AnythingLLM

Para quien quiere preguntarle a sus propios documentos con un modelo de lenguaje, local o de un proveedor en la nube, desde la app de escritorio o un servidor.

MIT Revisado el 29 de octubre de 2026

Ver en GitHub (se abre en otra pestaña) Documentación oficial (se abre en otra pestaña)

Qué hace.

chatear con tus documentos (PDF, TXT, DOCX y otros) y ver las fuentes citadas
conectar modelos locales de llama.cpp, Ollama o LM Studio, o proveedores como OpenAI, Anthropic o Gemini
usar agentes, un constructor de agentes sin código y compatibilidad con MCP
tener varios usuarios y permisos (solo en la versión Docker)

Sistemas: App de escritorio para Mac, Windows y Linux; servidor con Docker (imágenes amd64 y arm64); app móvil Android en repo aparte.

Qué necesitas.

Docker, más yarn y node, según la guía de Docker del repo. fuente de este requisito (se abre en otra pestaña)
En un servidor en la nube, al menos 2 GB de RAM; para el disco se recomiendan mínimo 10 GB. fuente de este requisito (se abre en otra pestaña)
Acceso a un LLM, local o remoto (el repo incluye un motor local opcional). fuente de este requisito (se abre en otra pestaña)

Calcula si tu equipo lo aguanta. Suma su RAM, CPU y disco junto con otros repos.

Cómo se instala.

Escritorio: descarga la app para tu sistema en anythingllm.com/download.
Docker: descarga la imagen:
```
docker pull mintplexlabs/anythingllm
```
Arranca el contenedor con el comando de la guía de Docker (monta una carpeta de almacenamiento, publica el puerto 3001 y usa --cap-add SYS_ADMIN).

Comandos tomados de la documentación oficial. Léelos antes de ejecutarlos: es tu equipo.

Permisos y datos.

El comando de Docker de la guía añade --cap-add SYS_ADMIN al contenedor.
Trae telemetría anónima activa por defecto; se apaga con DISABLE_TELEMETRY=true o en Privacy dentro de la app.

Límites y advertencias.

El multiusuario, el widget embebible y los temas de marca son solo de la versión Docker.
Aunque desactives la telemetría, hay conexiones a cdn.anythingllm.com (modelos) y a GitHub (archivos de caché de contexto).
Con un LLM o embeddings externos, tus textos van a ese proveedor y aplican sus términos.
La guía de Docker menciona que, si usas otros servicios en localhost, debes usar host.docker.internal.

Costo real y nube.

Gratis (MIT); el costo real es tu hardware o las APIs en la nube que conectes.
El embebedor nativo y la base vectorial LanceDB vienen por defecto y trabajan en tu máquina; el LLM puede ser local o remoto, y de eso depende la privacidad.
El README enlaza una instancia hospedada como alternativa a autoalojarlo.

Licencia.

MIT Código abierto permisivo

MIT: licencia permisiva. Puedes usarlo, modificarlo y redistribuirlo, también en productos comerciales, conservando el aviso de copyright.

Es un resumen para orientarte, no asesoría legal. Para un uso comercial, lee el archivo LICENSE original.

De dónde sale todo esto.

Revisado en la documentación oficial el 29 de octubre de 2026; no es una prueba de laboratorio. No se instaló ni se midió nada para escribir esta ficha. Si algo cambió, la documentación del proyecto es la que manda.

Así reviso cada repo.

Repos parecidos.

Ver todos los repos