ChatForge: un asistente de IA local con NPU para la tecla Copilot

Categoría
IA y LLM Local
Publicado
2 octubre 2026
Actualizado
19 octubre 2026
Por
Jacob Lloyd — escrito con ayuda de IA, después del proyecto
Tiempo de lectura
20 min de lectura

En palabras simples: Los nuevos portátiles Intel tienen un chip especial de IA (una NPU) que en su mayoría permanece sin usar, y una tecla Copilot que abre el asistente de Microsoft. ChatForge es un programa gratuito que le da a esa tecla otra función: abre una pequeña ventana de chat que responde desde un modelo que se ejecuta en tu propio portátil, sin cuenta ni cuota mensual, y puede consultar información en vivo como el clima y las noticias. Para preguntas más difíciles, esa misma ventana puede consultar a un servicio de IA más grande.

Nuestro portátil venía con una tecla de IA dedicada y un chip de IA dedicado, y de fábrica nunca se han conocido: la tecla abre Microsoft Copilot en la nube, y la NPU ahí sentada sin hacer nada. Eso nos molestó más de lo que debería. Así que ahora la tecla abre ChatForge, nuestro propio asistente. Ejecuta un Qwen de 1,5B en la NPU a 42–51 tokens por segundo. Sin cuenta, sin suscripción, sin factura por token, y la conversación nunca sale del PC. Cuando una pregunta es demasiado grande para un cerebro de 1,5B, nuestro servidor GPU o un modelo en la nube están a un clic en la misma ventanita.

Actualizado el 19-10-2026 (ChatForge 0.2.0). ChatForge ahora se instala con doble clic (sin terminal, Python ni git), configura su modelo local con un botón en el primer inicio, ejecuta ese modelo en la CPU cuando un PC no tiene NPU, y pregunta antes de iniciarse con Windows. Un servidor StudioForge en otro PC ahora necesita una clave de API. Los pasos de instalación de abajo son los de la 0.2.0; qué cambió y cómo actualizar está en Qué hay de nuevo en 0.2.

Este artículo sirve como guía: explica qué hace ChatForge, cómo es realmente trabajar con el coprocesador de IA (incluyendo el caso en que un modelo se compiló sin problemas pero luego generó resultados incomprensibles), y los trucos empleados para que un modelo tan pequeño dé respuestas coherentes, evitando los típicos errores de modelos de escasa capacidad.

Resumen rápido

  • Descarga: github.com/LaserLloyd/ChatForge — licencia MIT, gratuito, versión 0.2.0. Descargue el archivo zip, haga doble clic en Install ChatForge y luego pulse Configurar IA local. (El zip disponible en la sección de descargas es de la versión 0.1.0; requiere terminal para su instalación.)
  • ¿Qué es?: un asistente gratuito, bajo licencia MIT, que opera desde el área de notificaciones en Windows 11. Con Ctrl+Alt+C (o la tecla Copilot, reconfigurada mediante PowerToys) se abre un cuadro emergente de 420 × 620 píxeles en la esquina inferior derecha; para cerrarlo, basta con pulsar Escape.
  • Modelo local: Qwen2.5-1.5B-Instruct (versión INT4, de 0,94 GB); este modelo se ejecuta mediante OpenVINO Model Server en el coprocesador de IA Intel “AI Boost”, o bien en la CPU si no hay dicho coprocesador. En el coprocesador, su primera carga tarda unos 45 segundos; posteriormente, se carga desde la caché en apenas 3 segundos y genera respuestas a razón de 42–51 tok/s. Se desactiva automáticamente tras 10 minutos de inactividad.
  • Modelos más grandes, mismo menú: StudioForge (nuestro servidor GPU), MiniMax, OpenAI, DeepSeek o cualquier URL compatible con OpenAI. Las claves de acceso se guardan en el Administrador de Credenciales de Windows; jamás aparecen en archivos de configuración.
  • Nueve herramientas: búsqueda web y de noticias, obtención de páginas, pronóstico del tiempo, Wikipedia, tipos de cambio, fecha y hora, calculadora; además create_document, que permite guardar documentos creados por el modelo en formato Word, Excel o PowerPoint. Se pueden adjuntar hasta 10 archivos por mensaje para su análisis.
  • Lo que NO es: un agente autónomo. Ninguna herramienta ejecuta programas ni modifica ajustes; la única que genera contenido solo puede crear nuevos archivos en su propia carpeta.

