#llama-cpp Repositorios
Descubre 69 repositorios activos de código abierto de GitHub etiquetados con #llama-cpp, que acumulan 212,421 estrellas en total (una media de 3,078 estrellas por proyecto). El líder de este tema es QwenLM/Qwen3, con 27,753 estrellas.
69 repositorios en total
Qwen3 es la serie de modelos de lenguaje grandes desarrollada por el equipo Qwen de Alibaba Cloud.
La aplicación de dictado para macOS más rápida y la única con reconocimiento de voz en el dispositivo (STT) y un modelo de mejora de IA entrenado a medida. ¡Disponible para Windows y en TestFlight para iOS! ¡Lista de espera abierta para Android y Linux! Una alternativa local a Wispr Flow. Sigue https://x.com/fluidvoiceapp para saber más.
Un chatbot autoalojado, sin conexión, similar a ChatGPT. Impulsado por Llama 2. 100% privado, sin que los datos salgan de tu dispositivo. Novedad: ¡soporte para Code Llama!
Modelo SenseVoiceSmall de código abierto para ASR en mandarín, cantonés, inglés, japonés y coreano, identificación de idioma, reconocimiento de emociones y detección de eventos de audio.
Plataforma de inferencia de código abierto para modelos de lenguaje, visión, embeddings, reranking, imágenes, audio y vídeo. Despliega con varios motores en hardware heterogéneo, desde un portátil hasta un clúster distribuido. Ofrece modelos a través de API compatibles con OpenAI.
Una aplicación que lleva los modelos de lenguaje directamente a tu teléfono.
Prelanzamiento de ODS V3: pruebas públicas y mejoras antes del lanzamiento oficial de V3. Convierte tu PC, Mac o equipo Linux en un servidor de IA privado.
Busca en tu ordenador según el contenido de tus archivos: fotos, PDF, documentos, grabaciones, vídeos y código. Se ejecuta en el dispositivo en Mac, Windows y Linux, y está basado en EmbeddingGemma 2 de Google DeepMind.
Una biblioteca C#/.NET para ejecutar LLM (🦙LLaMA/LLaVA) de manera eficiente en su dispositivo local.
Atomic Agent es un agente de IA con prioridad local. Ejecuta modelos de pesos abiertos en tu propia máquina mediante llama.cpp.
¿Has alcanzado el límite de uso de Claude Code? Sigue trabajando gratis y sin conexión con un modelo local: Qwen 3.8, Gemma 4 y Qwen 4 desde el día de su lanzamiento. Funciona en Mac con Apple Silicon (MLX), Linux y Windows (llama.cpp), sin necesidad de una clave de API. Tu código se queda en tu equipo.
La navaja suiza de la IA offline. Chatea, mira, habla y genera imágenes en tu teléfono o Mac: modelos GGUF, visión, conversión de voz a texto con Whisper, Stable Diffusion, llamadas a herramientas y servidores de red local. Funciona en tu CPU, GPU o NPU. Sin cuenta, sin clave API, ningún dato sale de tu dispositivo.
Plataforma de habilidades de cámara AI de código abierto, NVR AI y vigilancia CCTV. Análisis de video VLM local con Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agente de cámara de seguridad impulsado por LLM — vigila, comprende, recuerda y protege tu hogar a través de Telegram, Discord o Slack. Habilidades AI con enchufes. OpenAI, Google, Anthropic o AI local. Funciona en Mac Mini y PC AI.
Notas de reuniones privadas con IA que permanecen en tu ordenador. Sin bots para reuniones. Gratis y de código abierto para Mac, Windows y Linux. Una alternativa a Granola, Otter y Fireflies.
Maid es una aplicación gratuita y de código abierto para interactuar con modelos llama.cpp localmente, y con modelos Anthropic, DeepSeek, Ollama, Mistral y OpenAI de forma remota.
Un framework de Python para llamadas a herramientas LLM autohospedadas y flujos de trabajo de agentes de múltiples pasos
Ejecuta modelos de IA localmente en tu máquina con enlaces de Node.js para llama.cpp. Aplica un esquema JSON a la salida del modelo en el nivel de generación.
¿Múltiples GPU NVIDIA o Apple Silicon para la inferencia de modelos de lenguaje grandes?
El orquestador de microagentes que supervisa cualquier cosa por ti. Funciona completamente en local. De código abierto.
Este curso está diseñado para guiar a los principiantes a través del apasionante mundo de la IA en el borde (Edge AI), cubriendo conceptos fundamentales, modelos populares, técnicas de inferencia, aplicaciones específicas de dispositivos, optimización de modelos y el desarrollo de agentes inteligentes de IA en el borde.
