Agentes de IA de código abierto en 2026: cuál elegir según la tarea

Si buscas tus primeros agentes de IA de código abierto, elige Goose para trabajar bajo supervisión con archivos locales, Hermes Agent para tareas recurrentes con procedimientos guardados u OpenClaw si la mensajería será tu principal interfaz. Estos 8 proyectos se instalan en equipos que controlas, pero tendrás que decidir por separado cómo conectarlos a los modelos y qué acceso darles a tus cuentas.

Información verificada en los repositorios, archivos de licencia y documentación enlazada de los proyectos el 18 de octubre de 2026. Esta comparativa se basa en documentación; no es una prueba práctica de rendimiento. Las recomendaciones se refieren a los proyectos que puedes instalar. El acceso a los modelos corre por tu cuenta y debes configurarlo.

La pregunta más útil es dónde se hará el trabajo. Una extensión de navegador puede ayudar con un portal de proveedores. Un asistente de escritorio puede trabajar con archivos exportados. Un agente en un contenedor dispone de un entorno informático separado. Un agente de programación trabaja con tu repositorio. Elige ese entorno antes de elegir el modelo.

Comparativa rápida de agentes de IA de código abierto

Empieza por la aplicación más acotada que pueda completar tu tarea. Goose es el punto de partida general; las demás opciones tienen sentido cuando el trabajo exige otra interfaz u otro entorno de ejecución.

El uso de modelos se gestiona por separado en todos los casos. Una aplicación de código abierto conectada a un modelo alojado por un proveedor sigue enviándole el contenido del trabajo. Un modelo local necesita un equipo adecuado y una conexión compatible. Las licencias de los repositorios cubren el software del agente; revisa por separado la licencia del modelo que elijas.

Cómo seleccionamos estas herramientas

Todas las opciones ofrecen una aplicación, una interfaz de línea de comandos o un contenedor preparado que puedes instalar y usar sin diseñar tu propio bucle de agente. Ese bucle consiste en elegir una acción, ejecutarla, leer el resultado y decidir qué hacer después. Estos proyectos ya incluyen ese mecanismo.

Aplicamos criterios prácticos:

• Un punto de entrada utilizable: instrucciones documentadas para pasar de la instalación a encargarle una tarea al agente.
• Una licencia que permita el uso empresarial: comprobada en el archivo de licencia del repositorio, no en una insignia ni en una descripción comercial.
• Actividad reciente en el repositorio: ninguno de los repositorios seleccionados estaba archivado y todos mostraban actividad durante octubre de 2026. Esa actividad permite incluirlos en la selección, pero no demuestra su fiabilidad.
• Acceso a modelos documentado: compatibilidad con proveedores comprobada para la aplicación concreta que se recomienda.
• Límites de funcionamiento claros: dónde se ejecutan las acciones, qué queda por configurar y qué limitación puede cambiar la elección.

Las valoraciones de instalación se basan en los pasos documentados, no en tiempos cronometrados. «Sencilla» significa instalar una aplicación o extensión y conectar un proveedor. «Moderada» añade pasarelas, cuentas, herramientas o un contenedor. «Compleja» implica preparar un endpoint de modelo adecuado o mantener un entorno más amplio.

Las recomendaciones dependen de lo bien que encaja cada herramienta con la tarea, no de su popularidad. Un proyecto con muchas integraciones puede ser una mala elección si solo necesitas ayuda en una pestaña del navegador. Del mismo modo, una extensión de navegador bien resuelta no sustituye a un agente que trabaja en un entorno Linux dedicado.

Asistentes generales y agentes que operan por chat

Elige un asistente general si tu trabajo abarca archivos, investigación y servicios conectados. Elige un agente que opere por chat si quieres pedirle ese trabajo desde una aplicación de mensajería que ya utilizas. La interfaz importa porque determina dónde verás los resultados, las interrupciones y las solicitudes de ayuda.

1. Goose: el mejor punto de partida como asistente local

Goose es el mejor punto de partida para quien busca una aplicación de escritorio con la que supervisar tareas de archivos, investigación y automatización. Su repositorio lo describe como un agente de propósito general con aplicaciones de escritorio nativas para macOS, Windows y Linux, además de una interfaz de línea de comandos. Conecta los modelos con las herramientas mediante extensiones, incluido Model Context Protocol, o MCP, un estándar para que los agentes invoquen herramientas externas. Repositorio de Goose.

Una primera tarea útil es convertir una carpeta de tickets de soporte exportados en un borrador de informe operativo. Dale copias de los archivos exportados, una descripción de las categorías que utilizas y un ejemplo del informe terminado. Pídele que conserve los identificadores de los tickets junto a sus conclusiones. Así tendrás un resultado que puedes revisar sin conectarlo al sistema de soporte en producción.