¿Dónde descargarlo?

El repositorio bajo licencia MIT se encuentra en: github.com/LaserLloyd/ChatForge; allí encontrará también las notas de ejecución donde se detallan todas las mediciones realizadas con el coprocesador de IA mencionadas en este artículo. En la página de GitHub, seleccione Código > Descargar ZIP para obtener la versión actual con el instalador. En la sección de descargas al final de esta página hay una versión anterior, la 0.1.0.

¿Qué obtendrá al final?

A un simple clic de distancia de cualquier aplicación: pulse la tecla, escriba su pregunta, lea la respuesta y pulse Escape. Cada respuesta indica claramente qué modelo la generó y a qué velocidad; así sabrá siempre si se trató del modelo local gratuito o de uno que requiere pago. Cuando la consulta necesita datos en tiempo real, aparece un chip de herramientas que muestra lo buscado; si solicita un informe a un modelo más potente, la respuesta incluye una tarjeta con opciones Abrir y Mostrar en carpeta.

El cuadro emergente de ChatForge en tema oscuro. El encabezado indica Local (NPU) con el modelo Qwen y un punto verde que indica disponibilidad. Una consulta sobre el clima en Lisboa muestra un chip de herramientas meteorológicas y una breve respuesta con tabla Markdown, firmada por Qwen2.5-1.5B-Instruct-int4-ov, 47,6 tok/s.
Consulta meteorológica atendida por el modelo en el coprocesador de IA: chip de herramientas y tabla en la respuesta.
Cuadro emergente con MiniMax-M3 seleccionado. El usuario adjuntó una hoja de cálculo y pidió un informe en Word; la respuesta muestra el chip create_document, un resumen con viñetas y una tarjeta del documento .docx generado, con botones Open y Show in folder.
Desde una hoja de cálculo hasta un informe Word: todo realizado por un modelo en la nube.
Menú de modelos abierto sobre un chat vacío: en la parte superior aparecen los últimos modelos usados; luego los grupos de proveedores — Local (NPU) y MiniMax; OpenAI y DeepSeek no figuran porque no se ha guardado ninguna clave para ellos.
El menú de modelos: primero los últimos utilizados, luego solo aquellos proveedores configurados.

Las conversaciones, imágenes, ubicaciones y nombres de servidores mostrados en las capturas son datos de ejemplo; la interfaz es la real, renderizada en Edge (motor subyacente de WebView2) sobre un prototipo de desarrollo del proyecto.

¿Cómo funciona todo junto?

Un único proceso Python controla todo: el icono en la bandeja, la combinación global de teclas, el cuadro emergente y las ventanas de configuración (implementadas mediante pywebview sobre WebView2); además cuenta con un núcleo asyncio que gestiona el flujo de respuestas y ejecuta las herramientas. El servidor del modelo es un proceso hijo bajo su total control: se inicia al abrir el cuadro emergente con el modelo local seleccionado, y se finaliza junto con la aplicación gracias a un objeto de trabajo de Windows; así, cualquier fallo no deja ningún proceso residuo ocupando memoria.

