Los mejores arneses de agentes de código abierto para LLM locales en 2026

” estilo=”ancho:100%;alto:600px;border:0;display:block;fondo:#111;” scrolling=”no” carga=”lazy”>

1. Código abierto

OpenCode documenta 3 rutas locales en los documentos de su propio proveedor: Ollama, LM Studio y llama-server de llama.cpp. Cada uno utiliza el paquete compatible con @ai-sdk/openai con una URL base local. Los documentos afirman ser compatibles con más de 75 proveedores en general.

La configuración puede ser un comando. La página OpenCode de Ollama muestra el código abierto de lanzamiento de ollama. Recomienda una ventana de contexto de al menos 64k tokens. Los propios documentos de OpenCode añaden un consejo práctico. Si las llamadas a la herramienta fallan, aumente num_ctx a alrededor de 16k a 32k.

Incluye 2 agentes integrados. La construcción tiene acceso completo. El plan es de solo lectura y pregunta antes de ejecutar comandos bash.

Ideal para: desarrolladores que desean la configuración local documentada más amplia en una herramienta de terminal.

2. Pi

Pi es la elección minimalista. Su README le da al modelo 4 herramientas: leer, escribir, editar y bash. Omite deliberadamente MCP, subagentes, modo de plan y ventanas emergentes de permisos. Esas funciones llegan a través de extensiones y paquetes de TypeScript.

Pi tiene soporte nativo para el servidor de enrutador llama.cpp. El enrutador descubre múltiples archivos GGUF y los carga según demanda. Gestionas modelos dentro de Pi con /llama. Ollama también lo apoya. ollama launch pi instala Pi, configura el proveedor y abre una sesión.

Una advertencia es importante para el uso local. Pi no tiene un sistema de permisos incorporado. Se ejecuta con los permisos de su usuario. El archivo README recomienda Docker, una extensión de micro-VM o un entorno limitado de políticas para el aislamiento.

La antigua URL badlogic/pi-mono ahora redirige a earendil-works/pi. Earendil adquirió Pi en abril de 2026 y el creador Mario Zechner se unió a la empresa. El ingeniero pragmático informa que Pi es la base sobre la que se construye OpenClaw.

Ideal para: modelos locales pequeños, donde una breve lista de herramientas deja más contexto para el código.

3. ganso

Goose documenta aquí los tiempos de ejecución más locales de cualquier arnés. Los documentos de su proveedor enumeran Ollama, LM Studio, Docker Model Runner, Ramalama y Atomic Chat. vLLM y KServe funcionan a través del proveedor compatible con OpenAI. Los proveedores personalizados pueden omitir la clave API para los servidores locales.

La gobernanza es un diferenciador. La Fundación Linux formó la Fundación Agentic AI el 9 de diciembre de 2025, y Block contribuyó con ganso. El repositorio ahora se encuentra en aaif-goose/goose. Goose está escrito en Rust y incluye una aplicación de escritorio, una CLI y una API. El README cita más de 70 extensiones MCP.

La configuración de Ollama es corta. Ejecute goose configure, seleccione Ollama e ingrese un nombre de modelo.

Ideal para: Automatización general más allá del código, bajo una gobernanza de base neutral.

4. Clina

Cline es la opción basada en editor más sólida. Su guía local recomienda una configuración sobre todo: habilitar “Usar mensaje compacto” para inferencia local. También recomienda tareas enfocadas y sesiones nuevas cuando crece el contexto.

Cada comando y edición de archivos necesita aprobación de forma predeterminada. La aprobación automática es opcional. Los modos Planificar y Actuar separan la estrategia de la ejecución.

Un detalle de la licencia merece atención. El archivo README de Cline dice que los complementos de JetBrains no son de código abierto. La extensión VS Code, la CLI y el SDK se encuentran en el repositorio de Apache-2.0.

Ideal para: usuarios de VS Code que desean aprobaciones humanas con un modelo local.

5. Manos abiertas

OpenHands publica la guía local más específica. Su guía LLM local recomienda Qwen3.6-35B-A3B como el primer modelo local a probar, a partir del 21 de mayo de 2026. Las necesidades de hardware se indican claramente. Las variantes cuantificadas necesitan al menos 24 GB de VRAM o una Apple Silicon Mac con 64 GB de memoria unificada.

La orientación contextual es igualmente directa. Establezca la longitud del contexto en al menos 22 000 tokens; se recomiendan 32 768. La guía advierte que el valor predeterminado 4.096 de Ollama ni siquiera se ajusta al indicador del sistema.

