El stack de VORLUX AI: cada herramienta que usamos, sin nada oculto

Cuando les decimos a los clientes que su IA correrá localmente sin dependencia de la nube, la pregunta natural es: “Vale, pero ¿qué estás ejecutando exactamente?”. Pregunta justa. Si te pedimos que confíes en nosotros con tu infraestructura, mereces ver todo lo que hay debajo del capó.

Este post es nuestra divulgación tecnológica: cada componente, qué hace y por qué lo elegimos. La lista de modelos y los recuentos salen de nuestras propias máquinas, con la fecha y el comando que los produjo.

Los Componentes Principales

Esto es lo que impulsa VORLUX AI, desde la inferencia hasta la interfaz:

Cada componente corre en nuestro hardware o en el del cliente. La inferencia nunca sale de la máquina.

Cómo Encaja Todo

flowchart TB
    subgraph CLIENT["Capa de Cliente"]
        SITE["Sitio Astro<br/>vorluxai.com"]
        N8N["Flujos n8n<br/>:5678"]
    end

    subgraph API_LAYER["API y Orquestación"]
        ORCH["Orquestador FastAPI<br/>:8091"]
        GW["Pasarela LiteLLM<br/>:4000"]
    end

    subgraph INFERENCE["Capa de Inferencia"]
        OLLAMA["Ollama<br/>:11434"]
        VLLM["vLLM en Spark 2<br/>:8200"]
        RAG["Qdrant + FAISS/BM25<br/>Búsqueda RAG"]
    end

    subgraph DATA["Capa de Datos"]
        SQLITE[("SQLite<br/>BD del orquestador")]
    end

    N8N --> ORCH
    ORCH --> GW
    GW --> OLLAMA
    GW --> VLLM
    ORCH --> RAG
    ORCH --> SQLITE

    style CLIENT fill:#0B1628,color:#FAFAFA
    style INFERENCE fill:#059669,color:#fff
    style DATA fill:#F5A623,color:#0B1628

Los Modelos Que Usamos

No todas las tareas necesitan el mismo modelo. Guardamos una biblioteca en disco y enrutamos cada petición al adecuado con LiteLLM. El 2026-10-09, ollama list en nuestro DGX Spark principal (spark-43d5) mostraba 20 modelos, entre ellos:

El resto son ajustes finos propios (las familias apprendere y j4sgon-finance) y modelos pequeños de visión y avatar. No están todos cargados a la vez. En el mismo momento, ollama ps mostraba tres modelos en memoria: llama3.1:8b, qwen2.5-coder:7b y bge-m3. Ollama carga un modelo con la primera petición y lo descarga tras un tiempo sin uso, así que la memoria va a lo que se está usando.

Un modelo de 72B que ocupa 48 GB no cabría junto a otros en un portátil de 32 GB. Aquí cabe porque cada Spark tiene 128 GB de memoria unificada compartida entre CPU y GPU.

Qué Corre de Forma Programada

El sistema no solo responde peticiones. El 2026-10-09, systemctl --user list-timers --all en el Spark principal listaba 68 timers. Cubren:

• Contenido: pasos de investigación, borrador, revisión y publicación, con una revisión humana antes de que nada salga en vivo
• Calidad: tests, comprobación de enlaces del sitio construido, actualizaciones de la base de conocimiento
• Monitorización: comprobaciones de salud y watchdogs que reinician un servicio tras varios fallos seguidos
• Copias de seguridad: bundles de git diarios de cada repositorio e instantáneas de las bases de datos

Un watchdog reinicia el orquestador solo tras tres comprobaciones fallidas seguidas, así una respuesta lenta no tumba un servicio que funciona. Contamos la parte de despliegue en nuestra guía de despliegue local.

Por Qué Importa el Open-Source

Cada componente de nuestro stack es open-source o construido por nosotros. No es ideología: es práctica.

1. Sin licencias: nuestros clientes no pagan licencias de software por el stack. Los costes son el hardware y nuestro tiempo.
2. Sin dependencia del proveedor: si Ollama desaparece mañana, cambiamos a llama.cpp o vLLM. Mismos modelos, otro motor.
3. Auditabilidad: los clientes regulados pueden revisar el código que toca sus datos. Eso apoya el deber de protección de datos desde el diseño del artículo 25 del RGPD, aunque ese deber se refiere a todo tu proceso, no a tu licencia.
4. Proyectos maduros: Ollama, vLLM, n8n y Astro son proyectos muy usados y mantenidos, no experimentos.

Comparado con Stacks en la Nube

El stack en la nube no es malo para todos. Para empresas que tratan datos sensibles bajo regulación europea, el despliegue local saca al proveedor de IA del flujo de datos. Analizamos los costes en nuestro análisis de costes.

Qué Significa Esto para Ti

Cuando desplegamos IA para tu negocio, obtienes esta misma arquitectura, dimensionada a tu hardware y tus cargas. Una oficina pequeña no necesita dos DGX Spark: un mini PC o un Mac con memoria para un modelo de 7-8B cubre muchas tareas. Lo dimensionamos probando tu carga, no adivinando.

Velo en Acción

Hacemos demos en vivo de este stack durante nuestras llamadas de evaluación gratuitas. Sin diapositivas, sin maquetas: el sistema real, con modelos reales, sobre tus consultas de ejemplo.

Reserva tu evaluación gratuita de 15 minutos y comprueba cómo es la IA local en la práctica.

Este es el post 2 de nuestra serie Semana de Lanzamiento. Ayer: Checklist de Preparación para IA Local. Mañana: Nuestros Servicios y Precios.

Referencias externas: Ollama | vLLM | LiteLLM | n8n | Astro | RGPD en EUR-Lex

Lecturas relacionadas

• Tus Primeros 3 Agentes IA: Guía de Despliegue Local para PYMEs (2026)
• IA en la Nube vs Local: Análisis Real de Costes para PYMEs Españolas en 2026
• Bienvenidos a VORLUX AI: IA Que Se Queda Donde Viven Tus Datos

Siguientes pasos

• Comprueba cuál de los modelos de arriba cabe en tu propio hardware.
• Convierte una tarea recurrente en un trabajo programado.
• Compara el coste de funcionamiento de un stack local con tus facturas actuales de la nube.

Trabaja con nosotros

Podemos hacer este análisis con tus datos reales antes de recomendar hardware. Una conversación de 30 minutos suele bastar para saber si tiene sentido en tu caso: reserva una llamada o mira cómo trabajamos en consultoría.