Muy pocos componentes se escribieron desde cero; consideramos eso un mérito: el supervisor de procesos, el descargador, la bandeja del sistema y el sistema de registro provienen de StudioForge; la interfaz de chat y el motor Markdown se tomaron de DisPatch; el cliente de transmisión, por su parte, proviene de nuestra herramienta de evaluación. Todos estos módulos ya habían resistido meses de uso diario; cada uno indica esto mismo en su encabezado. Precisamente gracias a esa reutilización, el primer commit y la versión v0.1.0 distan apenas dos días entre sí (desde la tarde del 30-09-2026 hasta el 02-10-2026); un agente basado en IA se encargó de ensamblar todo siguiendo un plan escrito que constaba de unas 1.000 líneas.

Instalación

ChatForge 0.2.0 se instala en tres pasos sencillos en Windows 11, sin necesidad de terminal ni privilegios de administrador:

  1. Descárguelo. En la página de GitHub, seleccione Code > Download ZIP y descomprímalo.
  2. Haga doble clic en Install ChatForge. Este programa descarga uv (con verificación de hash) y Python 3.12 si no están instalados, instala la aplicación para su usuario en %LOCALAPPDATA%\Programs\ChatForge, crea accesos directos en el menú Inicio y en el escritorio, le pregunta una vez si desea que se inicie con Windows y abre ChatForge. El instalador no está firmado, por lo que Windows muestra “Windows protegió su PC” la primera vez: seleccione Más información > Ejecutar de todos modos.
  3. Haga clic en “Set up local AI” en la tarjeta emergente. Este proceso instala el entorno de ejecución del modelo (OpenVINO Model Server, 139 MB) y descarga el modelo inicial, OpenVINO/Qwen2.5-1.5B-Instruct-int4-ov (0,94 GB, licencia Apache-2.0). Todo esto se realiza mediante una única barra de progreso y un botón para cancelar; además, se verifican los hashes SHA-256 de cada archivo frente a los datos de Hugging Face y el chat utiliza ese modelo. En una conexión rápida, todo tarda aproximadamente un minuto. Si selecciona Use StudioForge o Use an API key en la misma tarjeta, se omite la instalación del modelo local.

Para actualizarlo, ejecute nuevamente Install ChatForge desde un archivo ZIP más reciente; los ajustes y datos permanecen en %LOCALAPPDATA%\ChatForge. Con Uninstall ChatForge se elimina la aplicación, pero sus datos se conservan salvo que añada --purge. En el archivo deploy/windows/README.md del repositorio se detallan las opciones del instalador; además, en el README hay una versión para ejecutar en PowerShell de esos tres pasos, así como la ruta para desarrolladores (git clone, uv sync --extra dev, uv run chatforge doctor).

La primera vez que el modelo se carga en una NPU, esta lo compila; este proceso dura unos 45 segundos y en la ventana emergente aparece un contador regresivo para que no parezca un error. A partir de entonces, cada carga se realiza desde la caché de compilación en aproximadamente 3 segundos. En una CPU, el modelo se carga en unos pocos segundos y en la tarjeta y la línea de estado aparece “más lento”. Para este artículo no volvimos a ejecutar el instalador; los pasos anteriores provienen del README, cuyas capturas de pantalla se tomaron en un PC con Windows 11 sin NPU.

El problema de la tecla Copilot

Aquí está lo que nadie le cuenta al comprar el portátil: la tecla Copilot no es una tecla a la que pueda asignar funciones. Envía la combinación Win+Shift+F23; Windows la reserva para sí mismo y el selector oficial de configuraciones solo permite aplicaciones firmadas y empaquetadas. Su propio programa no figura en la lista de accesos permitidos para su propio teclado.

La solución viable es usar el Keyboard Manager de PowerToys: reasigne el atajo Win (Left) + Shift (Left) + F23 a Ctrl+Alt+C (el atajo de ChatForge) y active la opción Run at startup de PowerToys. Con un solo reasignado, esa tecla reservada por Microsoft abrirá su asistente. Si en algún momento vuelve a abrir Búsqueda de Windows o Copilot, significa que PowerToys no se está ejecutando; ese es el único modo de fallo, y figura como primera opción en la lista de solución de problemas porque ocurre con frecuencia.