Goose encaja en este caso porque su extensión Developer permite editar archivos y ejecutar comandos de shell. La shell es la interfaz de comandos del sistema operativo: puede ejecutar un script para transformar un archivo, en lugar de hacer que el modelo calcule cada fila durante la conversación. Esta capacidad resulta útil para tareas de datos repetibles, pero también otorga al agente amplias facultades sobre el equipo. Extensión Developer.

Ideal para: Quien trabaja con archivos locales y quiere una interfaz de escritorio con herramientas configurables.
Lo más destacado: Trabajo de propósito general en el escritorio, con distintos proveedores de modelos y extensiones a elegir.
Licencia: Apache License 2.0.
Dónde se ejecuta: macOS, Windows y Linux; aplicación de escritorio o CLI.
Modelos: Anthropic, OpenAI, Google, OpenRouter, Ollama y otros proveedores documentados. Ollama es un software que permite servir modelos desde tu propio equipo.
Configuración: Sencilla para la aplicación de escritorio y la conexión a un modelo; moderada al añadir herramientas externas y credenciales.
Precio: Gratis y de código abierto; el acceso a los modelos corre por tu cuenta.
Prueba gratuita: El software no requiere período de prueba.

Su límite está en los permisos locales. El modo predeterminado que documenta Goose es Autonomous, y sus herramientas Developer pueden operar con los privilegios de tu usuario. Los modos de aprobación incorporan una revisión, pero la documentación también aclara que la clasificación de las acciones como lectura o escritura se realiza con el mejor esfuerzo posible y puede fallar. Utiliza la aprobación como un control útil junto con restricciones de acceso a archivos y cuentas. Permisos de Goose.

En la prueba del informe de soporte, evalúa si conserva los identificadores originales, distingue los datos ausentes de los valores cero y deja intactos los archivos de origen. Son criterios de aceptación que tú defines, no resultados que Goose prometa. Si todavía tienes que reconstruir manualmente cada resultado, simplifica la tarea antes de añadir más extensiones.

Veredicto: Elige Goose si quieres trabajar junto a un agente en tu equipo. Para profundizar en la configuración y las extensiones, consulta la guía de Goose AI Agent.

Cómo crear tu propio agente de IA gratis a partir de una aplicación instalada

Puedes empezar configurando la aplicación de Goose. No necesitas implementar un framework de agentes solo para probar una tarea acotada con archivos.

1. 1

   Instala la aplicación de escritorio

   Sigue el enlace de descarga para tu sistema en la guía de inicio rápido de Goose. Utiliza la aplicación empaquetada, salvo que quieras encargarte de mantener una compilación desde el código fuente.

2. 2

   Conecta un proveedor de modelos

   Completa la configuración inicial del proveedor. Elige uno que ya tengas permiso para utilizar con los datos de la tarea. Configurar Ollama en local es una decisión aparte sobre cómo servir el modelo; la instalación de escritorio no lo proporciona de forma implícita.

3. 3

   Elige el modo de permisos de la sesión

   En Settings, abre Chat y cambia Default Mode a un modo de aprobación para las sesiones nuevas. Las sesiones existentes conservan su configuración; el comando documentado para cambiarla dentro de una sesión es /mode approve. Revisa las extensiones habilitadas antes de empezar.

4. 4

   Encárgale una tarea con archivos que puedas revisar

   Utiliza copias de archivos no sensibles en una carpeta de trabajo dedicada. Pide un borrador de informe que incluya los identificadores de origen y no modifique los archivos de entrada. Una carpeta de trabajo organiza la tarea; para aislarla con mayor rigor, hay que restringir el acceso de la cuenta del sistema operativo y de las herramientas.

5. 5

   Comprueba el resultado antes de ampliar el acceso

   Compara el informe con los registros originales, inspecciona los archivos modificados y anota dónde tuviste que intervenir. Añade otra herramienta solo cuando la tarea actual demuestre por qué hace falta.

2. Hermes Agent: la mejor opción para tareas recurrentes con memoria

Hermes Agent es la opción más adecuada cuando buscas mejorar una tarea mediante contexto guardado y procedimientos revisados. El proyecto de Nous Research documenta memoria persistente, búsqueda de conversaciones, habilidades reutilizables y tareas programadas, con acceso desde terminal, escritorio y mensajería. Su ventaja práctica es la continuidad: la siguiente tarea puede partir de la información y las instrucciones conservadas de la anterior. Repositorio de Hermes Agent.

Piensa en una persona responsable de operaciones que prepara un informe semanal de proveedores. Cada semana debe leer archivos nuevos, aplicar las mismas definiciones de categorías y elaborar un borrador con las cuestiones pendientes. La memoria puede conservar el contexto habitual, mientras que una habilidad, o skill, recoge el procedimiento: qué archivos leer, qué se considera una excepción y cómo estructurar el informe final.

