AnyModelBot pone un pequeño equipo de bots de IA en tu propia máquina, claves incluidas

La propuesta de la página del repositorio cabe en una línea: un equipo de bots de IA que corre en tu ordenador, cualquier modelo, pago por uso. AnyModelBot apareció el 27 de octubre de 2026 y el 21 de noviembre tenía 4.929 estrellas. Es una aplicación de escritorio, no un servicio, y casi todas sus decisiones de diseño salen de ahí.
Lo primero que llama la atención es el plural. No te dan un asistente. Te dan una plantilla. Cada bot tiene su personalidad, un modelo por defecto, una carpeta de trabajo y una memoria. Pueden ser modelos distintos de proveedores distintos, porque a la app le da igual dónde ocurra la inferencia.
Qué puede tocar un bot
Con tu permiso, un bot puede leer y escribir archivos, ejecutar comandos y manejar el escritorio. Si intenta escribir fuera de su espacio de trabajo, se detiene y te pregunta. Esa sola línea, «pregunta antes de escribir fuera del espacio de trabajo», es el mecanismo de seguridad que sostiene todo, porque la alternativa es un agente con tu carpeta personal y una excusa razonable.
Alrededor está el andamiaje de siempre: tareas en segundo plano, reglas programadas y una cola de cosas esperando tu confirmación. El README los presenta como integrados y no como plugins, que es la decisión correcta para una herramienta pensada para quedarse encendida.

Cinco apps de chat, una plantilla
Se puede llegar a los bots desde la propia app y desde WeChat, Feishu, Telegram, Slack y Discord.
Esta es la función que decide si lo vas a usar. Un agente de escritorio que tienes que abrir es una herramienta. Un agente que responde en el grupo donde ya ocurre el trabajo es un colega. El coste es igual de evidente: cinco superficies significan cinco sitios por los que puede llegar un mensaje y cinco juegos de permisos que pensar. Los equipos que conectan un agente local al chat de la empresa deberían decidir pronto cuál es el canal oficial.
Adónde van los datos
El README hace tres promesas: las conversaciones, la memoria, los archivos y las claves API se quedan en tu dispositivo; los modelos pasan por Modelflare con facturación por uso tras iniciar sesión, o por tus propias claves API oficiales directamente con el proveedor; y la app no cobra suscripción.
Esa combinación es poco habitual. Casi todos los agentes local-first o enrutan todo por la facturación del fabricante o te obligan a cablear claves a mano para cada proveedor. Aquí los dos caminos conviven, y la app dice claramente que del segundo no se lleva comisión.
La advertencia honesta es la que vale para cualquier herramienta local-first: la máquina es el servidor. Tiene que estar encendida para que funcionen las tareas programadas, su disco guarda la memoria y su red es la frontera de seguridad. Si el portátil se duerme, tus bots paran. Si el portátil queda comprometido, las claves también.
Elegir modelo como palanca de coste
Como cada bot lleva su modelo por defecto, la plantilla se convierte en un presupuesto. Un modelo barato para el que ordena archivos y redacta respuestas, uno puntero para el que revisa un contrato, uno local para todo lo que no deba salir del edificio.
Tratar la plantilla como un presupuesto funciona mejor que elegir un solo modelo para todo. También crea un pequeño problema de disciplina: cada bot es otra factura, otra clave y otro conjunto de comportamientos que aprender. Seis bots son un equipo. Dieciséis son un pasatiempo.
La puesta en marcha sigue esa lógica. Descarga la app para tu plataforma, entra en Modelflare o pega claves oficiales, y crea un bot dándole nombre, personalidad, carpeta de trabajo y modelo por defecto. El espacio de trabajo es lo que hay que pensar antes que la personalidad: define qué puede tocar el bot sin preguntar, y una carpeta por bot evita que dos agentes editen el mismo archivo a la vez.
Las reglas programadas son lo segundo que configurar, porque un bot que solo corre cuando abres la app es una ventana de chat con pasos extra. Un resumen diario a las 8, una vigilancia de carpeta que archiva las facturas que llegan, un recordatorio que revisa una página: esas son las tareas que hacen que la plantilla se gane su espacio en disco, y todas dependen de que la máquina siga despierta.
