Asistente personal de IA y Agent Harness de código abierto que planifica tareas, ejecuta herramientas y skills, y conserva la memoria en canales web y de mensajería.
thetahealth/mirobody
Un motor de datos de salud con IA y autoalojado que estandariza análisis de laboratorio, datos de wearables y archivos genéticos en un registro trazable, con un servidor MCP.
- Estrellas
- 1,382
- Forks
- 242
- Issues abiertos
- 2
- Último commit
- ayer
¿Qué es?
Mirobody recopila datos de salud dispersos, como PDF y fotos de informes de laboratorio, exportaciones de Apple Health, datos de Garmin, Oura y Whoop, y archivos genéticos de 23andMe o VCF, y asigna códigos estándar a los nombres de las pruebas y sus unidades. El motor resuelve sin conexión los distintos nombres de una misma prueba —como A1c, HbA1c y Glycated Hemoglobin— y los asocia a un único código LOINC; además, convierte las unidades a UCUM. Cada resultado mantiene un enlace al archivo de origen y a la página de la que procede.
Puedes ejecutar la aplicación web completa en GitHub Codespaces con tu propia clave de API de modelo, o implementarla con Docker. Un perfil de Docker ejecuta llama.cpp localmente para que la aplicación, los registros y los modelos permanezcan en tu propio equipo, sin necesidad de una clave de API. También se documenta una opción de instalación nativa en Debian o Ubuntu.
El paquete puede usarse de forma independiente mediante pip para resolver nombres y unidades, y la aplicación ofrece siete herramientas MCP para que agentes como Claude Code, Codex o Cursor consulten el registro de la persona que inició sesión.
Funciones clave
- 01Asigna códigos LOINC a nombres de análisis de laboratorio en varios idiomas, sin conexión.
- 02Convierte unidades a UCUM y comprueba su coherencia dimensional.
- 03Importa PDF, fotos, hojas de cálculo y exportaciones de Apple Health a un único historial.
- 04Vincula cada resultado con su archivo de origen y la página correspondiente.
- 05Se ejecuta completamente en local con Docker y llama.cpp, sin necesidad de una clave de API de modelo.
- 06Ofrece herramientas MCP para consultar el registro del usuario que inició sesión.
Casos de uso
- Seguir una métrica de salud, como el colesterol, en informes de distintos laboratorios.
- Consolidar datos de wearables y genéticos junto con registros médicos en un repositorio privado y autoalojado.
- Dar a un agente de programación o de chat acceso estructurado a un registro personal de salud mediante MCP.
- Estandarizar nombres de análisis de laboratorio y unidades en una aplicación de salud o un pipeline de datos con el paquete de Python.
Inicio rápido
- 1
Instala uv (consulta la guía de instalación de uv) y ejecuta el resolver con un solo comando
uvx --python 3.12 mirobody resolve "LDL cholesterol" 血红蛋白 ヘモグロビン "Total Kolesterol" 血脂 - 2
Para ejecutar la aplicación completa en local con Docker, clona el repositorio
git clone --depth 1 https://github.com/thetahealth/mirobody.git && cd mirobody - 3
Inicia el stack local con Docker y el perfil de modelo CPU
COMPOSE_PROFILES=local-cpu ./deploy.sh
Antes de usarlo
- La aplicación completa en local necesita unos 16 GB de memoria y conexión a Internet para descargar por primera vez las imágenes y los pesos del modelo.
- Las respuestas con CPU en local pueden tardar varios minutos; no se necesita GPU, aunque con una GPU será más rápido.
- La instalación sin Docker solo es compatible con Debian o Ubuntu y requiere tu propia clave de API del modelo para generar respuestas.
- La opción de codespace envía los documentos y las preguntas al proveedor del modelo que elijas.
Temas
Preguntas frecuentes
- ¿Qué es mirobody?
- Un motor de datos de salud con IA y autoalojado que estandariza análisis de laboratorio, datos de wearables y archivos genéticos en un registro trazable, con un servidor MCP. Mirobody recopila datos de salud dispersos, como PDF y fotos de informes de laboratorio, exportaciones de Apple Health, datos de Garmin, Oura y Whoop, y archivos genéticos de 23andMe o VCF, y asigna códigos estándar a los nombres de las pruebas y sus unidades. El motor resuelve sin conexión los distintos nombres de una misma prueba —como A1c, HbA1c y Glycated Hemoglobin— y los asocia a un único código LOINC; además, convierte las unidades a UCUM. Cada resultado mantiene un enlace al archivo de origen y a la página de la que procede.
- ¿mirobody es gratuito? ¿Qué licencia tiene?
- mirobody es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿mirobody sigue mantenido?
- Mantenimiento activo. El último commit de mirobody fue el 19 oct 2026.
- ¿Para qué puedo usar mirobody?
- Seguir una métrica de salud, como el colesterol, en informes de distintos laboratorios. Consolidar datos de wearables y genéticos junto con registros médicos en un repositorio privado y autoalojado. Dar a un agente de programación o de chat acceso estructurado a un registro personal de salud mediante MCP. Estandarizar nombres de análisis de laboratorio y unidades en una aplicación de salud o un pipeline de datos con el paquete de Python.
- ¿Cómo se instala mirobody?
- Instala uv (consulta la guía de instalación de uv) y ejecuta el resolver con un solo comando: uvx --python 3.12 mirobody resolve "LDL cholesterol" 血红蛋白 ヘモグロビン "Total Kolesterol" 血脂 Para ejecutar la aplicación completa en local con Docker, clona el repositorio: git clone --depth 1 https://github.com/thetahealth/mirobody.git && cd mirobody Inicia el stack local con Docker y el perfil de modelo CPU: COMPOSE_PROFILES=local-cpu ./deploy.sh
- ¿Dónde consigo mirobody?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/thetahealth/mirobody
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Motor de respuestas con IA autoalojable que busca en la web mediante SearxNG y cita las fuentes; funciona con LLM locales a través de Ollama o con proveedores en la nube.
SDK oficial de Python para crear servidores y clientes de Model Context Protocol que conectan aplicaciones con LLM con herramientas, datos y prompts.
Servidor MCP que proporciona a asistentes de IA como Claude y Cursor documentación, propiedades y operaciones de los nodos de n8n para crear y validar workflows.
SDK oficial de TypeScript para crear servidores y clientes de Model Context Protocol que proporcionan contexto estandarizado a aplicaciones con LLM.
Un servidor MCP que conecta agentes de IA con Exa para buscar en la web, obtener contenido de páginas e investigar en varios pasos.