Son funciones distintas. Un dato como el formato preferido del informe pertenece al contexto guardado. Una secuencia como comprobar las fechas de entrega ausentes antes de redactar el resumen pertenece a un procedimiento. La documentación de habilidades de Hermes distingue ambos conceptos de forma explícita. Su mecanismo de mejora incluye guardar y revisar esos procedimientos; esa descripción no demuestra una mejora garantizada de la precisión. Documentación de habilidades.

Ideal para: Tareas operativas repetidas que se benefician de un contexto persistente y de un procedimiento que puedes inspeccionar.
Lo más destacado: Memoria, habilidades creadas por el agente y entrega programada mediante una pasarela de mensajería.
Licencia: MIT.
Dónde se ejecuta: Linux y Windows, además de equipos Mac con Apple Silicon compatibles; en un equipo local o un servidor. La instalación nativa en Windows está documentada.
Modelos: OpenAI, Anthropic, OpenRouter, Nous Portal y endpoints personalizados, incluidos servidores de modelos locales como Ollama y vLLM.
Configuración: De sencilla a moderada para el paquete de escritorio y el proveedor; moderada para mensajería, programación de tareas y un entorno de ejecución remoto.
Precio: Gratis y de código abierto; el acceso a los modelos corre por tu cuenta.
Prueba gratuita: El software no requiere período de prueba.

La vía de instalación importa. Los paquetes de escritorio actuales incluyen el entorno de ejecución y las interfaces precompiladas; el instalador que prepara el proyecto desde el código fuente sigue otra vía. El paquete de macOS solo admite Apple Silicon, y la documentación indica que macOS en Intel no es compatible. En un servidor, utiliza la instalación documentada por línea de comandos y configura la pasarela por separado. Documentación de instalación.

La elección del modelo también es explícita. hermes model selecciona el proveedor y el modelo, mientras que hermes tools controla las herramientas habilitadas. Ollama en local se configura mediante un endpoint personalizado, es decir, la dirección de tu servidor de modelos. No des por hecho que necesitas una cuenta en la nube o un modelo concretos. Documentación de proveedores.

Su límite está en la calidad del procedimiento. Si una ejecución aparentemente útil aplica una regla de negocio incorrecta, guardar ese método puede perpetuar el error. Para el informe de proveedores, pide una propuesta de habilidad después de comprobar el resultado y revisa las instrucciones que quiere conservar. La opción documentada skills.write_approval permite dejar los cambios de habilidades pendientes de revisión; /skills pending y /skills diff muestran las actualizaciones propuestas.

Veredicto: Elige Hermes si necesitas que el procedimiento se conserve más allá de la conversación. El análisis de Hermes Agent profundiza en la memoria, las habilidades y los controles de funcionamiento.

3. OpenClaw: la mejor opción para tener al asistente en el chat

OpenClaw es la opción más adecuada si acceder al asistente por mensajería es esencial para tu forma de trabajar. Su Gateway local, el servicio en segundo plano que coordina las sesiones y las herramientas, se conecta a canales como Slack, Discord, Telegram, WhatsApp, Teams e iMessage. El repositorio documenta la instalación en macOS, Linux y Windows. Repositorio de OpenClaw.

Para quien dirige una empresa desde el teléfono, esta interfaz puede resultar más útil que acordarse de abrir otra aplicación de escritorio. Una prueba razonable consiste en pedir, por un canal privado de mensajería, un borrador de resumen de notas operativas aprobadas. El resultado útil es un resumen cuya información puedes rastrear hasta sus fuentes, recibido donde ya revisas el trabajo. Enviar el mensaje no conecta por sí solo al asistente con todos los sistemas de la empresa; todavía debes configurar las herramientas que le permitirán recuperar el material de origen.

El Gateway también exige mantenimiento. Debe estar activo en un equipo capaz de realizar el trabajo. Instalarlo en una computadora portátil encaja con un uso supervisado; un equipo dedicado o un servidor tiene sentido si necesitas que el servicio siga disponible cuando la portátil esté cerrada. Elige un despliegue que puedas mantener, incluidas las actualizaciones, las credenciales de los modelos y las conexiones a los canales.

Ideal para: Quien busca un asistente persistente al que pueda acceder por mensajería.
Lo más destacado: Un servicio de control local que coordina canales, sesiones y herramientas.
Licencia: MIT.
Dónde se ejecuta: macOS, Windows o Linux, en un equipo personal o un servidor.
Modelos: Proveedores alojados y locales, incluidos Anthropic, OpenAI, Google Gemini, OpenRouter, Ollama y LM Studio.
Configuración: Moderada: instalar, completar la configuración inicial del modelo, configurar el Gateway y conectar el canal deseado.
Precio: Gratis y de código abierto; el acceso a los modelos corre por tu cuenta.
Prueba gratuita: El software no requiere período de prueba.

El instalador puede preparar una versión compatible del entorno de ejecución Node.js, el software necesario para ejecutar la aplicación. Los scripts de instalación inician la configuración guiada; si instalas el paquete directamente, se utiliza openclaw onboard --install-daemon. Después, openclaw gateway status comprueba el servicio y openclaw dashboard abre su interfaz de control. Confirma que puedes conversar desde ahí antes de añadir una conexión de mensajería. Son los pasos documentados en el repositorio, no una afirmación sobre cuánto tarda la instalación.

