AionsHome
AionsHome es un compañero AI auto-alojado con memoria a largo plazo, interacción por voz y visión computarizada. Incluye apps para PC y Android, integrando servicios como Gemini o OpenAI, monitorización de actividad y herramientas financieras, todo ejecutándose en Python FastAPI con SQLite local.
Ficha actualizada 26 sept 2026, 16:16 · upstream 26 sept 2026, 12:35 · release sin release detectada
Qué es AionsHome
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
AionsHome es una plataforma de IA auto-alojada diseñada para funcionar como un asistente personal avanzado con memoria a largo plazo, interacción por voz y visión computarizada. El sistema se basa en Python FastAPI y SQLite para gestionar datos locales, permitiendo la sincronización entre dispositivos mediante Tailscale o redes locales. Su arquitectura modular separa claramente el backend de los servicios frontend nativos, facilitando una experiencia fluida tanto en navegadores web (PWA) como en aplicaciones Android nativas.
La aplicación integra capacidades multimodales significativas, incluyendo detección de voz con WebRTC VAD, síntesis de audio mediante CosyVoice2 y reconocimiento ASR con SenseVoiceSmall. Además, cuenta con módulos especializados para monitorización de cámaras (OpenCV + ESP32-CAM), análisis financiero en tiempo real usando Akshare, gestión de bibliotecas EPUB y soporte para Model Context Protocol (MCP). Todo el ecosistema está diseñado para mantener los datos sensibles localmente, minimizando la dependencia de servicios externos críticos.
La interfaz de usuario es altamente adaptable, ofreciendo una experiencia PWA instalable en móviles y PC con un diseño nativo en Android que utiliza WebView y puentes Java para acceso a hardware como micrófono y cámara. El proyecto destaca por su enfoque en la privacidad y la personalización profunda, permitiendo a los usuarios configurar agentes de IA personalizados, gestionar recuerdos y participar en juegos de rol TRPG integrados directamente en el entorno del asistente.
- Asistente doméstico con memoria persistente para tareas diarias y recordatorios
- Sistema de monitorización visual mediante OpenCV y ESP32-CAM para seguridad o vigilancia
- Plataforma de lectura interactiva con análisis de libros EPUB y notas IA
- Gestor financiero personal que rastrea fondos chinos y calcula rentabilidad
- Motor de juegos de rol TRPG (Ghost Forest) para sesiones de juego narrativas
- Hub de desarrollo con soporte MCP para conectar herramientas externas a la IA
- Arquitectura híbrida que combina backend Python FastAPI con aplicaciones Android nativas Java
- Soporte completo para PWA, permitiendo instalación como app independiente en navegadores
- Integración nativa de hardware mediante puentes Java (AudioBridge, CameraBridge) en Android
- Gestión local de datos con SQLite y almacenamiento persistente en carpetas JSON/DB
- Capacidad de procesamiento multimodal con generación de imágenes vía Gemini y análisis de video
- Modularidad avanzada con soporte para Model Context Protocol (MCP) para extensibilidad
- No incluye Dockerfile ni Compose por defecto, requiriendo configuración manual de entornos
- Dependencia de APIs externas (Gemini/OpenAI) que pueden incurrir en costes o latencia
- Configuración inicial compleja para usuarios no técnicos debido a la falta de contenedorización
- Requiere gestión manual de rutas absolutas tras mover el repositorio (archivos .bat)
- Almacenamiento local de imágenes y logs requiere espacio en disco y limpieza periódica
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Despliegue directo en Python con `uvicorn`. Asegurar que la carpeta `data/` tenga permisos de escritura para SQLite y JSONs. Configurar variables de entorno para claves API (Gemini/OpenAI/Amap). Si se usa Tailscale, activar el servicio en el cliente Android. Realizar copias de seguridad frecuentes de `chat.db` y carpetas `uploads/`. Ajustar `cam_config.json` según hardware disponible.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.