nova
Nova es una IA personal autocontenida que ejecuta completamente en tu hardware sin dependencias de la nube.
Ficha actualizada 22 sept 2026, 18:23 · upstream 22 sept 2026, 16:31 · release v1.7.1
Qué es nova
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Nova se define como una IA personal soberana que opera enteramente en tu hardware con cero dependencias de la nube. A diferencia de los asistentes tradicionales, no solo responde preguntas sino que se vuelve permanentemente más útil a través de un bucle de memoria que transforma tus correcciones en conocimiento duradero y recuperable automáticamente. Este enfoque prioriza el aprendizaje basado en contexto sobre el reentrenamiento de pesos, asegurando que los datos nunca abandonen tu infraestructura local.
La capacidad de investigación autónoma es central en su arquitectura: cuenta con más de 70 monitores que investigan el mundo las 24 horas del día y consolidan lo aprendido en dossiers vivos, pronósticos y un estado continuo del mundo. Estos monitores realizan una investigación profunda por dominio, sintetizando informes citados y manteniendo un registro de entendimiento revisable a través del tiempo, permitiendo interrogar su conocimiento acumulado directamente en el chat.
Técnicamente, la aplicación se construye con ~129 archivos de Python asíncrono, httpx y FastAPI, sin dependencias pesadas como LangChain. Incluye un conjunto robusto de 22 herramientas integradas para búsqueda web, ejecución de código sandboxeado, gestión de archivos, automatización de navegador y comunicación multi-canal (Discord, Telegram, WhatsApp). El despliegue se gestiona mediante Docker Compose, con soporte nativo para Ollama local para inferencia.
- Asistente personal de investigación autónoma con memoria a largo plazo que recuerda correcciones pasadas.
- Monitorización financiera y económica en tiempo real mediante más de 70 monitores especializados.
- Automatización de tareas complejas utilizando un conjunto de 22 herramientas integradas (web, código, email).
- Integración con canales de mensajería existentes como Discord, Telegram o WhatsApp para interacción continua.
- Gestión de conocimiento personal mediante la creación y revisión de dossiers vivos sobre temas específicos.
- Análisis de mercado y generación de pronósticos falsificables con un bucle de calibración automática.
- Bucle de aprendizaje medido: las correcciones se convierten en hechos recuperables sin necesidad de reentrenar pesos del modelo.
- Arquitectura local completa: cero dependencias de la nube, incluye Ollama empaquetado para inferencia privada.
- Investigación profunda autónoma: 70+ monitores generan informes citados y dossiers vivos sobre el estado del mundo.
- Defensa contra inyecciones de prompts: detección integrada de 4 categorías de amenazas de seguridad.
- Recuperación híbrida avanzada: combina vectores, BM25 y fusión RRF para una precisión superior en búsqueda.
- Independencia tecnológica: no utiliza frameworks de agentes externos como LangChain ni dependencias de la nube.
- Dependencia de hardware local: se recomienda GPU NVIDIA con 20GB+ VRAM para un rendimiento óptimo.
- Auto-fine-tuning archivado: el entrenamiento de pesos no supera al modelo base en evaluaciones independientes honestas.
- Configuración inicial compleja: requiere Docker Compose y descarga manual de modelos Ollama específicos.
- Portabilidad limitada: no es una solución SaaS, exige despliegue propio en infraestructura gestionada por el usuario.
- Almacenamiento local: los datos y conocimientos se almacenan en tu disco, requiriendo gestión de backup externa.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Despliegue vía Docker Compose en entorno local con GPU NVIDIA (20GB+ VRAM) y toolkit de contenedores. Por defecto, los puertos se unen a 127.0.0.1 sin clave API para seguridad básica. Para exponer públicamente, configurar NOVA_API_KEY y REQUIRE_AUTH=true en .env. Requiere modelos Ollama específicos (qwen3.8:27b para razonamiento, qwen3.5:9b para chat). Complejidad media, 4 núcleos CPU, 8GB RAM y 10GB disco mínimo recomendados según análisis técnico.
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.