El catálogo de proveedores de modelos es independiente del catálogo de canales. Slack es el medio para hablar con el asistente; el proveedor del modelo aporta su capacidad de razonamiento. Puedes cambiar ambas opciones por separado dentro de la configuración compatible con el proyecto. Referencia de proveedores de modelos.

Su límite está en los permisos que hay detrás de cada mensaje recibido. Según el repositorio, las herramientas de la sesión principal se ejecutan en el equipo anfitrión salvo que configures un entorno aislado, y los remitentes desconocidos de mensajes directos pasan por un proceso de vinculación de forma predeterminada. La vinculación decide quién puede iniciar tareas; no restringe los archivos y las cuentas a los que puede acceder una tarea autorizada. Los proveedores configurados y las plataformas de mensajería siguen recibiendo contenido de las tareas aunque el estado y las credenciales estén guardados en tu equipo.

Veredicto: Elige OpenClaw cuando el lugar donde recibes la conversación determine si usarás el asistente. Si lo decisivo es conservar los procedimientos, consulta Hermes Agent frente a OpenClaw.

Agentes para el navegador y el escritorio

Antes de elegir un producto, decide qué entorno debe manejar el agente. Trabajar en tu navegador habitual, abrir uno separado, usar el escritorio de un contenedor y controlar la pantalla de tu equipo son tareas muy distintas. Una herramienta que resuelve una de ellas no resuelve automáticamente las demás.

4. Nanobrowser: la mejor opción para tu sesión habitual de Chrome o Edge

Nanobrowser es el punto de partida más sencillo de esta selección para quien usa Chrome o Edge y busca trabajar en el navegador. Se instala como extensión, recibe tareas en un panel lateral, lee páginas, hace clic, escribe y cambia de pestaña. Puedes usarlo sin sustituir tu navegador habitual ni crear un script de automatización. Repositorio de Nanobrowser.

Quien compara documentación de proveedores puede abrir las páginas pertinentes y pedir una tabla de condiciones de entrega con una fuente junto a cada entrada. El repositorio documenta que permite guardar resultados, como tablas CSV o informes Markdown, en Descargas. Un criterio de aceptación útil es que cada condición extraída remita a una página y que la información no disponible siga marcada como tal.

Encaja bien porque el trabajo ya está en las pestañas. Evita añadir un agente de escritorio completo solo para navegar por sitios web. Limita la tarea a los sitios pertinentes, sobre todo si en ese mismo navegador tienes sesiones abiertas en otras aplicaciones de la empresa.

Ideal para: Leer e interactuar con páginas web en el navegador Chrome o Edge que ya utilizas.
Lo más destacado: Un agente en un panel lateral, con conexiones a modelos locales o en la nube y ajustes de permisos por sitio.
Licencia: Apache License 2.0.
Dónde se ejecuta: Instalaciones compatibles de Chrome y Edge en tu equipo.
Modelos: Anthropic, OpenAI, Google Gemini, OpenRouter y otros proveedores en la nube documentados; Ollama, LM Studio y servidores locales compatibles. El modelo debe admitir llamadas a herramientas.
Configuración: Sencilla con un proveedor en la nube; la inferencia local requiere configurar también el servidor de modelos.
Precio: Gratis y de código abierto; el acceso a los modelos corre por tu cuenta.
Prueba gratuita: El software no requiere período de prueba.

Instala la extensión desde el enlace a Chrome Web Store del repositorio, configura el proveedor en la página de bienvenida y abre el panel lateral. En Edge, puede que primero tengas que permitir extensiones de otras tiendas. La configuración de modelos locales añade un requisito de conexión: Ollama debe permitir el origen de la extensión, mientras que LM Studio necesita tener habilitado el acceso entre orígenes. El repositorio documenta estos requisitos; no basta con que el servidor de modelos sea accesible.

Los controles de permisos son útiles, pero tienen límites. El modo Ask es el predeterminado y pide confirmación cuando detecta envíos de formularios o mensajes, eliminaciones y cargas de archivos. Los pasos de pago, contraseña y concesión de acceso quedan en manos de la persona. Los ajustes también permiten autorizar, preguntar o bloquear por sitio. El proyecto reconoce expresamente que el agente puede no identificar un paso que requiera intervención, así que estos controles no justifican dejar de supervisar las tareas con consecuencias relevantes.

Veredicto: Elige Nanobrowser si el trabajo empieza y termina en las pestañas del navegador. No es la opción para manejar cualquier aplicación de escritorio ni para tener un asistente en un servidor sin interfaz gráfica.