Modelos de decisión abiertos de 0,8B a 27B: una probabilidad calibrada para cada opción en una sola pasada y un razonamiento breve solo cuando haya incertidumbre. Motor para vLLM, llama.cpp y MLX.
Refleja tu cuerpo en datos. Un estándar, todas las fuentes, una imagen completa de ti: un historial de salud autoalojado creado a partir de informes de laboratorio, dispositivos wearables y datos genéticos, con cada cifra vinculada a su fuente y un servidor MCP integrado. Ejecútalo con Docker y una clave de LLM, o mantén todos los modelos en local con llama.cpp.
Modelos de reconocimiento de voz Fun-ASR, con compatibilidad nativa con Hugging Face Transformers para Fun-ASR-Nano y rutas de implementación independientes para FunASR, vLLM y llama.cpp.
Servidor API compatible con Jev para modelos de decisión abiertos. Ollama para modelos de decisión: descarga y ejecuta localmente 29 familias de modelos (Laya, pplx-decider, Clef, Winnow, coba...) o alójalos tú mismo detrás de /v1/systemone. El SDK TypeSafe funciona sin cambios: configura su URL base y elige un modelo abierto. CLI, aplicación de escritorio, Docker, servidor MCP y benchmark público.
Inferencia en CPU sin GPU para modelos MoE de 30B–284B (Qwen3.8 176.5B certificado con caché fría en Cgroup v2 de 28,26/48,35 GiB, DeepSeek-V4 284B, Nemotron-30B) + RouteCrack 2.0.
Traductor de pantalla en tiempo real para Android de código abierto y sin root, ideal para juegos, novelas visuales y manga. Admite OCR en el dispositivo y en la nube, LLM sin conexión, múltiples servicios de traducción, traducciones en pantalla y texto a voz (TTS).
Acelere hosts con gran memoria y recursos de cómputo dispersos mediante tarjetas de cómputo denso, incluidos AI Max+ 395, M3 512G y DGX Spark.
Ejecuta modelos que superan la capacidad de tu RAM o VRAM transmitiendo expertos MoE desde un SSD. Basado en llama.cpp.
Tu iPhone ayuda a tu Mac a ejecutar un modelo de 27B: lectura más rápida de las indicaciones y más contexto mediante un cable USB-C
Cotabby es el autocompletado local de IA para toda tu Mac. Código abierto. En el dispositivo. En todos los lugares donde escribes.
Maximizar la capacidad de ejecutar distintos LLM en los dispositivos más pequeños posibles
Cree y ejecute agentes de IA con Docker Compose. Una colección de ejemplos listos para usar para orquestar LLM de código abierto, herramientas y tiempos de ejecución de agentes.
Ejecuta modelos MoE más grandes que tu RAM. MoE de última generación en un teléfono, portátil o dispositivo edge. Sin pérdidas, con llama.cpp sin modificar. Un optimizador de streaming adaptativo. Cualquier hardware, sistema operativo, modelo y cuantización, a través de un servidor local compatible con OpenAI.
Aplicación de inicio de PC con IA para la creación de imágenes IA, estilismo de imágenes y chatbot en un PC impulsado por una GPU Intel® Arc™.
Monitor de sistema Apple Silicon sin sudo (GUI nativa en SwiftUI) con seguimiento de ANE / Motor multimedia / ancho de banda de memoria
Reescribe borradores de IA para que parezcan escritos por una persona: funciona localmente y conserva los hechos
Un agente de programación minimalista y nativo de terminal, escrito en C.
Un reemplazo compatible con API y listo para usar para el framework Foundation Models de Apple con soporte para proveedores de modelos de lenguaje personalizados.
jevos: una alternativa de código abierto a Jev y Microsoft-Decision-1. Decisiones de sí o no, opciones y puntuaciones con probabilidades, en la CPU de tu portátil.
Una CLI para estimar los requisitos de memoria de inferencia para modelos de Hugging Face, escrita en Python.
Preguntas frecuentes
¿Cuál es el repositorio de #llama-cpp más popular en GitHub?
El proyecto de código abierto de #llama-cpp mejor posicionado en GitHub es QwenLM/Qwen3, con 27,753 estrellas. Qwen3 es la serie de modelos de lenguaje grandes desarrollada por el equipo Qwen de Alibaba Cloud.
¿Qué lenguajes de programación se utilizan más en los repositorios de #llama-cpp?
Entre los proyectos de #llama-cpp mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, C++, Swift.
¿Cómo se calcula la clasificación de los repositorios de #llama-cpp?
Seguimos 69 repositorios activos de código abierto etiquetados con #llama-cpp (500+ estrellas), que suman un total de 212,421 estrellas, con una media de 3,078 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.