Motor de inferencia de LLM en C/C++ puro para ejecutar modelos de lenguaje y de visión y lenguaje localmente o en la nube, en numerosos tipos de hardware.
Mesh-LLM/mesh-llm
Agrupa GPU y memoria de varias máquinas en una API compatible con OpenAI y enruta las solicitudes a modelos locales, de otros nodos o divididos en etapas.
- Estrellas
- 3,970
- Forks
- 499
- Issues abiertos
- 181
- Último commit
- hace 4 horas
¿Qué es?
Mesh LLM combina las GPU y la memoria de varias máquinas y las ofrece como un único endpoint compatible con OpenAI, disponible de forma predeterminada en localhost:9337/v1. Un modelo se ejecuta localmente si un nodo puede alojarlo; si no, la solicitud se enruta mediante el campo model al nodo que sí pueda, o el modelo se divide en etapas de capas distribuidas entre varios nodos cuando es demasiado grande para una sola máquina.
Los nodos pueden unirse a una mesh pública, detectada mediante Nostr, o a una privada, usando tokens de invitación. El tráfico entre pares, incluidas las solicitudes de inferencia y las activaciones de modelos divididos, se cifra con QUIC. El proyecto incluye una consola web en el puerto 3131, un modo sin interfaz gráfica para servidores y comandos para iniciar herramientas de agentes como Goose, OpenCode, Claude Code y Pi conectadas a la mesh.
El proyecto también ofrece un modo local de un solo proceso que sirve un modelo GGUF sin unirse a una mesh, y una opción experimental de modelo «mesh» que envía un prompt a todos los modelos de la mesh y arbitra las respuestas.
Funciones clave
- 01Ofrece una única API /v1 compatible con OpenAI para todos los nodos de la mesh.
- 02Enruta las solicitudes, según el nombre del modelo, al nodo local o remoto que lo sirve.
- 03Divide los modelos demasiado grandes para una máquina en etapas de capas distribuidas entre varios nodos.
- 04Cifra de extremo a extremo con QUIC el tráfico entre pares.
- 05Admite meshes privadas mediante tokens de invitación y meshes públicas mediante la detección con Nostr.
- 06Incluye una consola web y un modo sin interfaz gráfica para servidores.
Casos de uso
- Agrupar GPU disponibles de varias estaciones de trabajo para ejecutar un modelo que supera la capacidad de cualquiera de ellas por separado.
- Ofrecer a un equipo un endpoint privado de LLM compartido entre máquinas de una LAN.
- Conectar agentes de programación como Claude Code u OpenCode a un conjunto de modelos autoalojado.
- Ejecutar un único modelo GGUF como servidor independiente compatible con OpenAI para desarrollo.
Inicio rápido
- 1
Ejecuta el script de instalación oficial para tu sistema operativo (consulta el README).
- 2
O instala con Homebrew en Macs con Apple Silicon.
brew install Mesh-LLM/tap/mesh-llm - 3
Completa la configuración.
mesh-llm setup - 4
Únete a la malla pública y empieza a servir en el puerto 9337.
mesh-llm serve --auto
Antes de usarlo
- La instalación nativa en Windows tiene errores conocidos, por lo que, por ahora, el README indica una versión preliminar.
- La función de fan-out del modelo "mesh" (Mixture-of-Agents) es experimental y puede cambiar.
- Para compilar desde el código fuente se necesitan varias herramientas, como just, cmake, Rust, sccache, un enlazador rápido y Node.js 24.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es mesh-llm?
- Agrupa GPU y memoria de varias máquinas en una API compatible con OpenAI y enruta las solicitudes a modelos locales, de otros nodos o divididos en etapas. Mesh LLM combina las GPU y la memoria de varias máquinas y las ofrece como un único endpoint compatible con OpenAI, disponible de forma predeterminada en localhost:9337/v1. Un modelo se ejecuta localmente si un nodo puede alojarlo; si no, la solicitud se enruta mediante el campo model al nodo que sí pueda, o el modelo se divide en etapas de capas distribuidas entre varios nodos cuando es demasiado grande para una sola máquina.
- ¿mesh-llm es gratuito? ¿Qué licencia tiene?
- mesh-llm es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿mesh-llm sigue mantenido?
- Mantenimiento activo. El último commit de mesh-llm fue el 7 nov 2026.
- ¿Para qué puedo usar mesh-llm?
- Agrupar GPU disponibles de varias estaciones de trabajo para ejecutar un modelo que supera la capacidad de cualquiera de ellas por separado. Ofrecer a un equipo un endpoint privado de LLM compartido entre máquinas de una LAN. Conectar agentes de programación como Claude Code u OpenCode a un conjunto de modelos autoalojado. Ejecutar un único modelo GGUF como servidor independiente compatible con OpenAI para desarrollo.
- ¿Cómo se instala mesh-llm?
- Ejecuta el script de instalación oficial para tu sistema operativo (consulta el README). O instala con Homebrew en Macs con Apple Silicon.: brew install Mesh-LLM/tap/mesh-llm Completa la configuración.: mesh-llm setup Únete a la malla pública y empieza a servir en el puerto 9337.: mesh-llm serve --auto
- ¿Dónde consigo mesh-llm?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Mesh-LLM/mesh-llm
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Motor de inferencia autoalojado que ejecuta grandes modelos MoE, como GLM-5.3-Flash, en tu propia GPU mediante API compatibles con OpenAI.
Ejecuta grandes LLM de pesos abiertos, como Qwen3.6, GLM 5.3 Flash y Gemma 4, en tu PC con NVIDIA o AMD y ofrece APIs compatibles con OpenAI y Anthropic en localhost.
Agrupa tus dispositivos en un clúster de IA para ejecutar modelos grandes localmente en varios Macs y otros equipos.
Inferencia de LLM entre pares en el navegador: conecta laptops, computadoras de escritorio y teléfonos mediante WebRTC para ejecutar modelos abiertos grandes, con un agente de programación integrado.
Un asistente de IA totalmente local y con funciones de voz que navega por la web, escribe código y planifica tareas en tu propio equipo, como alternativa a Manus AI.