5. Browser Use Desktop: la mejor opción para trabajar en un navegador separado

Browser Use Desktop es una aplicación independiente para realizar tareas web en una ventana separada de Chromium. Según su repositorio, importa las cookies de tu navegador Chrome habitual para que el agente pueda usar las sesiones ya iniciadas, y ofrece un acceso rápido para poner en marcha tareas. Esta entrada se refiere a la aplicación de escritorio instalable de browser-use/desktop. Repositorio de Browser Use Desktop.

Esa ventana separada resulta útil si quieres distinguir visualmente el trabajo del agente de las pestañas que estás usando. Por ejemplo, puedes pedirle que recopile el estado de elementos aprobados en un portal de proveedores mientras sigues leyendo la documentación asociada. Mantén el resultado como una lista provisional que contrastarás con el portal. La ventaja es disponer de un navegador de trabajo separado; que esté en otra ventana no garantiza que la tarea sea segura.

Las cookies pueden dar acceso a cuentas autenticadas. Importarlas significa que el navegador del agente puede obtener los permisos asociados a esas sesiones. Revisa qué cuentas intervienen y empieza con una tarea de lectura y elaboración de borradores, sin modificar registros. Un proceso de navegador nuevo no equivale a una cuenta nueva con permisos reducidos.

Ideal para: Quien quiere separar las tareas web del agente de su ventana habitual de navegación.
Lo más destacado: Una aplicación de escritorio con un entorno Chromium dedicado y una función documentada para importar sesiones.
Licencia: MIT.
Dónde se ejecuta: macOS con Apple Silicon, Windows x64 y Linux, mediante las descargas documentadas.
Modelos: El README de escritorio incluye Anthropic mediante una suscripción a Claude Code o una clave de API, y Codex mediante una suscripción a ChatGPT o una clave de API.
Configuración: De sencilla a moderada: instalar el paquete de escritorio, conectar un proveedor documentado y revisar la conexión con las sesiones del navegador.
Precio: Gratis y de código abierto; el acceso a los modelos corre por tu cuenta.
Prueba gratuita: El software no requiere período de prueba.

La lista de modelos marca un límite importante. El ecosistema más amplio de Browser Use incluye otros componentes, pero que una biblioteca admita algo no demuestra que esta aplicación de escritorio también lo admita. Si necesitas conectar un endpoint de modelo local de tu elección, el repositorio de Nanobrowser documenta esa posibilidad de forma más explícita. La lista de proveedores del README de escritorio es el punto de partida adecuado para decidir.

La misma distinción se aplica al despliegue. Una descarga de escritorio proporciona una aplicación para el equipo donde se ejecuta. Su capacidad para trabajar en el navegador no la convierte en un sustituto documentado de un servicio de servidor que funciona de manera permanente.

Veredicto: Elige Browser Use Desktop si buscas un entorno de navegador separado con uno de sus proveedores documentados. Elige Nanobrowser si te importa más seguir en tu navegador actual y contar con compatibilidad explícita con modelos locales.

6. Agent Zero: la mejor opción para un entorno de trabajo Linux completo

Agent Zero es la mejor opción de esta selección si el agente necesita su propio entorno de trabajo Linux con archivos, navegador, aplicaciones de escritorio y documentos editables. El proyecto se presenta como un framework, pero su lanzador y su imagen Docker ponen en marcha un agente ya construido con una interfaz web. Esa vía de aplicación empaquetada es la que justifica su inclusión aquí. Repositorio de Agent Zero.

Docker empaqueta la aplicación y sus dependencias en un contenedor, un entorno de ejecución separado dentro del equipo anfitrión. El escritorio de Agent Zero se encuentra en ese entorno. Puede utilizar el software Linux instalado allí; darle acceso a los archivos o al navegador del equipo anfitrión es una decisión de configuración adicional.

Una prueba adecuada consiste en elaborar un informe interno editable a partir de un conjunto de documentos aprobados. El repositorio documenta un escritorio Linux, un navegador integrado y LibreOffice Writer, Calc e Impress para documentos, hojas de cálculo y presentaciones. Pide un borrador editable con una lista clara de fuentes y revisa tanto el contenido como los archivos guardados. Es una propuesta de flujo de trabajo, no una afirmación de que hayamos probado ese resultado.

Ideal para: Trabajo que se beneficia de un entorno informático dedicado, más allá de un panel de chat.
Lo más destacado: Un escritorio Linux, un navegador y un espacio de trabajo con documentos, empaquetados dentro de Docker.
Licencia: MIT, comprobada en el propio archivo.
Dónde se ejecuta: Un equipo local o servidor capaz de ejecutar Docker; A0 Launcher tiene versiones para macOS, Windows y Linux.
Modelos: Las vías documentadas para proveedores alojados incluyen Anthropic y OpenRouter; las locales incluyen Ollama, LM Studio y vLLM.
Configuración: De moderada a compleja: Docker, almacenamiento persistente, configuración de la aplicación y conexiones a los modelos.
Precio: Gratis y de código abierto; el acceso a los modelos corre por tu cuenta.
Prueba gratuita: El software no requiere período de prueba.

