3 repos que debes conocer: la IA en la oficina sin depender del cloud

Finales de septiembre de 2026: entre desarrolladores y responsables de IT, la pregunta ya no es «la IA impresiona», sino «qué IA puedes permitirte y controlar de verdad». Tres proyectos open source siguen en lo más alto de GitHub por estrellas y actividad porque responden a esa pregunta para una pequeña empresa: modelos en tu propio hardware, búsqueda en los documentos de la empresa, procesos automatizados con agentes. Estos son los tres que debes conocer, virtudes y defectos incluidos.

Ollama: ejecuta los modelos en tu propio hardware, no en el de otro

Ollama es un runtime open source (licencia MIT) que descarga y ejecuta modelos de lenguaje —de Llama y Qwen a Gemma y DeepSeek— directamente en un PC, un mini servidor o un Mac, con una sola línea de comandos o una API compatible con OpenAI. A 24 de septiembre de 2026, el repositorio supera las 181.000 estrellas en GitHub y recibe commits casi a diario.

Para una pyme o un MSP italiano, esto significa ofrecer asistentes de IA internos —un chatbot para el almacén, un resumidor de correos— sin que los datos salgan de la empresa y sin una cuota mensual por token. También es la base de muchas otras herramientas open source, incluida la siguiente de esta lista.

Para probarlo basta con instalar Ollama y lanzar un modelo ligero, que funciona incluso en un portátil sin tarjeta gráfica dedicada: ollama run llama3.2

El límite es el hardware: los modelos pequeños (3-8 mil millones de parámetros) van bien en cualquier máquina, pero para resultados cercanos a los de los modelos en la nube hace falta una GPU con 16 GB de VRAM o más, como la de la foto. Y en mayo de 2026 los investigadores de Cyera descubrieron en Ollama un fallo apodado «Bleeding Llama» (CVE-2026-7482, puntuación CVSS 9,1) que exponía la memoria del proceso en más de 300.000 servidores accesibles desde internet sin autenticación: corregido desde la versión 0.17.1, sigue siendo un recordatorio de no exponer nunca la API de Ollama en línea sin un proxy con autenticación.

RAGFlow: haz que la IA responda leyendo tus documentos

RAGFlow es un motor open source (licencia Apache 2.0) de retrieval-augmented generation: indexa contratos, facturas, presentaciones y PDF escaneados, los interpreta incluso cuando son tablas o diseños complejos, y responde a las preguntas citando el punto exacto del documento del que procede la respuesta. A 24 de septiembre de 2026 tiene más de 91.000 estrellas en GitHub.

Es el caso de uso que más piden los clientes a un MSP: «quiero buscar en los documentos como en Google, pero que también responda preguntas». RAGFlow lo hace en local, así que los contratos y los datos se quedan en tus servidores, y las citas reducen el riesgo de que la IA se invente una respuesta.

Se instala con Docker en pocos minutos: git clone https://github.com/infiniflow/ragflow.git && cd ragflow/docker && docker compose -f docker-compose.yml up -d

No es ligero: hacen falta al menos 16 GB de RAM, 50 GB de disco y Docker actualizado, y las imágenes precompiladas solo funcionan en x86 (no en Mac con Apple Silicon ni en Raspberry Pi). Hay que dejarlo en manos de alguien que sepa administrar Docker y Elasticsearch: no es un producto para instalar y olvidar.

n8n: automatiza procesos con agentes de IA, sin (demasiado) código

n8n es una plataforma de automatización visual con más de 400 integraciones que hoy incluye agentes de IA nativos: conectas un trigger (un correo nuevo, un pedido nuevo), un modelo a elegir —OpenAI, Anthropic o un modelo local vía Ollama— y una acción, arrastrando bloques. A 24 de septiembre de 2026 tiene más de 205.000 estrellas en GitHub, la cifra más alta de los tres repositorios de este artículo.

Para un MSP es la herramienta con la que construir automatizaciones para los clientes en horas, no en semanas: una clasificación automática de tickets, un agente que redacta un presupuesto a partir de los datos del CRM, un aviso cuando una factura vencida todavía no se ha pagado.

Se prueba con un solo contenedor: docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

Dos cosas que conviene saber antes de revendérselo a un cliente. Primero: la licencia no es open source clásica, sino una «Sustainable Use License», que permite usarla y modificarla para el propio negocio, pero no revenderla como servicio en competencia con n8n Cloud sin licencia enterprise —útil si un MSP piensa alojarla para varios clientes—. Segundo: en enero de 2026 se hizo pública una falla crítica (CVE-2026-21858, puntuación CVSS 10) descubierta por Cyera y ya corregida desde la versión 1.121.0; según Shadowserver, semanas después seguían expuestas decenas de miles de instancias sin actualizar. Actualizar siempre: no es opcional.

Por qué te interesa

Si eres un responsable de IT o un MSP italiano, estos tres repositorios cubren las tres formas en que una pequeña empresa empieza de verdad a usar la IA: ejecutarla en casa para no pagar por token y no sacar datos fuera, hacer que lea tus propios documentos en lugar de una hoja de Excel, hacer que automatice un proceso que hoy hace a mano un empleado. Ninguno de los tres exige un presupuesto de gran empresa: hace falta alguien que sepa instalarlos, mantenerlos actualizados y saber adónde van a parar los datos. Altovar ayuda a las empresas a integrar la IA y a hacer despliegues locales o soberanos; para saber cuál de estas herramientas tiene sentido para tu estructura, la página de servicios de inteligencia artificial de Altovar es un buen punto de partida.

Fuentes: repositorio de GitHub de Ollama, repositorio de GitHub de RAGFlow, repositorio de GitHub de n8n (estrellas, licencia y fecha del último push verificadas vía API de GitHub el 24 de septiembre de 2026); The Hacker News sobre la falla CVE-2026-7482 de Ollama; Cybersecurity Dive sobre la falla CVE-2026-21858 de n8n.