Cómo lograr que un modelo de 1,5 mil millones de parámetros sea útil

Un modelo de 1,5 mil millones de parámetros con una ventana de 4096 tokens es como un pez dorado con tarjeta de biblioteca. La ingeniería interesante en ChatForge consiste en trabajar con esa limitación en lugar de ignorarla:

  • Lista corta de herramientas. Existen nueve herramientas, pero al modelo local solo se le ofrecen cinco (búsqueda, obtención de páginas, clima, fecha/hora y calculadora). Los modelos pequeños se confunden con menús extensos; reducir la lista mantiene sus llamadas a herramientas ordenadas.
  • Consultar primero. Si una pregunta requiere datos actualizados (“clima”, “lo último”, “precio”), la herramienta correspondiente se ejecuta antes de que el modelo genere su primera respuesta, permitiéndole basarse en resultados reales en lugar de adivinar. Se trata de una simple comparación de patrones, sin necesidad de otra llamada al modelo.
  • Recuperación ante negativas. Los modelos pequeños tienden a responder “No tengo acceso a datos en tiempo real” aunque haya una herramienta de búsqueda disponible. Si el modelo responde en primera persona negando la posibilidad o promete buscar algo sin hacerlo (“déjeme buscar eso…”), esa respuesta se descarta; el motor ejecuta la consulta por sí mismo y el modelo vuelve a responder. Mientras tanto, la ventana muestra “Buscando…”, de modo que nunca ve el primer borrador del modelo.
  • Sin resúmenes automáticos. Cuando un chat supera el límite de tokens, los mensajes más antiguos simplemente se omiten del prompt; una línea divisoria en la ventana indica exactamente dónde comienza la visión del modelo. No se parafrasea nada a sus espaldas, no se requiere ninguna llamada adicional al modelo y este sabe que los mensajes anteriores fueron eliminados, por lo que pregunta en lugar de inventar datos.
  • Protección contra bucles y límite de llamadas. Un mensaje puede realizar hasta 6 llamadas a herramientas; cualquier llamada idéntica repetida se rechaza: un modelo de 1,5 mil millones de parámetros llamaría indefinidamente al servicio meteorológico si se le diera rienda suelta.
  • Red de seguridad. Si el modelo en la NPU falla al cargarse, se bloquea o excede el tiempo de espera, el mismo mensaje puede reenviarse a un proveedor externo que usted haya elegido.

Nada de esto requiere una NPU; el mismo motor funciona con modelos más grandes. Sin embargo, es lo que permite que el modelo local gratuito responda correctamente “¿Lloverá este fin de semana?” a toda velocidad en la NPU, en lugar de negarse educadamente.

El modelo que se compiló sin problemas pero generó resultados incoherentes

El plan original era lanzar Qwen3-4B como modelo local: un modelo más grande, de una familia más reciente, la opción obvia. Sin embargo, el archivo docs/RUNTIME-NOTES.md del repositorio explica por qué no pudo ser: Qwen3-4B-int4-ov se compila sin errores en la NPU, pero genera resultados incoherentes con OVMS 2026.4; mientras que los mismos archivos del modelo funcionan correctamente en CPU a una velocidad de 24 tokens/s. El problema es específico de la NPU; todas las configuraciones probadas fallaron, y las cuantizaciones alternativas que podrían haber funcionado no permiten usar herramientas en OVMS 2026.4. En una NPU, una compilación exitosa no garantiza nada. Es necesario validar los resultados antes de confiar en ellos.

El modelo que sí se lanzó, probado en un Core Ultra 5 226V (Lunar Lake):

Qwen2.5-1.5B-Instruct INT4 en la NPU Medición
Primera compilación (única vez) 44,5 s
Carga desde caché de compilación 2,7–3,2 s
Decodificación 42–51 tokens/s
Tiempo hasta el primer token (prompts cortos) 0,5–0,8 s
Tamaño de la caché de compilación en disco 306 MiB
Ventana de prompts permitida 4096 tokens

Una nota de ajuste del mismo archivo: OVMS admite un flag de compilación BEST_PERF que aumenta la velocidad de decodificación en un 10% (48,3 tokens/s), pero requiere 135 s de compilación, tres veces el tiempo por defecto. ChatForge no lo activa; consideramos que es acertado: los 45 segundos iniciales ya están cerca del límite de paciencia de un usuario primerizo.