A0 Launcher ofrece la vía guiada para equipos personales: comprueba Docker, gestiona instancias y puertos y se conecta a instalaciones locales o remotas de Agent Zero. El repositorio también documenta un instalador por terminal para servidores. Una vez que funcione la interfaz web, configura con cuidado los modelos asignados a cada función. La guía de instalación distingue entre Chat, Utility y Embedding: la conversación principal, tareas de apoyo como resumir y representaciones numéricas que permiten recuperar información relacionada. Instalación y configuración de modelos.

Esto requiere más configuración que elegir un proveedor en una extensión de navegador. Se justifica si necesitas ese entorno de trabajo. Para una tarea que solo exige extraer información de unas pocas pestañas, añade una carga innecesaria.

Su límite está en el aislamiento del contenedor. El proyecto recomienda mantener el entorno aislado y evitar montar todo tu directorio personal. Un montaje hace que un directorio del equipo anfitrión esté disponible dentro del contenedor. El componente opcional A0 CLI Connector también amplía deliberadamente el alcance del agente al equipo anfitrión; trátalo como una concesión adicional de acceso, no como un requisito habitual para la primera tarea.

Los proyectos permiten organizar por separado las instrucciones de las tareas, los archivos, las memorias, los secretos y las opciones de modelos. Utiliza esa separación para darle al informe su propio contexto de trabajo. Ayuda a organizarse, pero los límites reales de acceso siguen dependiendo del contenedor, los montajes, las cuentas y las herramientas que configures.

Veredicto: Elige Agent Zero si el agente necesita un entorno de trabajo que puedas administrar y mantener. Para una tarea más sencilla con archivos locales, empieza por Goose.

7. UI-TARS Desktop: la mejor opción para el control visual del escritorio

UI-TARS Desktop es la opción especializada cuando la tarea exige interactuar con una aplicación gráfica mediante capturas de pantalla, acciones del ratón y entradas de teclado. Su repositorio distingue la aplicación de escritorio de Agent TARS, otro proyecto incluido en el mismo repositorio. Sigue las instrucciones de Desktop si quieres manejar la interfaz visible del equipo. Repositorio de UI-TARS Desktop.

Resulta pertinente cuando una aplicación ofrece una interfaz utilizable, pero no una integración que quieras desarrollar. Una prueba razonable es cambiar un ajuste reversible en una aplicación de escritorio fuera de producción y revisar después una captura de pantalla. La tarea debe tener un estado final evidente y una forma de deshacer el cambio.

La configuración necesita un modelo de visión y lenguaje, es decir, uno capaz de interpretar imágenes además de texto. Conectar un modelo de texto genérico no basta para asegurar la compatibilidad con el bucle de acciones visuales de esta aplicación. El README de escritorio menciona las familias de modelos de visión UI-TARS y Seed; la guía de inicio rápido explica cómo configurar un endpoint de modelo UI-TARS.

Ideal para: Tareas supervisadas que requieren ver y manejar una interfaz de escritorio.
Lo más destacado: Operadores de equipo y navegador guiados por capturas de pantalla, dentro de una aplicación de escritorio instalable.
Licencia: Apache License 2.0.
Dónde se ejecuta: Las vías documentadas de instalación local de escritorio cubren macOS y Windows.
Modelos: Las familias documentadas de modelos de visión UI-TARS y Seed; utiliza la configuración de endpoint específica de Desktop.
Configuración: Compleja: instalar la aplicación, conceder los permisos de sistema necesarios y configurar un endpoint de modelo compatible.
Precio: Gratis y de código abierto; el acceso a los modelos corre por tu cuenta.
Prueba gratuita: El software no requiere período de prueba.

En macOS, la guía exige permisos de Accesibilidad y Grabación de pantalla. La configuración del modelo solicita una URL base, una clave de API y el nombre del modelo. La URL base es la dirección del servicio que responde a las solicitudes al modelo. Ese endpoint puede ser remoto aunque el agente controle tu pantalla local, así que «operador local» no garantiza que las capturas permanezcan en el equipo. Guía de inicio rápido de Desktop.

La misma guía establece un límite concreto de compatibilidad: la aplicación está pensada para un solo monitor, y usar varios puede provocar fallos en las tareas. También indica que el antiguo servicio Remote Operator se retiró. La recomendación aquí es la aplicación local instalable; el servicio alojado que se retiró ya no es una alternativa disponible.

Veredicto: Elige UI-TARS Desktop para una tarea concreta en pantalla que puedas supervisar. Si solo necesitas trabajar con páginas web, empieza por las opciones centradas en el navegador; si buscas un entorno Linux separado, elige Agent Zero.