Los usuarios de Linux se enfrentan a una trampa. LM Studio se vincula a 127.0.0.1 de forma predeterminada, por lo que un OpenHands Dockerizado no puede acceder a él. Habilitar “Servir en red local” lo soluciona.

Ideal para: Tareas en contenedores y de mayor duración en una estación de trabajo o GPU de servidor.

6. ayudante

Aider maneja las llamadas de herramientas débiles de manera diferente. Sus formatos de edición hacen que el modelo devuelva las ediciones como texto. Todo el formato devuelve archivos completos. El formato diff devuelve bloques de búsqueda y reemplazo. Aider también envía un mapa de repositorio de símbolos clave con cada solicitud.

Sus médicos de Ollama señalan un peligro real. Ollama descarta en silencio el contexto más allá de la ventana. Aider contrarresta esto dimensionando la ventana por solicitud, más 8k tokens por la respuesta. Tenga en cuenta que la página todavía cita un valor predeterminado de Ollama de 2k más antiguo.

El mantenimiento es la preocupación. PyPI muestra la versión 0.86.2 el 12 de febrero de 2026. La versión anterior fue el 13 de agosto de 2025.

Ideal para: programación en pares nativa de Git con modelos que tienen dificultades para llamar a funciones.

7. CLI del Códice

Codex CLI es Apache-2.0 y incluye 2 proveedores locales integrados. El código fuente define ollama en el puerto 11434 y lmstudio en el puerto 1234. Según la página del Codex de Ollama, codex –oss por defecto es gpt-oss:20b. La bandera -m selecciona otro modelo.

Hay una restricción estricta. Codex ahora habla solo la API de Respuestas en /v1/responses. La fuente rechaza wire_api = “chat” y señala esta discusión. Su servidor local debe exponer ese punto final.

El repositorio incluye cajas de pruebas dedicadas para Linux y Windows.

Ideal para: equipos estandarizados en gpt-oss que desean un espacio aislado integrado.

8. Código Qwen

El archivo README de Qwen Code enumera los protocolos OpenAI, Anthropic, Gemini y Qwen. Nombra a Ollama y vLLM para modelos locales. El proyecto comenzó desde Google Gemini CLI v0.8.2. Dejó de sincronizarse en sentido ascendente en la versión 0.1. La instalación de npm requiere Node.js 22 o posterior.

Ideal para: combinar modelos Qwen de peso abierto con un arnés ajustado por el mismo laboratorio.

9. Código kilo

El archivo README de Kilo establece que Kilo CLI es una bifurcación de OpenCode. Kilo dice que comenzó como una bifurcación de Roo en 2025. Envió una extensión VS Code reconstruida el 2 de abril de 2026. Sus documentos de modelo local cubren Ollama, LM Studio y Atomic Chat. La misma página advierte que los modelos locales a menudo carecen de almacenamiento en caché y uso de la computadora.

Ideal para: antiguos usuarios de Roo Code que desean una ruta mantenida con soporte local.

10. Agente Hermes

Hermes Agent de Nous Research es un agente de uso general, no una herramienta de codificación. Su README describe un circuito de aprendizaje que crea habilidades a partir de la experiencia. Ollama dice que viene con más de 70 habilidades y memoria de sesiones cruzadas. La configuración señala a Hermes en http://127.0.0.1:11434/v1, y la longitud del contexto se puede detectar automáticamente. Las puertas de enlace de mensajería incluyen Telegram, Discord, Slack, WhatsApp, Signal y Email.

Ideal para: un agente personal persistente que se ejecuta en modelos locales.

11. Garra abierta

OpenClaw es el proyecto más destacado de esta guía. Ollama lo describe como un asistente personal que une los servicios de mensajería con los agentes de IA a través de una puerta de enlace central. Para modelos locales, Ollama recomienda al menos una ventana de contexto de 64k. El primer lanzamiento muestra un aviso de seguridad que explica los riesgos del acceso a la herramienta. Tómalo en serio. Este arnés se conecta a sus cuentas de mensajería.

Ideal para: asistentes de mensajería, para usuarios preparados para administrar la superficie de seguridad.

Conclusiones clave

OpenCode documenta las rutas más locales entre los arneses de codificación: Ollama, LM Studio y llama.cpp. Establezca el contexto en 64.000 fichas antes de culpar al arnés o al modelo. El diseño de 4 herramientas de Pi se adapta a modelos pequeños, pero necesita una caja de arena que usted proporcione. Codex CLI funciona localmente solo a través de servidores que exponen la API de Respuestas. Verifique las licencias por componente: Crush es FSL y el complemento JetBrains de Cline está cerrado.