Colección de aplicaciones Java de ejemplo que muestran cómo crear funciones de LLM e IA generativa con Spring AI y Spring Boot.
jonfairbanks/local-rag
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.
- Estrellas
- 765
- Forks
- 95
- Issues abiertos
- 10
- Último commit
- hace 4 días
¿Qué es?
Local RAG es una app open source de generación aumentada por recuperación (RAG) que permite conversar con tus propios documentos sin enviar contenido a servicios de terceros. Indicas archivos locales, repositorios de GitHub o sitios web, y la app indexa ese contenido para que un modelo de lenguaje pueda responder preguntas basándose en él.
El chat usa modelos locales de Ollama, y los embeddings pueden generarse con Ollama o con modelos locales de Hugging Face. Las respuestas se transmiten en streaming mediante LlamaIndex. La configuración se guarda en el navegador y se puede exportar el historial del chat.
El proyecto incluye medidas de protección para las cargas, las URL, el tamaño de los repositorios y la ingesta. Además, la documentación explica la configuración, el uso, el pipeline de RAG y la resolución de problemas.
Funciones clave
- 01Chatea con modelos locales de Ollama
- 02Embeddings de Ollama o de modelos locales de Hugging Face
- 03Procesa archivos locales, repositorios de GitHub y sitios web
- 04Transmite respuestas de RAG mediante LlamaIndex
- 05Exporta el historial del chat y guarda la configuración en el navegador
Casos de uso
- Consultar documentos privados sin enviarlos a una API en la nube
- Hacer preguntas sobre una base de código o un repositorio de GitHub sin conexión
- Crear una base de conocimiento local a partir de páginas web y archivos
Antes de usarlo
- Está licenciado bajo GPL-3.0, una licencia copyleft que exige que las distribuciones derivadas sigan siendo de código abierto.
- Los modelos de chat requieren una instancia de Ollama independiente en ejecución con modelos locales.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es local-rag?
- 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. Local RAG es una app open source de generación aumentada por recuperación (RAG) que permite conversar con tus propios documentos sin enviar contenido a servicios de terceros. Indicas archivos locales, repositorios de GitHub o sitios web, y la app indexa ese contenido para que un modelo de lenguaje pueda responder preguntas basándose en él.
- ¿local-rag es gratuito? ¿Qué licencia tiene?
- local-rag es open source bajo la licencia GPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿local-rag sigue mantenido?
- Mantenimiento activo. El último commit de local-rag fue el 2 nov 2026.
- ¿Para qué puedo usar local-rag?
- Consultar documentos privados sin enviarlos a una API en la nube Hacer preguntas sobre una base de código o un repositorio de GitHub sin conexión Crear una base de conocimiento local a partir de páginas web y archivos
- ¿Dónde consigo local-rag?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/jonfairbanks/local-rag
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Toolkit de recuperación de BAAI con modelos de embeddings y reranking BGE, además de herramientas de entrenamiento, evaluación y tutoriales para búsqueda y RAG.
Un asistente bibliotecario personal que busca en tus archivos, correos, chats y notas sin moverlos, y ofrece respuestas numeradas con citas.
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.
Guía y aplicación web de chatbot para ejecutar un LLM local pequeño en hardware de consumo mediante una API compatible con OpenAI, usando Ollama, vLLM o llama-cpp-python.
Un asistente de IA sin conexión con una biblioteca integrada de supervivencia y primeros auxilios, que funciona localmente y cita el pasaje fuente de cada respuesta.