Archivos dentro, documentos fuera

Puede adjuntar hasta 10 archivos por mensaje (mediante el clip, arrastrar o pegar; cada uno con límite de 20 MB): código y texto, CSV, JSON, HTML, Word, Excel, PowerPoint, OpenDocument, RTF, correos, PDF e incluso archivos antiguos .doc se leen directamente. Los formatos .xls/.ppt se convierten mediante Microsoft Office si está instalado. Las imágenes se analizan, se orientan correctamente, se reducen a 1568 píxeles y se eliminan sus metadatos; datos de cámara, GPS y hora desaparecen antes de guardarse o enviarse; los modelos incapaces de procesar imágenes reciben el texto extraído mediante OCR de Windows.

En sentido inverso, create_document permite a un modelo de StudioForge o en la nube guardar sus respuestas: .docx, .xlsx y .pptx se generan a partir del Markdown del modelo usando exclusivamente la biblioteca estándar de Python, sin necesidad de Office. Los archivos se ubican en Documents\ChatForge; si el nombre ya existe, se crea uno nuevo como report (2).docx para evitar sobrescribir datos. La respuesta muestra una tarjeta con botones de Abrir y Mostrar en carpeta. El pequeño modelo local no dispone de esta herramienta; pedirle a un pez dorado que redacte su informe trimestral es responsabilidad suya.

Lo que deliberadamente NO es

ChatForge no es un agente autónomo; este límite es estructural, no una promesa implícita en el prompt. Ocho de las nueve herramientas son consultas de solo lectura; la novena solo puede añadir archivos a su propia carpeta sin sobrescribir nada; ninguna herramienta ejecuta programas, modifica configuraciones ni accede a archivos que no haya adjuntado usted. fetch_url bloquea direcciones privadas y locales (incluyendo DNS rebinding); la calculadora es un evaluador con lista blanca que carece de eval; las claves API se guardan en el Administrador de Credenciales de Windows y se ocultan del registro; el servidor del modelo muere junto con la aplicación, por diseño. Solo mantiene una conversación; no hay archivo histórico de todo lo que haya preguntado. Lo peor que un modelo confundido puede hacer aquí es dar una respuesta errónea y crear un nuevo archivo en una carpeta: eso es exactamente el alcance de daño permitido para un asistente en la bandeja del sistema.

Novedades en la versión 0.2

ChatForge 0.2.0 (18 de octubre de 2026) es el lanzamiento en el que un usuario de Windows 11 ya no necesita terminal, Python ni git. Desde la descarga hasta el primer chat son tres acciones: hacer doble clic en Install ChatForge, pulsar Set up local AI y empezar a escribir.

