Los “agentes de IA” están de moda: programas que no se limitan a responderte, sino que hacen tareas por su cuenta. Uno de los más útiles y fáciles de entender es un agente de investigación: le das un tema, él busca en internet, lee las páginas que encuentra y te devuelve un resumen ordenado con lo importante.
Lo mejor es que puedes montar uno en tu propio ordenador, sin depender de servicios de pago en la nube y sin que tus búsquedas salgan de tu máquina. La receta se basa en dos ingredientes gratuitos y de código abierto: Ollama (para ejecutar modelos de IA en local) y un modelo de lenguaje como Qwen.
En este artículo te explicamos, en lenguaje llano, qué es este tipo de agente, cómo funciona por dentro y qué necesitas para montarte el tuyo. No hace falta ser un experto: la idea es entender la mecánica para que puedas seguir un tutorial y adaptarlo a tu gusto.
Qué es y por qué hacerlo en local
Un agente de investigación es un pequeño programa que automatiza lo que tú harías a mano para documentarte sobre algo: buscar en Google, abrir varias páginas, leerlas y quedarte con lo importante. La diferencia es que aquí lo hace una IA por ti y te entrega el resumen ya masticado.
Para montarlo en tu ordenador se usan dos piezas clave:
- Ollama: una herramienta gratuita que permite ejecutar modelos de lenguaje (IA) directamente en tu PC, sin nube. Además, incorpora una función de búsqueda web para que el agente pueda “salir a internet”.
- Qwen: un modelo de IA de código abierto. En el tutorial original se usa una versión pequeña (unos 3,4 GB), suficiente para resumir textos y ligera para funcionar en un ordenador normal.
¿Por qué en local y no con ChatGPT o similares?
Podrías hacer algo parecido con servicios en la nube, pero montarlo tú en local tiene tres ventajas importantes:
- Privacidad total. Como dice el autor del tutorial, “ninguna de estas consultas sale de mi máquina”. Tus búsquedas y tus temas de interés no viajan a ningún servidor ajeno.
- Gratis y sin límites de API. No pagas por consulta ni tienes cuotas: una vez montado, lo usas todo lo que quieras sin coste.
- Control absoluto. Puedes cambiar el modelo, ajustar las instrucciones y adaptar el agente exactamente a lo que necesitas.
Cómo funciona el agente, paso a paso
Lo bonito de este proyecto es que la lógica es muy fácil de seguir. Cuando le lanzas una pregunta, el agente hace cinco pasos encadenados:
- Recibe tu consulta. Escribes el tema que quieres investigar en la terminal.
- Busca en internet. El agente usa la búsqueda web de Ollama para traer los primeros resultados (por ejemplo, los cinco mejores) relacionados con tu tema.
- Descarga las páginas. Con la librería de Python
requests, se baja el contenido de cada una de esas webs. - Limpia el texto. Aquí entra
BeautifulSoup, una librería que “lee” el HTML y elimina lo que sobra (menús, anuncios, scripts, estilos), dejando solo el texto útil del artículo. - Resume con la IA local. Ese texto limpio se le pasa al modelo Qwen a través de Ollama, con la instrucción de generar un resumen en formato Markdown. El resultado se guarda en un archivo con fecha y hora.
El resultado final es un informe que reúne y resume lo que dicen varias fuentes sobre tu tema, generado en tu propio ordenador en cuestión de segundos o minutos. A partir de esa base, cada uno puede complicarlo tanto como quiera: más fuentes, mejor limpieza, modelos más grandes, etc.
Qué necesitas y un aviso importante
Para montar tu propio agente no hace falta mucho, pero sí cumplir unos requisitos básicos:
- Ollama instalado en tu ordenador (es gratuito) y su clave de API gratuita para usar la búsqueda web.
- Python 3 con soporte para entornos virtuales (
venv), donde instalarás las libreríasrequests,beautifulsoup4y el SDK deollama. - Memoria RAM suficiente. Los modelos de IA se cargan en memoria, así que lo ideal son unos 32 GB de RAM; con menos también funciona, pero tendrás que tirar de modelos más pequeños.
- Conexión a internet, lógicamente, para que el agente pueda buscar y descargar las páginas.
El aviso que no debes olvidar
Hay una advertencia clave, y es de sentido común: los modelos pequeños que corren en local se equivocan (alucinan) más que los grandes modelos comerciales. Es decir, pueden inventarse datos o malinterpretar una fuente con total seguridad.
Con esas piezas y esa precaución, tienes un proyecto redondo para trastear: aprendes cómo funciona un agente de IA por dentro, montas una herramienta útil de verdad y, además, todo ocurre en tu ordenador, gratis y en privado. Un punto de partida perfecto para adentrarte en el mundo de la IA local.
