Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

switchbox-llm

Aplicación web local para chatear con LLMs y comparar respuestas lado a lado hasta cuatro modelos simultáneamente. Soporta múltiples proveedores y generación de imágenes.

Ficha actualizada 27 sept 2026, 12:06 · upstream 27 sept 2026, 12:02 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es switchbox-llm

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

Switchbox-llm es una aplicación web local diseñada para interactuar con modelos de lenguaje grandes (LLMs) y comparar sus respuestas en paralelo. Permite enviar un mensaje a hasta cuatro modelos simultáneamente, cada uno en su propio panel con prompts del sistema y configuraciones independientes. La interfaz muestra el flujo de texto en tiempo real y facilita la comparación directa de velocidad, tokens y costes entre diferentes proveedores.

Integra soporte nativo para múltiples proveedores como OpenAI, Anthropic, Google y Ollama, además de endpoints compatibles con OpenAI. Incluye capacidades avanzadas como generación de imágenes, búsqueda web mediante Tavily o Brave, y herramientas integradas como sandbox de JavaScript y gestión de memoria. El historial se almacena en SQLite a través de repolayer, permitiendo búsquedas y exportación a Markdown o HTML.

La aplicación gestiona perfiles reutilizables con instrucciones personalizadas y límites de herramientas, así como espacios de trabajo para manipulación de archivos locales. Ofrece estadísticas detalladas de uso por modelo y permite configurar políticas de ejecución automática o interactiva para las herramientas. Es ideal para análisis comparativo y desarrollo local sin depender de servicios en la nube.

CASOS DE USO
  • Comparar respuestas de diferentes modelos para elegir la mejor opción
  • Generación y edición de imágenes mediante paneles dedicados
  • Análisis de código con sandbox de JavaScript y gestión de archivos locales
  • Investigación asistida con búsqueda web integrada y memoria contextual
PUNTOS DESTACADOS
  • Comparación lado a lado hasta cuatro modelos simultáneos
  • Soporte nativo para múltiples proveedores (OpenAI, Ollama, etc.)
  • Gestión de costes y tokens con estadísticas en tiempo real
  • Generación de imágenes integrada sin necesidad de paneles separados
PRECAUCIONES
  • La generación de imágenes no se transmite en flujo, sino que aparece completa al finalizar
  • Los modelos locales suelen rechazar definiciones de herramientas y requieren reintentos sin ellas temporalmente
  • El coste solo se reporta para OpenRouter en modelos de imagen
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Despliegue manual

Requiere Node.js 22.18 o superior. Instalar dependencias con npm, copiar .env.example y configurar claves API. Servidor API en puerto 8787 y app en 5173. Asegurar permisos de escritura para SQLite y directorio de workspaces.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsReactNode.jsPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
51738787
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.