  • Instalador y desinstalador de un solo clic, por usuario, sin permisos de administrador; crea accesos directos y figura en la lista de aplicaciones instaladas (véase Instalación).
  • Botón único para descargar el modelo inicial en la tarjeta de primera ejecución: incluye el entorno de ejecución y el modelo Qwen2.5 de 1,5 mil millones de parámetros en un solo paquete, con verificación y botón para cancelar.
  • Uso de CPU cuando no hay NPU. En PCs sin NPU Intel, el modelo local se ejecuta en la CPU; la tarjeta y la línea de estado lo indican. Las capturas del README muestran que en dichos equipos la velocidad es de unos 45 tokens por segundo. El valor local.device en config.toml permanece como NPU, de modo que si más adelante se añade una NPU, el sistema la detecta sin necesidad de cambiar configuración.
  • Se pregunta por inicio automático, nunca en silencio. El instalador consulta una sola vez; quien instale desde código fuente recibe la misma pregunta en la tarjeta emergente. Puede modificarlo después mediante chatforge autostart enable o disable.
  • Los nuevos usuarios usan por defecto el tema Glacier. Los ya instalados conservan su tema.
  • Interfaz para complementos. Los paquetes Python pueden registrarse bajo el punto de entrada chatforge.extensions y aportar secciones de configuración, ganchos de turnos y eventos, además de chat.send / chat.cancel. La API es versión 1 y aún puede variar mientras ChatForge esté en fase 0.x (docs/extensions.md).
La ventana emergente de ChatForge en su primera ejecución: una tarjeta de Set up local AI menciona el entorno de 139 MB y el modelo Qwen2.5 de 0,94 GB; indica que no se encontró NPU Intel, por lo que el modelo correrá en la CPU; ofrece opciones como Set up local AI, Use StudioForge, Use an API key y Not now.
Primera ejecución: una sola tarjeta, un solo botón. Mientras se descargan el entorno y el modelo, la misma tarjeta muestra barra de progreso y botón para cancelar. Hay más capturas en el README.

Actualización desde 0.1.0. Si instaló desde código fuente, ejecute git pull y luego uv sync (el archivo lock cambió y Python ahora se limita a versiones inferiores a 3.14). O bien, pase al instalador. En la primera ejecución su config.toml se migra: se conserva la opción de inicio automático y no se vuelve a preguntar. La carpeta de datos no varía. Hay dos cosas que quizá deba hacer:

  • Un servidor StudioForge en otro PC necesita clave API. StudioForge 2.0 rechaza solicitudes sin clave desde otro equipo. Cree una clave en el equipo con StudioForge (studioforge keys create) y péguela en Configuración > Proveedores > StudioForge. Ahora un rechazo mostrará claramente ese motivo.
  • Usuarios que clonaron el repositorio y usaron Python 3.14 deben cambiar a 3.12 o 3.13.

Voz, opcional y en fase temprana. El repositorio incluye ahora un complemento de voz, packages/chatforge-voice (versión 0.1): mantenga pulsada una tecla, hable y ChatForge responderá en voz alta; el reconocimiento de voz (Parakeet) y la síntesis (Chatterbox-Turbo) se ejecutan en la CPU sin enviar nada fuera del PC. Se instala por separado en el entorno de ChatForge; sus modelos (aprox. 1,4 GB) se descargan mediante un pequeño panel de voz que abre en su navegador; no incluye escucha pasiva. Aún no lo hemos probado en nuestro portátil, así que considerelo una versión preliminar.

Sigue siendo cierto: el modelo inicial tiene ventana de 4096 tokens y a veces comete errores aritméticos (p. ej., “use la calculadora”); las cifras de NPU provienen de un único equipo Lunar Lake; Linux y macOS no están soportados; no existe versión Docker porque una aplicación en la bandeja con atajo y NPU no tiene sentido en contenedores.

Posibles problemas

  • La instalación básica de python en Windows es simplemente un “stub” del Microsoft Store. Use siempre py -3.12 -m uv run …, o los lanzadores que se encuentran en launchers\. De lo contrario, surgirán problemas antes de que cualquier otra cosa funcione.

  • La tecla Copilot no puede usarse como atajo de teclado. Es Win+Shift+F23 y Windows la reserva para sí mismo. Solo se puede reasignar mediante PowerToys o no hacer nada (tal como se indicó arriba).

  • No asuma que una compilación implica que el modelo funcione correctamente. El modelo Qwen3-4B se compila sin problemas, pero genera resultados incorrectos en la NPU; el catálogo marca este modelo como Evitar, y cualquier otro modelo desconocido aparece como Sin probar.

