Una biblioteca y una IA que funcionan sin internet
Ámbito: conocimiento sin conexión, IA local, software libre
Periodo: septiembre de 2026
Cliente: proyecto interno, Lab 77 (I+D)
Una enciclopedia completa, cursos, libros y un asistente que responde a sus preguntas a partir de esos únicos documentos, todo servido por una máquina colocada en la sala, sin conexión a internet. Es lo que monté en septiembre de 2026. Y en lugar de escribirlo todo yo mismo, partí de un software libre que ya hacía lo esencial. Le cuento por qué, cómo y lo que aprendí.
Contexto
Este trabajo prolonga mi estudio de una red de radio LoRa para sitios sin cobertura: una radio que solo transporta texto corto necesita, en algún lugar, una fuente de conocimiento capaz de responder en tres líneas. La misma necesidad existe en una empresa: un servidor de conocimiento interno, que funcione incluso cuando cae la conexión, y donde los documentos no se envían a nadie.
Problema
- Piezas dispersas: enciclopedia sin conexión, plataforma de cursos, biblioteca de libros, modelo de lenguaje local, motor de búsqueda. Cada una se instala, se configura y se actualiza a su manera.
- Un asistente que inventa: un modelo de lenguaje solo responde con aplomo, incluso cuando no sabe. Debe apoyarse en los documentos, y decirlo.
- Una máquina modesta: sin una gran tarjeta gráfica, sino un chip gráfico integrado, que no hay que llevar más allá de lo que aguanta.
- La tentación de reescribirlo todo: había empezado a ensamblar mi propia pila, con mi propio índice de búsqueda.
Solución
1. Partir de un software libre existente
Project NOMAD, publicado por Crosstalk Solutions bajo licencia Apache 2.0, es un servidor de conocimiento sin conexión: una consola que instala y actualiza, en contenedores, una enciclopedia sin conexión (Kiwix), una plataforma de cursos (Kolibri), mapas, herramientas y un asistente con búsqueda en los documentos. Ya hacía lo esencial de lo que yo estaba construyendo. Abandoné mi propio índice de búsqueda para usar el suyo.
2. Añadir sin desconectarse del original
Hice una versión «plus», con una regla sencilla: la rama principal sigue siendo un espejo exacto del proyecto original, y mis añadidos viven en una rama aparte, que se vuelve a aplicar encima en cada actualización del autor. Mis piezas (un portal público, una búsqueda transversal, el asistente) son aplicaciones separadas, declaradas en la consola, y no código mezclado con el suyo. Las escasas modificaciones de su código son mínimas, una por commit, todas listadas en un archivo. Se conserva la licencia original.
3. Un asistente que cita sus fuentes
El asistente responde a partir de los documentos locales: libros, guías, cursos. El portal, disponible en tres idiomas, también ofrece la voz, para hacer una pregunta en voz alta y escuchar la respuesta.
4. Medir con un conjunto fijo de preguntas
Escribí 30 preguntas de referencia, planteadas a cada versión. La puntuación pasó de 18 a 28 respuestas correctas sobre 30 a medida que se hacían correcciones. Es este conjunto de preguntas el que mide cada cambio, no la impresión que deja una demostración.
Resultado
El servidor ofrece 68 colecciones sin conexión, enciclopedias y obras de referencia incluidas, más de 25 millones de artículos en total, una plataforma de cursos, una biblioteca de libros y un asistente que consulta unos 66 000 fragmentos de documentos. Hay una copia de seguridad diaria, y el procedimiento de restauración se ha probado, no solo escrito. El proyecto está en pausa desde mediados de septiembre; mis añadidos aún no están publicados.
Lo que me llevo
- Partir de un software libre ahorra semanas. La consola, la instalación, las actualizaciones y la interfaz ya estaban ahí. Mi trabajo se centró en lo que realmente faltaba.
- El precio de la libertad es la disciplina. Añadidos en capa fina, listados y vueltos a aplicar en cada actualización: es lo que permite seguir al autor en lugar de divergir. Una de mis correcciones está lista para proponérsela; una segunda aún espera ser probada.
- No meterlo todo en el índice de la IA. La enciclopedia representaba el 91 % del índice de búsqueda por significado, cuando ya dispone de su propio motor de texto completo. La saqué del índice: el asistente busca en los libros y las guías, y la enciclopedia se consulta directamente.
- Una máquina pequeña tiene sus límites. El chip gráfico integrado se bloqueó varias veces. Mi primera explicación, la longitud de las consultas, fue refutada por la medición, y la causa aún no está establecida. Separé el cálculo de los índices del modelo que responde, para que una avería de uno no arrastre al otro.
- Un modelo demasiado pequeño no basta. Solo con el procesador, un modelo de 3000 millones de parámetros respondía mal y uno de 7000 millones demasiado despacio.
- Los contenidos tienen licencia. Descarté una fuente de cursos por una cuestión de derechos. Sin conexión no quiere decir fuera de los derechos de autor.
Para ir más lejos
¿Quiere un asistente que conozca sus documentos, sin enviarlos a un proveedor, y que funcione incluso sin conexión? Diseño IA alojadas en su casa, basadas en software libre. Vea la IA soberana, mi artículo sobre los LLM en local, o reserve una llamada de descubrimiento de 20 minutos.
Fuentes
- Project NOMAD, repositorio oficial (licencia Apache 2.0), y sitio del proyecto, consultados el 15 de noviembre de 2026.
- Apache License 2.0, Apache Software Foundation, consultada el 15 de noviembre de 2026.
- Kiwix y Kolibri, sitios oficiales, consultados el 15 de noviembre de 2026.
- Foto: Guywelch2000 / Wikimedia Commons (commons.wikimedia.org), licencia CC BY 4.0.
Etiquetas: conocimiento sin conexión, IA local, RAG, Project NOMAD, Kiwix, Kolibri, software libre, fork