HARTOS
HARTOS es un sistema operativo nativo de IA con arquitectura federada peer-to-peer sin intermediarios. Permite ejecutar modelos en hardware propio, ofrece API compatible con OpenAI, gestiona VRAM automáticamente y soporta despliegue local o como nodo central/regional.
Ficha actualizada 22 sept 2026, 15:08 · upstream 22 sept 2026, 14:53 · release nightly-ead46e3-33450810556
Qué es HARTOS
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
HARTOS (Hevolve Hive Agentic Runtime) es un sistema operativo nativo de inteligencia artificial diseñado para ejecutarse directamente en el hardware del usuario sin depender de suscripciones externas. Su arquitectura federada permite que los nodos se comuniquen entre sí de manera directa, eliminando la necesidad de brokers centralizados y garantizando privacidad mediante procesamiento local.
El sistema ofrece una API compatible con OpenAI que soporta múltiples frameworks como Next.js, Node.js y FastAPI, junto con bases de datos PostgreSQL, MySQL, Redis y ClickHouse. Incluye un compositor Wayland propio y está optimizado para funcionar con tan solo 8GB de RAM, aunque los modelos grandes requieren más recursos.
La implementación utiliza NixOS para garantizar inmutabilidad del sistema, con pipelines de actualización que incluyen auditoría, firma humana y rollback automático ante regresiones. El sistema puede actuar como nodo central, regional o en modo plano (flat), adaptándose a diferentes topologías de red.
- Ejecución local de modelos de IA sin depender de APIs externas ni suscripciones
- Federación peer-to-peer entre nodos para compartir capacidad de inferencia
- API compatible con OpenAI para integración con LangChain, LiteLLM o Aider
- Control total sobre el hardware y los modelos desplegados en el dispositivo
- Arquitectura federada sin intermediarios que garantiza privacidad y soberanía de datos
- Gestión automática de VRAM con clasificación de hardware en tiers (GPU, CPU-offload, CPU-only)
- Implementación basada en NixOS con inmutabilidad del sistema y rollback automático
- API compatible con OpenAI que permite integración directa con ecosistemas existentes
- Incompatibilidad con Python 3.12+ debido a falta de wheels para dependencias clave como pandas, scipy y onnxruntime
- Tests de arranque en NixOS definidos pero no automatizados (solo dispatch manual)
- Código de aprendizaje federado no abierto, limitando la transparencia del proceso de mejora continua
- Requisitos de hardware específicos para modelos grandes (ej. 16GB RAM + GPU para modelos 7B)
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para despliegue rápido use Nunba con instalador firmado; para roles central/regional utilice Docker. Evite Python 3.12+ por incompatibilidad de dependencias. Verifique requisitos de hardware antes de cargar modelos grandes (ej. 16GB RAM + GPU para modelos 7B). Configure entorno con OPENAI_API_KEY o use modelos locales llama.cpp sin claves. Para topología regional/central se requieren certificados Ed25519 y claves maestras humanas.
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.