OpenJarvis, el framework de Stanford, lleva un agente personal de IA a tu propio equipo mediante Ollama
Un asistente personal de IA convencional envía cada consulta, cada correo y tu calendario a un servidor en la nube ajeno. OpenJarvis, un framework de código abierto de los laboratorios de Stanford, ejecuta el agente en tu equipo, y la nube queda como opción. Ahora funciona con Ollama, un programa para ejecutar modelos de IA en local, y se instala con un solo comando. Así puedes montar un asistente privado para el correo, los documentos y el código sin depender de una API externa.
Procesado por IA desde Ollama Blog; editado por Hamidun News
Imagina un asistente personal de IA al que das acceso al correo, al calendario y a los documentos de trabajo. En la mayoría de los casos, cada pregunta y cada correo viajan a un servidor en la nube ajeno, y pagas por ello con dinero y con privacidad. Sin embargo, los modelos locales ya resuelven buena parte de las tareas cotidianas: responder preguntas, resumir textos o escribir código. El equipo de Ollama, un programa muy popular para ejecutar modelos de IA en el propio ordenador, anunció que el framework de código abierto OpenJarvis ya puede ejecutarse sobre él. La idea es sencilla: todo funciona primero en tu equipo, y la nube se conecta solo si lo quieres.
Qué es OpenJarvis y de dónde surge
OpenJarvis es un framework de código abierto para construir agentes personales de IA que funcionan en tu propio hardware. Lo desarrollan los laboratorios de Stanford dentro del programa de investigación «Intelligence Per Watt», es decir, «inteligencia por vatio». El objetivo del programa es evaluar no solo la calidad de las respuestas, sino también cuánta energía, dinero y tiempo consumen.
Por eso, en OpenJarvis los modelos locales están activados por defecto y la nube es opcional. El framework registra la energía, el coste y la latencia con el mismo nivel de detalle que la precisión. Si tienes que elegir entre tu tarjeta gráfica y una API de pago, esto resulta útil: ves el precio de cada respuesta, no solo su calidad.
Cómo se instala y qué incluye
La instalación requiere una sola línea. En macOS y Linux basta con ejecutar el script de instalación, que configura el entorno y detecta si Ollama ya está instalado. En Windows se usa el mismo comando dentro de un entorno aparte; los detalles aparecen en la documentación del proyecto. El script descarga un modelo inicial, de modo que puedes empezar a trabajar de inmediato.
Si necesitas otro modelo, puedes elegir cualquiera disponible en Ollama. Por ejemplo, jarvis model pull qwen3.5:35b y luego jarvis ask -m qwen3.5:35b "tu consulta". Para no indicar el modelo en cada ocasión, puedes fijarlo en la configuración: default_model = "qwen3.5:35b" y preferred_engine = "ollama".
La gran comodidad son los presets listos para usar. Cada uno monta el agente junto con los motores y herramientas necesarios:
- morning-digest-mac genera un resumen matutino a partir del calendario, el correo y las noticias del día. Según su nombre, el preset está pensado para macOS.
- deep-research busca en la web y en tus documentos locales, y responde con citas. La carpeta de archivos se indexa primero con
jarvis memory index ./docs/; después puedes preguntar, por ejemplo, «Summarize all emails about Project X». - code-assistant escribe y ejecuta código Python directamente en tu máquina para completar una tarea.
Cualquier preset se lanza con jarvis init --preset <nombre>, sin necesidad de montar la cadena de herramientas a mano.
Qué significa en la práctica
Para un desarrollador, OpenJarvis es una base lista para usar: el agente, la memoria sobre documentos, las herramientas y la elección del motor ya están conectados. Para un responsable de producto o un fundador, lo relevante es otra cosa. La privacidad se deriva del diseño del sistema: el correo y los documentos internos permanecen en el equipo mientras no actives la nube. Esto resuelve muchas dudas de equipos que no pueden enviar datos a servicios externos.
También hay limitaciones. El anuncio no incluye benchmarks: Ollama no publica cifras de precisión, consumo energético ni velocidad en tarjetas gráficas o portátiles concretos. El ejemplo con qwen3.5:35b muestra cómo conectar un modelo, pero no garantiza que funcione con fluidez en cualquier hardware. Un modelo de decenas de miles de millones de parámetros exige bastante memoria, así que en un portátil modesto convendrá elegir uno más pequeño. Además, un agente que lee el correo y ejecuta código en tu máquina recibe permisos amplios. Antes de usarlo conviene revisar a qué accesos lo estás dando.
Si llevas tiempo queriendo probar un agente personal sin suscripción y sin enviar datos fuera, esta es una de las vías más sencillas. Basta con tener Ollama instalado, un comando y elegir un preset. Y el registro integrado de energía, coste y latencia te ayudará a comparar con rigor la ejecución local frente a la nube en tus propias tareas.
- 21 nov 2026La memoria flash para SSD se abarató entre un 19 % y un 32 % en operaciones puntuales: los discos podrían bajar de precio
- 21 nov 2026Unsloth actualizó los Qwen3.8-27B comprimidos: la precisión sube un 5–10% con el mismo tamaño
- 21 nov 2026La IA escribe código vulnerable en el 44% de las pruebas: Positive Technologies da un escáner a los agentes
- 21 nov 2026Sber lanza un altavoz con GigaChat por 14 990 rublos: entiende la voz sin internet
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué es OpenJarvis y de dónde surge?
OpenJarvis es un framework de código abierto para construir agentes personales de IA que funcionan en tu propio hardware. Lo desarrollan los laboratorios de Stanford dentro del programa de investigación «Intelligence Per Watt», es decir, «inteligencia por vatio». El objetivo del programa es evaluar no solo la calidad de las respuestas, sino también cuánta energía, dinero y tiempo consumen. Por eso, en OpenJarvis los modelos locales están activados por defecto y la nube es opcional.
Cómo se instala y qué incluye?
La instalación requiere una sola línea. En macOS y Linux basta con ejecutar el script de instalación, que configura el entorno y detecta si Ollama ya está instalado. En Windows se usa el mismo comando dentro de un entorno aparte; los detalles aparecen en la documentación del proyecto. El script descarga un modelo inicial, de modo que puedes empezar a trabajar de inmediato. Si necesitas otro modelo, puedes elegir cualquiera disponible en Ollama.
¿Qué se sabe sobre Qué significa en la práctica?
Para un desarrollador, OpenJarvis es una base lista para usar: el agente, la memoria sobre documentos, las herramientas y la elección del motor ya están conectados. Para un responsable de producto o un fundador, lo relevante es otra cosa. La privacidad se deriva del diseño del sistema: el correo y los documentos internos permanecen en el equipo mientras no actives la nube. Esto resuelve muchas dudas de equipos que no pueden enviar datos a servicios externos. También hay limitaciones.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.