  • Una actualización de controladores o un ciclo de suspensión/reanudación pueden dañar la caché de compilación. Vaya a Configuración > Modelos y haga clic en Limpiar caché, luego vuelva a cargar el modelo. Un proveedor alternativo le permitirá seguir trabajando mientras tanto.

  • Los modelos pequeños pierden eficacia en conversaciones largas: dejan de invocar herramientas, entran en bucles o dan respuestas incorrectas. Se trata de un modelo de 1,5 mil millones de parámetros que no logra manejar contextos extensos; no es un error que deba solucionarse. Para ello, simplemente limpie la conversación o cambie a un modelo más grande para las consultas complejas.

  • Los archivos antiguos .xls/.ppt requieren que tenga instalado Office (la conversión se realiza en una copia temporal). Sin Office, primero guarde los archivos como .xlsx/.pptx. Para fotos HEIC, necesitará el paquete opcional pillow-heif o deberá exportarlas como JPEG.

  • Nota sobre licencias si redistribuye la aplicación: la app está bajo licencia MIT, pero pystray (la librería para el área de notificaciones) está bajo licencia LGPL-3.0; se importa sin modificaciones en tiempo de ejecución. Está permitido usarlo tal cual si lo instala; no obstante, si distribuye un paquete empaquetado que incluya dicha librería, usted asumirá la obligación de volver a vincularla bajo los términos de la licencia LGPL.

¿En qué punto nos encontramos?

El hecho de pasar de la primera confirmación de código a una versión v0.1.0 realmente utilizable en solo dos días dice más sobre la reutilización de componentes ya probados que sobre la velocidad de desarrollo. El supervisor, la interfaz de chat y el cliente de transmisión provienen todos de proyectos ya en funcionamiento en nuestro entorno. La NPU resultó ser el aspecto más sencillo; lo verdaderamente complejo fue hacer útil un modelo de 1,5 mil millones de parámetros (mediante un subconjunto de herramientas, mecanismos para consultar información previamente y recuperación ante rechazos por parte del modelo), además de limitar su alcance: sin funciones de agente, sin archivo histórico de chats y sin envío de datos a la nube salvo que el usuario lo solicite expresamente. Es una aplicación exclusiva para Windows; el número de versión 0.2.0 refleja exactamente su estado actual. El conjunto de pruebas es lo que nos da confianza para seguir avanzando: la integración continua ejecuta Ruff y las pruebas unitarias en Python tanto en Windows como en Ubuntu, además de las pruebas JS en Node 24.

Versiones

El árbol de versiones 0.2.0 corresponde a la confirmación de30788 (19 de octubre de 2026); sus 183 pruebas JS se superan correctamente en Linux (Node v24.18.0). La confirmación original de la versión 0.1.0 data del 2 de octubre de 2026:

$ git log -1 --format='%h %ci'
2edd2d4 2026-10-02 18:04:38 +0900        # ChatForge v0.1.0

$ uv run pytest -q
1520 passed, 6 skipped, 6 deselected in 50.65s   # en Linux, Python 3.13.14

$ npm run -s test:js
tests 114 / pass 114 / fail 0                     # Node v24.18.0

En cuanto al rendimiento en Windows: se utilizó OpenVINO Model Server 2026.4.0 (python_on) con el modelo OpenVINO/Qwen2.5-1.5B-Instruct-int4-ov, medido en un equipo con procesador Intel Core Ultra 5 226V. Las cifras relacionadas con la NPU provienen del archivo docs/RUNTIME-NOTES.md del repositorio, donde también se detallan las configuraciones fallidas del modelo Qwen3-4B.

Relacionado: StudioForge: servidor de IA basado exclusivamente en GPU · DisPatch: chat con IA autoalojado · Primer vistazo a DeepSeek Harness (dsh) · Cómo ejecutar DeepSeek localmente: guía de 4 pasos · Cuánto cuestan realmente nuestros agentes de IA

Descargas

Gratis para uso personal. Si te ahorra una tarde, el botón del café está aquí cerca.


← Más de IA y LLM Local