vinga
vinga es un sistema de IA conversacional autocontenido que permite crear agentes de voz a partir de modelos locales y servicios externos, ejecutables en dispositivos ESP32-S3 con micrófono, altavoz y pantalla.
Ficha actualizada 22 sept 2026, 18:40 · upstream 22 sept 2026, 17:17 · release sin release detectada
Qué es vinga
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
vinga es una plataforma de inteligencia artificial conversacional autocontenida. Permite definir múltiples agentes de voz, cada uno con personalidad propia, proveedores de conocimiento (LLMs) y herramientas externas. Los agentes se ejecutan en el servidor central, no directamente en los dispositivos, lo que ofrece flexibilidad sin necesidad de actualizar hardware constantemente.
La arquitectura Thin Device Smart Server permite que la única conexión entre el dispositivo y el backend sea una URL de configuración. Todo lo demás —endpoints, credenciales, actualizaciones— se gestiona desde el servidor. Esto elimina la dependencia de aplicaciones móviles o APIs externas, permitiendo un despliegue completamente local.
El sistema utiliza hardware ESP32-S3 con interfaces táctiles y de audio, conectándose a través del protocolo WebSocket del firmware xiaozhi-esp32. Los componentes clave incluyen el modelo LLM (Ollama), servicios de transcripción (Silero, Faster Whisper) y voces locales o en la nube.
- Asistentes de voz para hogar inteligente que responden a comandos naturales sin intervención humana
- Agentes de atención al cliente que operan con conocimiento contextual local sin necesidad de API key externa
- Sistemas de asistencia personalizada donde cada usuario tiene su propio agente adaptado a sus necesidades
- Entornos educativos o de entrenamiento con modelos locales para privacidad y control total
- Dispositivos IoT que responden a comandos de voz con capacidades de procesamiento local
- Sistemas de soporte técnico que pueden ser desplegados en cualquier infraestructura sin dependencias externas
- Soporta múltiples agentes concurrentes en un solo dispositivo, permitiendo una conversación fluida entre diferentes interlocutores
- Mix y mezcla total de proveedores: modelos locales (Ollama), servicios en la nube o voces locales, sin compromiso de API key
- Despliegue completamente local con transcripción y procesamiento de voz ejecutados en hardware propio
- Arquitectura Thin Device Smart Server que elimina dependencias externas mediante una única URL de configuración
- Soporte para herramientas MCP (Model Context Protocol) como controladores de interfaz del dispositivo
- Interfaz táctil integrada con pantalla OLED, permitiendo interacción directa sin necesidad de teclado o mouse
- Requiere un servidor backend propio que soporte el protocolo WebSocket del firmware xiaozhi-esp32, no se ejecuta directamente en el dispositivo
- Depende de servicios externos para modelos de lenguaje (Ollama) y voces, lo que introduce latencia y dependencia de conectividad
- La transcripción requiere procesamiento local con modelos como Faster Whisper o Silero, limitando la velocidad de respuesta
- El hardware ESP32-S3 tiene limitaciones en ancho de banda y potencia de procesamiento para tareas intensivas
- No incluye actualizaciones OTA del firmware del dispositivo, lo que limita la longevidad operativa sin intervención manual
- La privacidad de los datos depende de cómo se configuran los proveedores de modelos y voces, ya que no hay cifrado por defecto
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para desplegar vinga en producción: 1) Configurar un servidor backend con Docker Compose (servidor + PostgreSQL). 2) Inicializar la base de datos con el script SQL proporcionado. 3) Configurar variables de entorno (.env) con URL del servidor, token API y secret de autenticación. 4) Iniciar el servidor con `docker compose --profile server up -d`. 5) Instalar el CLI vía `uv tool install` o usar la función shell para comandos directos. 6) Configurar cada dispositivo ESP32-S3 conectándose a la URL pública del servidor mediante su token de autenticación. 7) Implementar un sistema de gestión de agentes y herramientas MCP en el backend. 8) Monitorear recursos del servidor (CPU, RAM, disco) para evitar cuellos de botella. 9) Configurar alertas de latencia o errores en la API. 10) Planificar actualizaciones OTA del firmware del dispositivo mediante un script separado.
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.