Una aplicación de chat con Svelte y FastAPI para hacer preguntas sobre repositorios de GitHub o carpetas de código fuente, con LLM en línea o locales.
apocas/restai
Plataforma open source de AIaaS para crear proyectos de RAG, agentes y lógica visual, y exponerlos mediante una REST API con una interfaz web integrada.
- Estrellas
- 517
- Forks
- 113
- Issues abiertos
- 39
- Último commit
- hace 7 días
¿Qué es?
RESTai es una plataforma de AI-as-a-Service que se aloja en infraestructura propia. Permite crear proyectos de IA de distintos tipos (RAG, agente, bloque o inferencia), cada uno con su propio LLM, prompt de sistema, herramientas y configuración, y consumirlos mediante una REST API o el panel de React integrado. Es compatible con una amplia variedad de proveedores de modelos, como OpenAI, Anthropic, Ollama, Gemini, Azure, AWS Bedrock y vLLM, además de endpoints compatibles con OpenAI.
La plataforma cubre los aspectos operativos de ofrecer funciones de IA a equipos. Incluye analíticas de tokens, costos y latencia; control de versiones de prompts con opción de restaurarlos; ejecuciones de evaluación con métricas de DeepEval; proyectos de guardrails para revisar entradas y salidas; límites de solicitudes por proyecto; un registro de auditoría; permisos a nivel de equipo y marca blanca. La autenticación incluye OAuth/LDAP, inicio de sesión con autenticación de dos factores TOTP y API keys.
Los proyectos RAG ingieren documentos y pueden sincronizar conocimientos desde URL web, S3, Confluence, SharePoint y Google Drive. Otras funciones incluyen un servidor MCP para clientes como Claude Desktop; integración con Telegram, Slack y WhatsApp; un widget de chat integrable; un plugin de WordPress; y herramientas de imágenes, audio y clasificación. Se puede instalar desde PyPI, ejecutar con Docker o desplegar en Kubernetes mediante un chart de Helm.
Funciones clave
- 01Crear proyectos de RAG, agentes, bloques e inferencia, cada uno con su propio LLM y configuración
- 02Conectarse a muchos proveedores de LLM, incluidos modelos locales mediante Ollama y vLLM
- 03Analíticas integradas del uso de tokens, costos y latencia, con un panel de React
- 04Control de versiones de prompts con historial y restauración con un clic, además de ejecuciones de evaluación
- 05Compatibilidad con servidores MCP y un creador visual de lógica basado en Blockly
- 06Endpoints compatibles con OpenAI para chat, generación de imágenes y transcripción de audio
Casos de uso
- Alojar un bot interno de preguntas y respuestas sobre documentos de la empresa, con sincronización programada desde S3 o Confluence
- Dar a un equipo acceso compartido y controlado a varios proveedores de LLM, con seguimiento del uso y los costos
- Integrar un bot de chat de soporte en un sitio web o conectarlo a Telegram, Slack o WhatsApp
- Ejecutar modelos open source locales detrás de una API compatible con OpenAI para código existente basado en SDK
Inicio rápido
- 1
Instalar desde PyPI
pip install restai-core - 2
Crear la base de datos y el usuario administrador
restai init - 3
Ejecutar las migraciones de la base de datos
restai migrate - 4
Iniciar el servidor y abrir http://localhost:9000/admin (admin / admin)
restai serve
Antes de usarlo
- Las credenciales predeterminadas del administrador son admin / admin y deben cambiarse.
- El conjunto de funciones es amplio y pesado, por lo que el autoalojamiento requiere bastante trabajo de configuración.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es restai?
- Plataforma open source de AIaaS para crear proyectos de RAG, agentes y lógica visual, y exponerlos mediante una REST API con una interfaz web integrada. RESTai es una plataforma de AI-as-a-Service que se aloja en infraestructura propia. Permite crear proyectos de IA de distintos tipos (RAG, agente, bloque o inferencia), cada uno con su propio LLM, prompt de sistema, herramientas y configuración, y consumirlos mediante una REST API o el panel de React integrado. Es compatible con una amplia variedad de proveedores de modelos, como OpenAI, Anthropic, Ollama, Gemini, Azure, AWS Bedrock y vLLM, además de endpoints compatibles con OpenAI.
- ¿restai es gratuito? ¿Qué licencia tiene?
- restai es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿restai sigue mantenido?
- Mantenimiento activo. El último commit de restai fue el 30 oct 2026.
- ¿Para qué puedo usar restai?
- Alojar un bot interno de preguntas y respuestas sobre documentos de la empresa, con sincronización programada desde S3 o Confluence Dar a un equipo acceso compartido y controlado a varios proveedores de LLM, con seguimiento del uso y los costos Integrar un bot de chat de soporte en un sitio web o conectarlo a Telegram, Slack o WhatsApp Ejecutar modelos open source locales detrás de una API compatible con OpenAI para código existente basado en SDK
- ¿Cómo se instala restai?
- Instalar desde PyPI: pip install restai-core Crear la base de datos y el usuario administrador: restai init Ejecutar las migraciones de la base de datos: restai migrate Iniciar el servidor y abrir http://localhost:9000/admin (admin / admin): restai serve
- ¿Dónde consigo restai?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/apocas/restai
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
App de RAG offline que procesa archivos locales, repositorios de GitHub y sitios web, y responde preguntas con modelos locales de Ollama, manteniendo los datos en tu red.
Plataforma autohospedada para conversar con agentes LLM personalizables que integran herramientas, servidores MCP, Skills y bases de conocimiento.
Backend FastAPI para un agente conversacional RAG que indexa documentos en Qdrant, realiza búsquedas semánticas e híbridas y responde preguntas con LLM.
LangChain para Rust: una biblioteca para crear aplicaciones con LLM mediante cadenas componibles, agentes, herramientas y almacenes vectoriales.
Servidor de inferencia autohospedado que sirve modelos de embeddings, reranking, OCR, extracción, seguridad y LLM desde un solo clúster mediante una API compatible con OpenAI.