grengin
Plataforma open source para chat con IA multi-proveedor y gobernanza empresarial, auto-alojada. Utiliza Svelte 5 en el frontend y Rust en el backend, integrando PostgreSQL con pgvector para RAG.
Ficha actualizada 28 sept 2026, 10:15 · upstream 28 sept 2026, 10:05 · release v0.3.2
Qué es grengin
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Grengin es una plataforma de inteligencia artificial diseñada para equipos que requieren control total sobre sus datos operativos y políticas de uso. Permite la conexión segura a modelos de múltiples proveedores (OpenAI, Anthropic, Mistral, Gemini) sin enviar información sensible a servicios SaaS externos. La arquitectura combina un frontend reactivo basado en Svelte 5 con un backend robusto escrito en Rust, gestionando autenticación empresarial mediante Google o Microsoft Entra ID.
- Gestión de chat corporativo con control de acceso granular por departamentos y roles.
- Implementación de políticas de uso de IA y auditoría de tokens para cumplimiento normativo.
- Integración de herramientas externas mediante servidores MCP (Model Context Protocol).
- Búsqueda semántica sobre historial de conversaciones utilizando embeddings en PostgreSQL.
- Despliegue propio en infraestructura privada o nube con retención de datos.
- Soporte nativo para múltiples proveedores de modelos de IA en una sola interfaz.
- Capacidad de autogestión completa (self-hosted) manteniendo los datos en la infraestructura del usuario.
- Integración robusta con servidores MCP para extender funcionalidades sin código.
- Licencia Apache 2.0 que permite uso comercial y modificación sin restricciones de uso.
- Análisis de costes y presupuestos por equipo para controlar el consumo de tokens.
- El repositorio principal contiene solo el frontend; el backend se gestiona en un repositorio separado o mediante binarios precompilados.
- No incluye Dockerfile ni archivos Compose nativos en este repositorio, requiriendo despliegue manual de binarios o contenedores externos.
- Requiere configuración manual de PostgreSQL y pgvector para funcionalidades de búsqueda semántica.
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para producción, utilizar las imágenes oficiales de AWS o descargar los binarios Linux (amd64/arm64) desde GitHub Releases. Se requiere una instancia PostgreSQL con extensión pgvector instalada. El frontend se compila a assets estáticos; el backend debe ejecutarse en un entorno separado o mediante los binarios incluidos en el paquete de lanzamiento.
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.