3 repo-uri de cunoscut: AI la birou, chiar și fără cloud

Sfârșitul lunii septembrie 2026: printre dezvoltatori și manageri IT, întrebarea nu mai este «AI-ul e impresionant», ci «ce AI îți poți permite și controla cu adevărat». Trei proiecte open source rămân în topul GitHub la stele și activitate pentru că răspund la această întrebare pentru o companie mică: modele pe propriul hardware, căutare în documentele companiei, procese automatizate cu agenți. Iată cele trei de cunoscut, cu avantaje și dezavantaje incluse.

Ollama: rulează modelele pe hardware-ul tău, nu pe al altcuiva

Ollama este un runtime open source (licență MIT) care descarcă și rulează modele lingvistice — de la Llama și Qwen la Gemma și DeepSeek — direct pe un PC, un mini server sau un Mac, cu o singură comandă sau printr-un API compatibil cu OpenAI. La 24 septembrie 2026, repository-ul avea peste 181.000 de stele pe GitHub și primea commit-uri aproape zilnic.

Pentru un IMM sau un MSP italian, asta înseamnă să oferi asistenți AI interni — un chatbot pentru depozit, un rezumator de e-mailuri — fără ca datele să iasă din companie și fără un abonament lunar per token. Este și baza multor altor instrumente open source, inclusiv următorul din această listă.

Ca să-l încerci, e suficient să instalezi Ollama și să pornești un model ușor, care rulează chiar și pe un laptop fără placă video dedicată: ollama run llama3.2

Limita e hardware-ul: modelele mici (3-8 miliarde de parametri) merg bine pe orice mașină, dar pentru rezultate apropiate de cele ale modelelor din cloud e nevoie de un GPU cu 16 GB de VRAM sau mai mult, ca cel din fotografie. Iar în mai 2026, cercetătorii de la Cyera au descoperit în Ollama o vulnerabilitate poreclită «Bleeding Llama» (CVE-2026-7482, scor CVSS 9,1) care expunea memoria procesului pe peste 300.000 de servere accesibile din internet fără autentificare: corectată începând cu versiunea 0.17.1, rămâne un memento să nu expui niciodată API-ul Ollama online fără un proxy cu autentificare.

RAGFlow: fă AI să răspundă citindu-ți documentele

RAGFlow este un motor open source (licență Apache 2.0) de retrieval-augmented generation: indexează contracte, facturi, prezentări și PDF-uri scanate, le interpretează chiar și când sunt tabele sau layout-uri complexe, și răspunde la întrebări citând exact punctul din document de unde provine răspunsul. La 24 septembrie 2026 avea peste 91.000 de stele pe GitHub.

Este cazul de utilizare cel mai cerut unui MSP de către clienți: «vreau să caut în documente ca pe Google, dar să și răspundă la întrebări». RAGFlow face asta local, deci contractele și datele rămân pe serverele tale, iar citările reduc riscul ca AI-ul să inventeze un răspuns.

Se instalează cu Docker în câteva minute: git clone https://github.com/infiniflow/ragflow.git && cd ragflow/docker && docker compose -f docker-compose.yml up -d

Nu e ușor de dus: ai nevoie de cel puțin 16 GB de RAM, 50 GB de spațiu pe disc și Docker actualizat, iar imaginile precompilate rulează doar pe x86 (nu pe Mac cu Apple Silicon sau pe Raspberry Pi). Trebuie lăsat pe mâna cuiva care se pricepe la Docker și Elasticsearch: nu e un produs pe care îl instalezi și îl uiți.

n8n: automatizezi procesele cu agenți AI, fără (prea mult) cod

n8n este o platformă de automatizare vizuală cu peste 400 de integrări, care astăzi include agenți AI nativi: conectezi un trigger (un e-mail nou, o comandă nouă), un model la alegere — OpenAI, Anthropic sau un model local prin Ollama — și o acțiune, trăgând blocuri. La 24 septembrie 2026 avea peste 205.000 de stele pe GitHub, cel mai mare număr dintre cele trei repo-uri din acest articol.

Pentru un MSP e instrumentul cu care construiești automatizări pentru clienți în ore, nu în săptămâni: o triere automată a ticketelor, un agent care completează o ofertă din datele CRM-ului, o notificare când o factură scadentă încă nu a fost plătită.

Se încearcă cu un singur container: docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

Două lucruri de știut înainte să-l revinzi unui client. Primul: licența nu e open source clasică, ci o «Sustainable Use License», care permite folosirea și modificarea pentru propria afacere, dar nu revânzarea ca serviciu în concurență cu n8n Cloud fără licență enterprise — util de știut dacă un MSP se gândește să-l găzduiască pentru mai mulți clienți. Al doilea: în ianuarie 2026 a fost făcută publică o vulnerabilitate critică (CVE-2026-21858, scor CVSS 10) descoperită de Cyera și deja corectată începând cu versiunea 1.121.0; potrivit Shadowserver, la săptămâni distanță rămâneau expuse zeci de mii de instanțe neactualizate. Actualizează mereu: nu e opțional.

De ce contează pentru tine

Dacă ești manager IT sau MSP italian, aceste trei repo-uri acoperă cele trei moduri în care o companie mică chiar începe să folosească AI: îl rulezi acasă, ca să nu plătești pe token și să nu scoți date din companie, îl pui să citească din propriile documente în loc de un fișier Excel, îl pui să automatizeze un proces pe care azi îl face manual un angajat. Niciunul dintre cele trei nu cere un buget de companie mare: e nevoie doar de cineva care știe să le instaleze, să le actualizeze și să știe unde ajung datele. Altovar ajută companiile să integreze AI și să facă deployment-uri locale sau suverane; ca să-ți dai seama care dintre aceste instrumente are sens pentru structura ta, pagina servicii de inteligență artificială Altovar e un punct bun de plecare.

Surse: repository-ul Ollama de pe GitHub, repository-ul RAGFlow de pe GitHub, repository-ul n8n de pe GitHub (stele, licență și data ultimului push, verificate prin API-ul GitHub la 24 septembrie 2026); The Hacker News despre vulnerabilitatea CVE-2026-7482 din Ollama; Cybersecurity Dive despre vulnerabilitatea CVE-2026-21858 din n8n.