Agentes de IA de código abierto para programar

8. OpenHands: una opción específica para trabajar con repositorios

OpenHands Agent Canvas es un centro de control instalable para desarrolladores que incluye el agente OpenHands: tiene licencia MIT, se ejecuta en local, en Docker o en un servidor, se configura con modelos compatibles con LiteLLM, incluidas opciones de Anthropic y OpenAI, y se instala mediante el paquete o la vía Docker documentados. La configuración es moderada, la vía sin aislamiento concede un acceso amplio al sistema de archivos y el software es gratis y de código abierto; el acceso a los modelos corre por tu cuenta. Consulta la guía de agentes de programación de código abierto para elegir según tus necesidades de desarrollo.

Un agente de IA local y de código abierto no garantiza inferencia local

Comprueba por separado dónde está instalado el agente, dónde se ejecutan sus acciones y dónde está el endpoint del modelo. Instalar la aplicación en local solo responde a la primera pregunta.

Por ejemplo, Goose puede editar un archivo local utilizando un modelo alojado por un proveedor. Nanobrowser puede ejecutarse en tu navegador y enviar el contenido de las páginas al proveedor elegido. Agent Zero puede trabajar dentro de Docker y utilizar un servidor de modelos situado en otro lugar. Son posibilidades de despliegue documentadas, no contradicciones con el carácter abierto de estos productos.

Para diseñar un sistema completamente local, no basta con elegir una aplicación de código abierto. Confirma el endpoint del modelo y revisa los servicios de búsqueda, los servicios de navegador y las demás herramientas conectadas que puedan enviar información fuera. Si una tarea necesita acceder a la web pública, distingue ese acceso del envío de datos de trabajo privados a un proveedor de modelos.

Para quien opera el agente, la pregunta práctica es concreta: ¿qué documentos, contenidos de páginas o capturas de pantalla saldrán de este equipo? Resuélvela antes de conectar el agente a registros confidenciales. Si la inferencia local es obligatoria, empieza por una aplicación que documente expresamente el servidor local que piensas utilizar y comprueba después todo el recorrido de la tarea.

Qué agentes de inteligencia artificial convienen para cada tarea

Elige Goose si tu primera tarea consiste en trabajar con archivos bajo supervisión y quieres una interfaz de escritorio de propósito general. Tiene el papel inicial más claro de esta selección: conecta un modelo, dale un espacio de trabajo acotado e inspecciona el resultado.

Elige Hermes Agent si el contexto guardado y los procedimientos reutilizables son la razón para adoptar un agente. Elige OpenClaw si el acceso por mensajería hará que forme parte de tu jornada. Ambos pueden hacer más de lo que recogen estas descripciones; la regla para decidir es identificar qué requisito echarías de menos primero.

Elige Nanobrowser si el trabajo pertenece al navegador que ya utilizas. Elige Browser Use Desktop si quieres un navegador separado para el agente y uno de sus proveedores documentados. Aprovechar las sesiones ya iniciadas resulta cómodo en ambos casos, así que revisa el acceso a las cuentas antes de encargar una tarea.

Elige Agent Zero si el asistente necesita su propio entorno Linux con software de escritorio y archivos editables. Elige UI-TARS Desktop si la tarea exige específicamente controlar una interfaz gráfica en el equipo local. Lo que inclina la elección es el entorno que debe manejar el agente, no qué demostración parece más autónoma.

Elige OpenHands si el trabajo está en un repositorio. La guía de programación es el lugar adecuado para compararlo con otros agentes de desarrollo.

Si no puedes definir el resultado, las entradas permitidas y el punto en el que debe detenerse el agente, pospón la decisión de instalarlo. Poner esos requisitos por escrito suele descartar más opciones que una larga lista de funciones.

Qué opciones quedan fuera de esta selección

Evita un proyecto que te obligue a construir la aplicación que venías a instalar. Estas exclusiones responden a las necesidades de quien dirige u opera un negocio y busca un agente listo para usar.

Los frameworks de agentes de IA de código abierto requieren otra comparativa

CrewAI y LangGraph tienen su lugar en la comparativa de frameworks de agentes de IA. Son pertinentes si quieres desarrollar una aplicación de agentes. No cumplen el requisito de esta selección: instalar un asistente existente y empezar a asignarle trabajo.

Ollama por sí solo tampoco basta para esta tarea. Proporciona la infraestructura que sirve modelos y que utilizan algunos de estos agentes. Aún necesitas la aplicación que gestiona las herramientas, las tareas y la interacción.

Los productos disponibles solo como servicio alojado no cumplen el requisito de ejecutar el agente en tu equipo o servidor. Un cliente descargable o una biblioteca de integración de código abierto no demuestran, por sí solos, que puedas alojar el entorno de ejecución real del agente en tu infraestructura.

El servicio retirado UI-TARS Remote Operator debe quedar fuera de tu plan de instalación. Sigue la vía de Desktop local documentada en el repositorio actual.

Por último, evita atribuir a un proyecto las características de otro relacionado. Browser Use Desktop tiene su propia lista de proveedores. La configuración de UI-TARS Desktop es distinta de la de Agent TARS. Cada función debe estar documentada para la aplicación que vas a instalar.

