iva-agent
Asistente IA auto-alojado para Telegram con memoria estratificada en Markdown. Gestiona voz, visión y CRM personal sin Docker. Usa Node.js y APIs externas para LLMs. Ideal para automatizar tareas diarias y organizar información en un repositorio local seguro.
Ficha actualizada 22 sept 2026, 15:01 · upstream 22 sept 2026, 13:54 · release v0.4.6
Qué es iva-agent
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Iva es un asistente de inteligencia artificial auto-alojado diseñado para operar dentro de Telegram, transformando conversaciones en una base de datos personal estructurada mediante un "Memory Tree". Utiliza Node.js y se instala con un único comando sin necesidad de contenedores Docker. La arquitectura procesa mensajes de voz, imágenes y texto, almacenándolos verbatim en archivos Markdown diarios que se resumen periódicamente en ramas semanales, mensuales y anuales, manteniendo un núcleo central (CORE.md) accesible para el contexto inmediato.
El sistema integra capacidades avanzadas como transcripción de audio con Deepgram, análisis visual mediante modelos externos y gestión de CRM personal para recordar contactos y acuerdos. Ofrece búsqueda semántica robusta y permite la extensión de funcionalidades a través de servidores MCP o habilidades personalizadas. Todo el procesamiento ocurre en un entorno local donde el usuario controla las claves API y los datos, aunque depende de servicios cloud para los modelos de lenguaje y transcripción.
Destaca por su enfoque en la privacidad y seguridad, implementando sanitizadores contra inyecciones de prompts antes de enviar datos a los modelos y redactando secretos sensibles antes del almacenamiento. Incluye una funcionalidad beta de "userbot" que permite gestionar chats desde la cuenta personal del usuario, aunque con advertencias sobre el riesgo de baneo por parte de Telegram. El despliegue es ligero (4 núcleos CPU, 8GB RAM) y compatible con entornos Linux estándar mediante systemd.
- Automatizar la gestión de tareas y recordatorios a partir de notas de voz o mensajes de texto en Telegram.
- Funcionar como CRM personal para recordar contactos, acuerdos comerciales y fechas de seguimiento sin software externo.
- Organizar conversaciones y documentos en un repositorio Markdown local compatible con Obsidian mediante la memoria estratificada.
- Realizar búsquedas semánticas sobre el historial de chats para recuperar información específica meses después de la conversación.
- Integrar servicios como Google Workspace (Gmail, Drive) directamente desde el chat para gestionar documentos y calendarios.
- Gestionar cuentas personales en Telegram mediante un userbot con guardarríles anti-baneo implementados en el servidor.
- Instalación simplificada mediante un único script de instalación sin necesidad de Docker ni contenedores.
- Memoria estratificada que almacena transcripciones verbatim y genera resúmenes automáticos nocturnos.
- Soporte nativo para mensajes ricos (tablas, listas) en Telegram vía Bot API 10.1.
- Sanitización de entrada contra inyecciones de prompts antes del procesamiento por el modelo de lenguaje.
- Capacidad de extensión mediante archivos de habilidades (skills) y conexión con servidores MCP.
- Contabilidad detallada de tokens en cada paso del modelo, reportable mediante la orden /usage.
- La funcionalidad userbot beta opera bajo riesgo de baneo por parte de Telegram al automatizar cuentas personales.
- Dependencia de APIs externas (OpenAI, Claude, Deepgram) para modelos y transcripción, requiriendo claves API válidas.
- No incluye Dockerfile ni composición de orquestación nativa, requiriendo gestión manual de systemd.
- La redacción automática de secretos en el Outbox puede tener limitaciones según la configuración del entorno.
- El modo userbot beta está documentado como rough and buggy, con guardarríles que no garantizan inmunidad total.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Despliegue recomendado en VPS Ubuntu/Debian con Node.js 24.x. Requiere 4 núcleos CPU y 8GB RAM mínimo. Instalar mediante script install.sh o clonando el repositorio. Configurar variables de entorno .env para las claves API de los modelos (OpenAI, OpenRouter, etc.). El sistema utiliza systemd user services para gestionar procesos en segundo plano y cron jobs para resúmenes nocturnos. Se recomienda usar la herramienta de bootstrap para hardening inicial del servidor antes de instalar el agente.
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.