Ollama

Perder el README de un proyecto, ADR o notas de API es el tipo de accidente que arruina un lunes. Si la base de código está intacta, un LLM local puede leerla de vuelta para ti y reconstruir los documentos que perdiste, página por página, sin enviar ni una sola línea a un proveedor de nube. Probamos siete aplicaciones LLM locales que pueden hacer esto en una laptop moderna con 16 a 32 GB de RAM. Todas pueden recorrer el árbol de fuentes, dividirlo, incrustarlo y convertir el resultado en prosa de calidad README. Lo que difieren es cuánta configuración requieren, cuán bien citan los archivos fuente y cuán fácil es devolver el resultado a Git.

Qué buscar en una herramienta de reconstrucción de documentación local

Comparación rápida

Aplicación Mejor para Plan gratuito Plataformas Calificación
Ollama Backbone de modelo para todo lo demás Gratis (código abierto) Windows, macOS, Linux GitHub 100k+ estrellas
LM Studio Usuarios de GUI en primer lugar Gratis personal Windows, macOS, Linux 4.7 en Product Hunt
Continue Integración de VS Code y JetBrains Gratis (código abierto) Windows, macOS, Linux 4.6 en VS Code Marketplace
Aider Terminal primero, Git nativo Gratis (código abierto) Windows, macOS, Linux GitHub 20k+ estrellas
GPT4All Chat de un clic con documentos locales Gratis (código abierto) Windows, macOS, Linux Promedio 4.4 estrellas
Jan Espacio de trabajo ChatGPT de privacidad primero Gratis (código abierto) Windows, macOS, Linux Promedio 4.5 estrellas
Cline Agente VS Code autónomo Gratis (código abierto) Windows, macOS, Linux 4.7 en VS Code Marketplace
LocalAI API compatible con OpenAI alojado independientemente Gratis (código abierto) Windows, macOS, Linux GitHub 25k+ estrellas

Las 8 mejores aplicaciones LLM locales para reconstruir documentación perdida

1. Ollama, la espina dorsal que casi todas las otras herramientas usan

Ollama es el runtime que sirve modelos cuantificados en tu máquina a través de una API HTTP simple. Por sí solo es un chat CLI. Emparejado con un flujo de trabajo de reconstrucción de documentos (aliméntalo con tus archivos, pide la reconstrucción del README), se convierte en el motor con el que todas las otras herramientas de esta lista pueden hablar. Extrae qwen2.5-coder:32b o llama3.1:70b si tienes VRAM, o qwen2.5-coder:7b si no.

Dónde se queda corto: Sin GUI. Sin recorrido de repositorio listo para usar, lo scripteás o lo emparejas con algo más.

Precios:

Plataformas: Windows, macOS, Linux

Descargar: Ollama.com GitHub

Conclusión: Instala Ollama primero incluso si planeas usar una de las herramientas de abajo. Cada buen flujo de trabajo local eventualmente se basa en él.

2. LM Studio, la mejor GUI para quienes quieren una ventana de chat grande

LM Studio es el cliente de escritorio más amigable para ejecutar LLM locales. Busca en el catálogo de modelos, descarga un archivo GGUF y chatea. Las versiones de 2025 agregaron un modo de espacio de trabajo donde puedes arrastrar una carpeta y hacer preguntas al modelo sobre su contenido. La reconstrucción de documentos es un flujo “selecciona carpeta, solicitud con ‘reconstruir el README’” que cualquiera puede seguir.

Dónde se queda corto: No es código abierto (gratis para uso personal). El modo de espacio de trabajo aún divide repositorios grandes de forma aproximada, por lo que monorepos muy grandes necesitan preprocesamiento.

Precios:

Plataformas: Windows, macOS, Linux

Descargar: LMStudio.ai

Conclusión: Mejor si quieres una experiencia de clic y estás trabajando en tu propio proyecto. Omite la implementación comercial a menos que compres la licencia.

3. Continue, el modelo local que vive en tu IDE

Continue es una extensión de VS Code y JetBrains que se conecta a Ollama, LM Studio o un servidor local llama.cpp. Su función “contexto de base de código” indexa tu repositorio localmente y te permite decir “regenerar el README para este proyecto” o “reconstruir las notas de arquitectura para la carpeta src/adapters.” La salida se transmite a un panel lateral y puede caerse en archivos mientras revisa.

Dónde se queda corto: La configuración requiere un archivo de configuración. Los usuarios por primera vez a veces pierden la configuración del proveedor de modelos y terminan hablando con el backend incorrecto.

Precios:

Plataformas: Windows, macOS, Linux

Descargar: Continue.dev VS Code Marketplace GitHub

Conclusión: Elige Continue si quieres que la reconstrucción de documentos ocurra dentro de tu IDE junto con la edición normal. Omite si no te gustan los agentes basados en IDE.

4. Aider, terminal primero y Git nativo

Aider es un asistente de codificación AI de terminal primero que trata cada cambio como un commit de Git. Apúntalo a Ollama o un endpoint compatible con OpenAI, ejecuta aider docs/README.md y solicita una reconstrucción. Lee los archivos que agregues a la sesión, produce un diff y hace commit del resultado con un mensaje que puedes editar. Si te gusta revisar cambios en git diff en lugar de una ventana de chat, esta es tu herramienta.