Antes de darle acceso a los sistemas de tu empresa

Encarga al primer agente una tarea que pueda terminar con acceso limitado y cuyo resultado puedas comprobar. Para una empresa pequeña, es más fácil evaluar un borrador de informe a partir de copias de archivos exportados que una petición de «gestionar las operaciones».

Utiliza un espacio de trabajo dedicado y, cuando corresponda, una cuenta o un contenedor separados. Concede acceso únicamente a las cuentas y los directorios necesarios para la tarea. Un prompt que pida al agente mantenerse dentro de una carpeta expresa tu intención; los permisos de archivos y la configuración de las herramientas determinan hasta dónde puede llegar. La documentación de seguridad de Hermes explica con especial claridad la diferencia entre aprobar comandos y establecer límites de ejecución.

Define los criterios de aceptación antes de ejecutar la tarea: los identificadores de origen deben seguir visibles, los archivos originales deben permanecer intactos, los valores desconocidos deben señalarse y cualquier acción externa solicitada debe detenerse para que la revises. Son criterios recomendados para una prueba inicial, no garantías que ofrezcan todas las aplicaciones.

El primer paso para el lunes es elegir una tarea repetida, preparar un conjunto de datos de entrada limpio e instalar el agente más sencillo que pueda resolverla. Compara su resultado con el que aceptarías de un colega. Amplía el acceso solo cuando comprendas qué trabajo hizo, qué correcciones necesitó y cómo detener o deshacer la siguiente acción.

Preguntas frecuentes

¿Existen modelos de IA de código abierto?

Sí. La licencia del modelo es independiente de la del agente, y poder descargar los pesos de un modelo no implica automáticamente que se pueda usar en una empresa sin restricciones. Comprueba la licencia del propio modelo y la de la aplicación. Varios de los agentes anteriores documentan conexiones a servidores de modelos locales.

¿Qué función cumple un agente en la inteligencia artificial?

Un agente utiliza un modelo para elegir acciones, invoca las herramientas disponibles, lee los resultados y sigue avanzando hacia una tarea. Para quien lo utiliza, la diferencia clave es que puede actuar sobre archivos o aplicaciones dentro del acceso configurado, en lugar de limitarse a devolver texto.

¿Cómo puedo tener un agente de OpenAI?

Si quieres desarrollar una aplicación, el OpenAI Agents SDK ofrece una vía basada en código. Si buscas un asistente instalable, elige uno de los proyectos anteriores que documente compatibilidad con OpenAI y configura la conexión correspondiente con el proveedor.

¿Existe una API gratuita de OpenAI?

No des por hecho que un agente gratuito incluya acceso gratuito a los modelos de OpenAI. Calcula el presupuesto según las condiciones de uso vigentes del proveedor y cualquier asignación de uso que aparezca expresamente en tu cuenta. La página oficial de precios de la API es la referencia para consultar los cargos actuales por modelos.

¿Cuál es la mejor API de IA gratuita?

Para un agente, la compatibilidad y la capacidad de completar la tarea importan más que una cuota gratuita anunciada. Comprueba las llamadas a herramientas y, si el trabajo se realiza sobre la pantalla, la compatibilidad con visión. Si necesitas inferencia local, elige una conexión documentada a modelos locales y evalúala con tu tarea real.

¿Cuánto cuesta la API de ChatGPT?

Los cargos de la API dependen del modelo elegido y de su uso, y algunas herramientas se cobran por separado. Consulta las tarifas en la tabla actual de precios de la API de OpenAI. Instalar un agente de código abierto no cambia esos cargos del proveedor.

¿Cuál es el modelo más barato de la API de ChatGPT?

Consulta la tabla vigente del proveedor para encontrar las tarifas más bajas entre los modelos compatibles con tu agente. Después, compara tareas completadas, incluidos los reintentos y las correcciones: la tarifa publicada más baja no garantiza el resultado utilizable más barato. Esta comparativa no ordena los modelos por precio.

¿Qué información no debo compartir con ChatGPT?

No incluyas contraseñas, claves privadas ni registros confidenciales no autorizados en los prompts de las tareas. Con estos agentes, utiliza los ajustes de credenciales documentados e inspecciona qué archivos, páginas o capturas de pantalla recibirá el modelo configurado. La instalación local, por sí sola, no responde a esa pregunta.

¿Qué IA es más barata que ChatGPT?

Distingue la aplicación del agente de su conexión al modelo. Las aplicaciones de esta selección son gratis y de código abierto; el acceso al modelo que elijas determina los cargos por su uso. Compara la misma tarea, con un resultado aceptado, entre modelos compatibles, sin interpretar la licencia de la aplicación como una afirmación sobre el precio de la inferencia.

Utiliza la lista de verificación para auditar flujos de trabajo empresariales con IA para definir la primera tarea, las entradas permitidas y el resultado que aceptarás.