GT-AI-OS
Plataforma empresarial de IA auto-hospedada para RKE2 con panel de control, aplicación de inquilinos (agentes, chat, RAG) y API opcional. Usa Next.js/Node.js, PostgreSQL, imágenes en ghcr.io. Requiere instalación manual (.deb) y licencia Enterprise para SSO/API/Billing.
Ficha actualizada 23 sept 2026, 20:03 · upstream 23 sept 2026, 19:38 · release v3.0.11-interim-6
Qué es GT-AI-OS
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
GT-AI-OS es una plataforma empresarial de inteligencia artificial diseñada para ejecutarse en entornos RKE2 (Kubernetes). Proporciona un panel de control administrativo completo y una aplicación de inquilinos que permite a los usuarios gestionar agentes, realizar chat con recuperación aumentada por generación (RAG) y trabajar con conjuntos de datos. La arquitectura mantiene los datos e inferencias dentro del entorno local del usuario.
La plataforma se basa en tecnologías modernas como Next.js y Node.js para el frontend, con PostgreSQL como base de datos principal. Los despliegues utilizan imágenes oficiales alojadas en ghcr.io/gt-edge-ai, sin necesidad de GitHub PAT para las versiones recientes. La instalación requiere un instalador rápido (.deb) que ejecuta un asistente interactivo para configurar el namespace y los parámetros del clúster.
El sistema soporta tanto entornos de laboratorio LAN como despliegues de producción en alta disponibilidad sobre RKE2. Incluye capacidades de observabilidad, dashboards de uso y revisión de conversaciones. Sin embargo, funcionalidades avanzadas como SSO, modo de cumplimiento, facturación y la API GT requieren una licencia Enterprise solicitada a GT Edge AI.
La arquitectura es compleja (HIGH) y requiere recursos significativos: mínimo 4 núcleos CPU, 8 GB RAM (aunque el análisis técnico indica 4096 MB como referencia mínima), 20 GB de disco. No utiliza Dockerfile ni compose directo, sino paquetes .deb que instalan los operadores necesarios.
- Gestión centralizada de modelos de IA y agentes personalizados en infraestructura RKE2 empresarial
- Chat con recuperación aumentada (RAG) para análisis de documentos corporativos internos
- Despliegue de observabilidad y dashboards de uso para auditoría de conversaciones
- Integración de aplicaciones externas mediante API compatible con OpenAI (con licencia Enterprise)
- Colaboración en equipos con control de acceso basado en roles y guardrails
- Arquitectura nativa para RKE2 con soporte explícito para Ubuntu 24.04 y DGX OS 7 (ARM64 Grace)
- Imágenes oficiales en ghcr.io sin necesidad de GitHub PAT para versiones v3.0.2+
- Panel de control e interfaz de usuario de inquilino separados con autenticación HTTPS nativa
- Asistente interactivo de instalación que detecta automáticamente tipo de host y arquitectura
- Sistema de actualizaciones seguro que permite actualizar el CLI sin detener la aplicación actual
- Requiere licencia Enterprise para funcionalidades críticas como SSO, modo de cumplimiento, facturación y API GT
- No soporta instalación one-click; requiere descarga manual del instalador .deb y ejecución de wizard
- Dependencia estricta de RKE2; no es compatible con distribuciones Kubernetes genéricas sin adaptación
- Requisitos de recursos elevados: mínimo 4 núcleos CPU, 8 GB RAM, 100 GB disco para producción HA
- Compatibilidad limitada a arquitecturas x86_64 y ARM64 (Grace); no soporta otras arquitecturas
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Instalar en host con RKE2 activo. Descargar .deb desde GitHub Releases, ejecutar gt-ai-os-operator para wizard interactivo. Confirmar namespace (gt-ai-os-prod por defecto), IP LAN estática y cluster auto-detectado. Para producción HA, usar StorageClass compatible con CloudNativePG (ej. Longhorn con binding inmediato). Actualizar mediante gt-ai-os-admin update o script manage-ai-os.sh upgrade. Cambiar contraseñas por defecto antes de producción.
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.