La versión 0.1.44 dice para qué se usa
La entrada del registro de cambios del 20 de noviembre arregla dos cosas muy concretas: las imágenes arrastradas a una conversación se rechazaban cuando la extensión no coincidía con el formato real (fotos de móvil, archivos .jfif), y la vista previa de una página web generada por un bot no podía leer otros archivos de la misma carpeta.
Los dos fallos vienen del mismo sitio. La gente lo usa para mirar archivos y páginas reales, no para charlar sobre abstracciones. Un bot que monta una página HTML pequeña y no puede cargar la hoja de estilos de al lado no sirve para la tarea que de verdad se le pidió.
Con qué se compara
El README se compara con Grok Bot, OpenAI dots y Claude Duet, que es el grupo correcto: agentes personales persistentes que siguen trabajando entre conversaciones. La diferencia que reclama es la localidad y la elección de modelo.
Merece la pena precisar qué compra la localidad. Compra residencia de los datos, tolerancia a estar sin conexión para los modelos locales y ausencia de precio por asiento. No compra privacidad frente al proveedor del modelo, porque el prompt sigue viajando a la API que hayas configurado. Si una tarea no puede salir de la máquina, el bot tiene que correr un modelo local, y entonces estás cambiando capacidad por esa garantía.
Ajustar expectativas
Tres límites con los que planificar.
Es software joven. La versión 0.1.44 significa que la forma todavía se mueve, y un equipo pequeño que publica cada semana romperá cosas que un fabricante grande no rompería.
La memoria vale lo que valga su recuperación. Todos estos productos prometen memoria persistente; lo que cambia es si el bot saca la memoria correcta en el momento correcto. Pruébalo con una pregunta concreta sobre algo que le contaste hace tres semanas, no con la demo.
Las aprobaciones son un contrato de interfaz, no una sandbox. «Pregunta antes de escribir fuera del espacio de trabajo» es una regla que la aplicación aplica a sus propias acciones. No es una cárcel a nivel de sistema operativo, y una inyección de prompt bien colocada en un documento que el bot lea sigue siendo un riesgo real. Mantén el espacio de trabajo acotado y las claves limitadas.
Para quién es
Para alguien que ya paga dos o tres modelos, tiene una carpeta de tareas a medio automatizar y quiere un sitio donde unos cuantos bots especializados las recojan, con el historial y los archivos donde están.
Es un público más estrecho que «todo el que quiera un asistente de IA», y más honesto. El producto es un escritorio con varias bandejas, no un empleado mágico. Si tus bandejas tienen la forma de tu trabajo, encaja.
Artículos relacionados
Un servidor, una streamer de IA: dentro del código que sostiene un directo nocturno
open-yoki es el código de producción de una host de IA que emite cada noche en Binance Square, sin persona, voz ni nada que toque dinero. headless Chrome dibuja el fotograma, ffmpeg empuja RTMP y una carpeta de Markdown decide su humor y lo que publica.
Pinky deja que un agent maneje tu teléfono y mantiene pulsado Enviar hasta que hagas clic en Permitir
Pinky conecta cualquier agent MCP a un iPhone o Android real y aplica la aprobación en su propia pasarela, no en un prompt. Las apps bancarias son invisibles, los campos de contraseña están vedados y en Android 13 el agent recibe una segunda pantalla oculta.
SeedRealtime de ByteDance toma dos imágenes por segundo y decide cuándo hablar
Doubao-Seed-Realtime-1.0 mete frames de cámara, frames de pantalla y voz en una sola sesión full duplex, con dos frames por segundo como mucho. Las decisiones interesantes son la tasa de frames, el habla proactiva y la respuesta de auditoría que viene activada.
Alguien metió el derecho mundial en git, así que ahora puedes hacer blame a un artículo
global-law guarda los textos legales de cada país en un repositorio git donde cada commit es una ley que entra en vigor en una fecha conocida. Puedes lanzar log, blame, show y diff sobre un artículo, preguntar qué regía en cada país un día concreto y entregar todo el corpus a un asistente por MCP.