IA para desarrollo
Ollama
Runtime local para descargar y ejecutar modelos de lenguaje.
Herramienta con CLI y API local que gestiona modelos, cuantizaciones, plantillas y ejecución en macOS, Windows y Linux.
Ir al sitio oficialFicha abierta
Para qué sirve y cómo encaja
Herramienta con CLI y API local que gestiona modelos, cuantizaciones, plantillas y ejecución en macOS, Windows y Linux.
Encaja en prototipos privados, agentes locales y aplicaciones que quieren una API sencilla sobre modelos ejecutados en el equipo.
No resuelve por sí solo evaluación, seguridad, RAG ni rendimiento; modelos grandes exigen memoria y GPU suficientes.
Uso en tu proyecto
Instalación e importación
Comandos y fragmentos tomados de la documentación oficial. Elige tu caso, cópialos tal cual o pásale el prompt a tu agente.
curl -fsSL https://ollama.com/install.sh | shollama pull llama3.2 && ollama run llama3.2const res = await fetch("http://localhost:11434/api/generate", {
method: "POST",
body: JSON.stringify({ model: "llama3.2", prompt: "Hola" }),
});Prompt para que tu agente lo instale
Pega esto en Cursor, Claude Code, Codex u otro agente de código:
Instala Ollama en este proyecto (contexto: macOS y Linux). Documentación oficial: https://ollama.com/download. Comando verificado: `curl -fsSL https://ollama.com/install.sh | sh`. Haz solo la instalación o importación base indicada en esta pestaña; no asumas stack ni configuración del proyecto. Cuando termines, pregunta al usuario cómo quiere integrarlo o qué contexto necesitas para los siguientes pasos.Planes y modelos
Cómo se paga y qué incluye cada opción
- 01Gratis
Local
Software gratuito bajo licencia MIT; el coste real es la memoria y la GPU que exija el modelo que descargues.
Funcionalidades
Qué puedes hacer con ella
- 01
Gestión de modelos
Descarga, lista, actualiza y elimina modelos desde comandos simples.
- 02
API local
Expone endpoints para chat, generación y embeddings en aplicaciones propias.
- 03
Modelfiles
Personaliza parámetros, prompts de sistema y adaptadores de modelos.
Cuándo usarla
Dónde encaja y dónde no
Te conviene si…
Encaja en prototipos privados, agentes locales y aplicaciones que quieren una API sencilla sobre modelos ejecutados en el equipo.
Mejor otra opción si…
No resuelve por sí solo evaluación, seguridad, RAG ni rendimiento; modelos grandes exigen memoria y GPU suficientes.