Aivory
Aivory es una plataforma auto-alojada para trabajo con IA que integra chat multi-modelo, ejecución de código Python persistente, RAG y gestión de equipos. Soporta Claude, GPT, Gemini y proveedores compatibles con OpenAI.
Ficha actualizada 22 sept 2026, 15:08 · upstream 22 sept 2026, 13:44 · release v2.4.9
Qué es Aivory
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Aivory centraliza el flujo de trabajo de IA en un único espacio de trabajo auto-alojado, permitiendo la integración de chat multi-modelo, investigación profunda, ejecución de código y colaboración en equipo. La arquitectura combina una aplicación frontend construida con Next.js/React y un backend en Go/Node.js, orquestado mediante Docker Compose para despliegues completos o personales.
La plataforma destaca por su sandbox persistente de Python, que mantiene el estado del sistema de archivos entre llamadas a herramientas dentro de una conversación. Esto permite flujos de trabajo complejos como la generación de informes, análisis de datos y creación de presentaciones sin intervención manual. El backend utiliza PostgreSQL para persistencia de datos, Redis para caché y Qdrant para búsqueda vectorial en RAG.
Soporta despliegues escalables (Full) o ligeros (Personal), con imágenes precompiladas disponibles para arquitecturas x86_64 y ARM64. La administración centralizada permite gestionar proveedores, usuarios, cuotas y almacenamiento desde una consola única.
- Chat multi-modelo unificado para consultas generales y análisis de documentos con citación de fuentes.
- Automatización de flujos de trabajo complejos mediante llamadas a herramientas encadenadas (búsqueda web, Python, generación de archivos).
- Investigación profunda (Deep Research) que combina búsqueda, extracción de datos y síntesis en presentaciones automáticas.
- Gestión de bases de conocimiento privadas con recuperación semántica para respuestas contextualizadas.
- Colaboración en equipo mediante espacios de trabajo compartidos separados de los datos personales.
- Sandbox persistente de Python que mantiene el estado del sistema de archivos entre llamadas a herramientas.
- Orquestador capaz de ejecutar hasta 48 llamadas a herramientas en 12 ciclos de modelo por turno.
- Soporte nativo para múltiples modelos (Claude, GPT, Gemini) y endpoints compatibles con OpenAI.
- Arquitectura híbrida que integra una SPA construida con Next.js/React dentro del mismo contenedor Go.
- Gestión completa de administración: usuarios, cuotas, almacenamiento y configuración de proveedores desde UI.
- Requiere Docker Compose v2.4+ para el despliegue; no soporta despliegues sin contenedores o serverless nativo.
- El sandbox de Python es opcional en el perfil personal y requiere configuración manual de URLs externas.
- No incluye Dockerfile público; depende de imágenes preempaquetadas alojadas en ghcr.io.
- La escalabilidad horizontal está limitada a una instancia de aplicación por perfil (no soporta scaling nativo).
- Soporte limitado para arquitecturas ARM32 (armv7l) que no son compatibles con las imágenes oficiales.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Despliegue recomendado: usar Docker Compose. Para entornos personales, iniciar solo el contenedor 'app' con SQLite; habilitar sandbox opcionalmente vía perfil. Para producción completa, desplegar stack completo (PostgreSQL, Redis, Qdrant). Asegurar ALLOWED_ORIGINS en .env si se usa proxy inverso HTTPS. Imágenes disponibles para amd64 y arm64.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.