Dónde se queda corto: Curva de aprendizaje pronunciada en la primera hora. Solo terminal, así que si no te gusta CLI, esto no es para ti.

Precios:

Plataformas: Windows, macOS, Linux

Descargar: Aider.chat GitHub

Conclusión: Elige Aider si el diff y el mensaje de commit son lo que quieres de una reconstrucción de documentos. Omite si quieres una interfaz de chat.

5. GPT4All, la opción “instala uno y vete”

GPT4All es lo más cercano a un cliente de chat LLM local de un clic. Instálalo, elige un modelo de la biblioteca integrada, arrastra una carpeta al panel “LocalDocs” e indexa la carpeta localmente y te deja chatear sobre el contenido. Para puras tareas “dame mi README de vuelta” en repositorios pequeños a medianos, funciona fuera de la caja en casi cualquier máquina con 16 GB de RAM.

Dónde se queda corto: La indexación de LocalDocs se ralentiza después de algunos miles de archivos. La selección de modelos es menor que el catálogo de Ollama.

Precios:

Plataformas: Windows, macOS, Linux

Descargar: GPT4All.io GitHub

Conclusión: Mejor opción “instala y olvida”. Omite una vez que tu repositorio supere algunos miles de archivos.

6. Jan, espacio de trabajo ChatGPT de privacidad primero

Jan es una aplicación de estilo ChatGPT de código abierto que se ejecuta completamente localmente por defecto. Incluye un ejecutor de modelos, una interfaz de chat y soporte de archivo adjunto que leerá tus archivos de código y responderá preguntas. La reconstrucción de documentos se siente como chatear con un amigo que realmente ha leído todo el repositorio.

Dónde se queda corto: La indexación de archivos es por conversación en lugar de un espacio de trabajo persistente, por lo que las reconstrucciones grandes a veces necesitan dividirse.

Precios:

Plataformas: Windows, macOS, Linux

Descargar: Jan.ai GitHub

Conclusión: Elige Jan si quieres un ChatGPT privado que también lea tu código. Omite si quieres memoria de repositorio persistente entre sesiones.

7. Cline, agente de reconstrucción autónomo en VS Code

Cline (anteriormente Claude Dev) es una extensión de VS Code que se ejecuta en modo de agente: dale un objetivo y caminará por el repositorio, abrirá archivos, ejecutará comandos y producirá salida. Apuntado a un endpoint Ollama local, puede hacer “leer cada archivo en este repositorio y reconstruir el documento de arquitectura desde cero” como una única tarea mientras vas a tomar café.

Dónde se queda corto: Autónomo por diseño, así que observa lo que edita. Los mejores modelos locales aún quedan rezagados con los modelos alojados en el razonamiento de múltiples pasos.

Precios:

Plataformas: Windows, macOS, Linux

Descargar: Cline.bot VS Code Marketplace GitHub

Conclusión: Elige Cline si quieres entregar la reconstrucción completa como una tarea en lugar de dirigirla turno a turno. Omite si quieres control estrecho.

8. LocalAI, API compatible con OpenAI alojado independientemente

LocalAI expone una API compatible con OpenAI sobre tus modelos locales, por lo que cualquier herramienta que ya hable con OpenAI (extensiones de VS Code, generadores de documentos como el CLI de Mintlify, scripts personalizados) puede hablar con tu máquina local en su lugar. La reconstrucción de documentos se convierte en “apunta tu herramienta existente a http://localhost:8080 y genera contra tu repositorio sin fugar una línea.”

Dónde se queda corto: La configuración es más pesada que Ollama, ya que admite muchos más backends. La gestión de modelos mediante Docker es buena para desarrolladores pero no para usuarios casuales.

Precios:

Plataformas: Windows, macOS, Linux

Descargar: LocalAI.io GitHub

Conclusión: Elige LocalAI si ya tienes un script de generación de documentos apuntado a OpenAI y solo quieres redirigirlo localmente. Omite si Ollama ya cubre lo que necesitas.

Cómo elegir

Preguntas Frecuentes

¿Qué modelo debo usar para la reconstrucción de documentos?

qwen2.5-coder:32b es el punto dulce en 24 GB de VRAM. En 16 GB, usa qwen2.5-coder:7b. En Apple Silicon con 32 GB de memoria unificada, qwen2.5-coder:32b se ejecuta cómodamente.

¿Esto realmente mantiene mi código fuera de internet?

Sí, cuando se configura correctamente. Cada herramienta en esta lista puede ejecutarse contra un modelo local. Si las configuras para usar una clave API alojada, ya no son locales.

¿Cuánto tiempo lleva reconstruir un README para un repositorio mediano?

Aproximadamente de 3 a 10 minutos en una laptop moderna con un modelo de tamaño mediano. Los repositorios muy grandes necesitan dividirse por módulo.

¿Puede un LLM local reconstruir documentación de API real?

Sí, para documentos estructurales (endpoints, parámetros, formas de respuesta) si el código está tipado. Las descripciones de prosa de intención aún se benefician de una pasada de edición humana.

¿Qué herramienta debo probar primero?

GPT4All si quieres configuración cero. LM Studio si quieres una GUI más agradable. Continue si ya usas VS Code.