Qué es OpenJarvis
OpenJarvis es un framework open source (licencia Apache 2.0) para construir agentes de IA personales que corren en tu propia máquina, no en la nube. Su lema lo resume bien: "Personal AI, on personal devices". La nube deja de ser el default y pasa a ser opcional.
Lo desarrolló Stanford, entre los laboratorios Hazy Research y Scaling Intelligence Lab, y su versión 1.0 salió en 2026 con soporte nativo para Ollama. La apuesta es simple: invertir la ecuación actual, donde casi toda la IA "personal" en realidad depende de servidores ajenos.
La idea: inteligencia por vatio
OpenJarvis nace de una investigación de Stanford llamada Intelligence Per Watt (inteligencia por vatio). El hallazgo clave es contundente: los modelos y aceleradores locales ya resuelven con precisión el 88.7% de las consultas de chat y razonamiento de un solo turno, y a latencias interactivas. Además, la eficiencia de "inteligencia" mejoró 5.3× entre 2023 y 2025.
La consecuencia práctica es directa: para la mayoría de tareas cotidianas ya no necesitas mandar tus datos a un servidor de terceros ni pagar por token. Es el complemento de software natural para el hardware de IA local del que ya hablé con el DGX Spark.
Los cinco componentes
El framework se arma con cinco primitivas componibles. Esa separación es lo que permite cambiar un modelo o un motor de inferencia sin reescribir tu agente.
| Componente | Qué hace |
|---|---|
| Intelligence | Selección y catálogo de modelos locales. |
| Engine | Motores de inferencia (Ollama, vLLM, SGLang, llama.cpp) con autodetección de hardware. |
| Agents | Ocho tipos de agente con razonamiento multipaso y uso de herramientas. |
| Tools & Memory | Búsqueda web, ejecución de código, archivos, memoria persistente y servidores MCP. |
| Learning | Mejora automática a partir de las trazas locales de uso. |
Corre sobre casi cualquier acelerador (Apple Silicon, NVIDIA, AMD, NPUs o CPU) y expone una API compatible con OpenAI. En la práctica, cualquier app que ya hable ese formato puede apuntar a tu máquina en lugar de a la nube.
Agentes y skills
Trae ocho agentes listos para usar en tres modos de ejecución: bajo demanda, programados y continuos. Entre ellos: un digest matutino con audio, investigación profunda con citas, un monitor continuo con memoria, un orquestador que elige herramientas por su cuenta, y agentes ReAct, CodeAct y de chat simple.
Los skills son herramientas que los agentes descubren e invocan solos cuando las necesitan. Se pueden importar desde Hermes Agent (unos 150 skills), OpenClaw (alrededor de 13,700 skills de la comunidad) o cualquier repo de GitHub que siga el estándar agentskills.io.
El valor no es un chatbot más: es correr agentes con memoria y herramientas en tu propio hardware, sin que tus datos salgan de casa.
Cómo se instala
Hay instaladores de escritorio nativos (construidos con Tauri) para macOS (DMG universal, Apple Silicon e Intel), Windows 10+ (EXE) y Linux (DEB, RPM y AppImage).
Lo que necesitas
- Python 3.10 a 3.13 y Node.js 18+
- Ollama (o un motor de inferencia compatible)
- Un script quickstart que instala dependencias, Ollama y un modelo inicial en unos 3 minutos
Más allá del escritorio, hay una CLI, un SDK de Python (la clase `Jarvis`) y un servidor de API en el puerto 8000. También integra Google Drive, Gmail, Calendar y Tasks vía OAuth, para agentes que trabajan con tus propios datos.
Por qué es bueno
Lo interesante de OpenJarvis no es un truco aislado, sino la suma:
- Privacidad real: tus conversaciones y archivos no salen del equipo.
- Costo cero por token: la nube es opcional, no una factura mensual.
- Funciona offline: útil sin conexión o con datos sensibles.
- Eficiencia medible: energía y costo tratados como métricas, no como notas al pie.
- Flexibilidad: multi-backend y API compatible con OpenAI.
- Extensible: un ecosistema grande de skills reutilizables.
- Abierto y con respaldo académico: Apache 2.0 y ciencia de Stanford detrás.
Conclusión
OpenJarvis es la capa de software que le faltaba al hardware de IA local. Si el DGX Spark puso la potencia en tu escritorio, OpenJarvis pone encima los agentes, la memoria y las herramientas para aprovecharla sin depender de una API de pago.
Si te importa la privacidad, el costo o simplemente experimentar con agentes de verdad sin exponer tus datos, vale mucho la pena probarlo. Es, además, una señal clara de hacia dónde va la IA personal: de vuelta a tu propia máquina.
Pregúntale a este artículo
Eathan · IA de Farid, anclada al texto
Respuestas basadas solo en este artículo.
¿Esto le sirve a tu negocio?
Recibe un diagnóstico de IA gratis, hecho para tu caso en 60 segundos: qué automatizar, qué stack y el primer paso.