taOS
taOS es un sistema operativo autoalojado para agentes de IA que ejecuta modelos y conversaciones en hardware propio por defecto, sin depender de la nube. Incluye entorno web completo, gestión de memoria persistente y soporte multi-arquitectura desde Raspberry Pi hasta estaciones de trabajo con GPU.
Ficha actualizada 27 sept 2026, 2:45 · upstream 27 sept 2026, 1:40 · release v1.0.0-beta.53
Qué es taOS
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
taOS es una plataforma de autoalojamiento para agentes de inteligencia artificial que prioriza la soberanía de los datos. Permite ejecutar modelos locales y en la nube bajo demanda, gestionando memoria, chats y archivos directamente en el hardware del usuario. El sistema incluye un entorno de escritorio web completo con 43 aplicaciones integradas, gestión de clusters distribuidos y soporte para múltiples frameworks de agentes como LangChain o SmolAgents sin migración de datos.
La arquitectura es agnóstica al framework, centralizando la memoria en taOSmd, un sistema de conocimiento que alcanza una precisión del 97% en evaluaciones end-to-end. Soporta hardware heterogéneo, desde placas SBC como Orange Pi hasta Mac con Apple Silicon y PCs gaming, permitiendo crear clusters de inferencia distribuidos sin necesidad de contenedores Docker tradicionales.
El despliegue se realiza mediante scripts de instalación específicos por distribución (Debian, Arch, macOS) que provisionan dependencias nativas y Node.js 22. La plataforma está en fase beta, con algunas funcionalidades de gestión de agentes y rutas de modelos aún en optimización, requiriendo supervisión activa durante la configuración inicial.
- Crear un cluster de inferencia distribuida usando hardware existente (PCs antiguos, Raspberry Pi).
- Gestionar múltiples agentes con frameworks distintos (LangChain, SmolAgents) en un canal compartido.
- Ejecutar una suite completa de productividad local (correo, mensajería, gestión de proyectos) sin salir del navegador.
- Implementar memoria persistente y auditada para agentes de IA sin enviar datos a la nube.
- Probar modelos locales y en la nube alternativamente desde un único panel de control.
- Sistema de memoria taOSmd con 97% de precisión en evaluaciones end-to-end (LongMemEval-S).
- Soporte nativo para hardware heterogéneo: RK3588 NPU, Apple Silicon, NVIDIA, AMD y Raspberry Pi.
- Entorno de escritorio web completo con 43 aplicaciones integradas sin instalación nativa.
- Arquitectura agnóstica al framework que permite cambiar de motor de ejecución sin perder datos ni configuración.
- Licencia AGPL-3.0 garantizando código abierto y salida libre del ecosistema.
- Estado Beta con funcionalidades de gestión de agentes y rutas de modelos aún en optimización.
- Instalación manual de dependencias específicas por distribución sin soporte Docker/Compose estándar.
- Algunos manifiestos de aplicaciones y modelos no han sido probados exhaustivamente en hardware real.
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Ejecutar el script de instalación proporcionado para la distribución específica (Debian, Arch, macOS). Requiere 4 núcleos CPU y 8GB RAM mínimos. No utiliza Docker; dependencias nativas deben instalarse primero. Verificar compatibilidad del hardware con los modelos locales antes de desplegar agentes críticos.
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.