BrowserAI
BrowserAI · Programación
BrowserAI es una biblioteca JavaScript de código abierto que ejecuta un LLM local, reconocimiento de voz y texto a voz dentro del navegador con WebGPU, así los datos no salen del dispositivo y el coste de servidor baja a cero.
Acerca de BrowserAI
What Is BrowserAI
BrowserAI es una biblioteca de IA pensada para el navegador que carga y ejecuta modelos de lenguaje en el propio dispositivo del usuario, no en un servidor remoto. Se instala desde npm, se llama a una API breve para cargar el modelo y generar texto, y todo ocurre dentro de la pestaña. El proyecto es de código abierto bajo licencia MIT, así que no hay claves de API, ni límites de peticiones, ni nada que alojar.
Su atractivo está en dónde ocurre el cálculo. Como la inferencia corre en local mediante WebAssembly y WebGPU, las preguntas del usuario no salen de su máquina y un producto publicado no arrastra una factura por cada consulta. La biblioteca llega con modelos ya preparados de las familias Llama, Qwen, Gemma, SmolLM2 y Phi, además de Whisper para voz y Kokoro para sintetizar habla, así que no hay que entrenar nada para montar una demo.
Los costes también son reales. Un modelo pequeño en el dispositivo no iguala a un modelo puntero alojado en la nube en razonamiento difícil, y el navegador necesita WebGPU, lo que deja fuera a máquinas antiguas. Los archivos del modelo pesan bastante, así que la primera carga implica una descarga considerable antes de que algo responda.
Getting Started
- Instala la biblioteca con npm install @browserai/browserai, o añádela desde yarn.
- Importa BrowserAI y llama a loadModel con un nombre de modelo, siguiendo el progreso mientras los pesos se descargan en el navegador.
- Llama a generateText con un texto o una lista de mensajes, y añade un system prompt si quieres fijar una personalidad de chat.
- Para voz, carga un modelo Whisper para transcribir audio o Kokoro para convertir texto en habla, y reproduce el búfer resultante.
- Publica la página y deja que quien vuelva ejecute el modelo sin conexión una vez que los archivos queden en caché.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de BrowserAI.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Desarrolladores front-end
- Equipos centrados en la privacidad
- Aficionados y estudiantes
- Equipos con presupuesto ajustado
Tareas
- Montar un chat en la página
- Añadir entrada por voz
- Generar habla
- Devolver datos estructurados
- Separar pistas de audio
Casos de uso
- Publicar un asistente de escritura privado
- Dar una demo en un avión o sin conexión
- Prototipar una función de IA antes de gastar
- Incrustar IA en una herramienta interna
Funciones clave
Modelos que corren en el dispositivo
BrowserAI carga los modelos directamente en el navegador mediante WebGPU y WebAssembly, así que la inferencia ocurre en el hardware del usuario. La biblioteca incluye pesos listos para usar de las familias Llama, Qwen, Gemma, SmolLM2, Phi y DeepSeek, además de modelos de embeddings para búsqueda. Llamas a loadModel con un nombre y un ajuste de cuantización, y la biblioteca se encarga del resto. En una máquina compatible, las respuestas llegan a una velocidad casi nativa porque la GPU hace el trabajo pesado.
Reconocimiento de voz y texto a voz
La voz es parte central de la biblioteca, no un añadido. Un modelo Whisper transcribe el audio grabado, y Kokoro convierte el texto en un búfer de audio reproducible con varias voces y velocidad ajustable. La grabadora integrada captura el micrófono, así que puedes montar un asistente hablado sin meter otro servicio en medio. Como ambos corren en local, el audio se queda en el dispositivo igual que el texto.
Salida estructurada con esquemas JSON
En lugar de analizar texto libre y cruzar los dedos, pasas un esquema JSON y pides un objeto JSON. El modelo devuelve datos con esa forma, que entran directos en tu aplicación. Esto importa en agentes y formularios, donde una respuesta mal formada rompería el flujo. El resultado es un objeto limpio que puedes validar y guardar.
Varios motores tras una misma API
La biblioteca no te ata a un solo entorno. Alterna entre los motores MLC, Transformers, Flare y Demucs, cada uno pensado para una tarea distinta. MLC y Flare cubren la generación de texto por WebGPU y WASM, Transformers se ocupa de voz y habla, y Demucs separa el audio en pistas. La API se mantiene igual entre ellos, así que cambiar de motor no obliga a reescribir el código.
Web Workers y streaming
Ejecutar un modelo puede congelar la pestaña si se adueña del hilo principal, y BrowserAI lo evita corriendo la inferencia en un Web Worker. La interfaz sigue respondiendo mientras el modelo piensa, y la salida llega token a token para que el usuario vea avance. Un Web Worker con streaming convierte un modelo local pesado en algo que se siente como una web normal.
Almacenamiento integrado y uso sin conexión
BrowserAI incluye una base de datos en el navegador basada en IndexedDB y SQLite, que guarda conversaciones, embeddings y archivos de modelo en caché. Ese almacenamiento es lo que permite que la página siga funcionando tras la primera descarga, incluso sin internet. En una app de chat, el historial sobrevive a un refresco sin servidor con el que sincronizar.
Ventajas y desventajas
Ventajas
- Los datos no salen del dispositivo, lo que encaja en apps sensibles que no pueden mandar preguntas a una API en la nube.
- No hay cuotas por petición ni servidores que mantener, así que el coste de uso se queda cerca de cero por muchos usuarios que carguen la página.
- Llega con modelos ya preparados, así que un chat o una demo de voz funcionan con unas pocas líneas en vez de un proceso de entrenamiento.
- Una sola API cubre texto, voz, salida estructurada y separación de audio, así que no hay que unir cuatro servicios.
- Funciona sin conexión una vez que los archivos están en caché, algo práctico para kioscos, herramientas de campo y cualquier sitio con red inestable.
Desventajas
- Los modelos pequeños en el dispositivo se quedan cortos frente a los modelos punteros en la nube cuando la tarea exige razonamiento, así que la calidad baja en peticiones complejas.
- Necesita un navegador con WebGPU, lo que deja fuera equipos antiguos y algunos móviles, así que el alcance se estrecha.
- Los pesos del modelo pesan mucho, y la primera carga implica una descarga lenta antes de que la app responda.
- No hay servicio gestionado ni endpoint alojado, así que un equipo que quiera una API lista para usar tiene que montar y distribuir el cliente por su cuenta.
Preguntas frecuentes
BrowserAI es una biblioteca JavaScript de código abierto para ejecutar modelos de IA dentro de un navegador web. Carga modelos de lenguaje, voz y audio en el dispositivo del usuario y los ejecuta mediante WebGPU y WebAssembly, así que no hay servidor ni clave de API. Los desarrolladores la añaden desde npm y llaman a su API para generar texto, transcribir audio o producir habla.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con BrowserAI.
Alternativas a BrowserAI
Base Code
Base44 (Wix) · Programación · ProductividadBase Code es un entorno de desarrollo en la nube compartido de Base44. El equipo describe cambios sobre un repositorio de GitHub en el chat, los ve en una vista previa y los envía como pull requests.
Google EmbeddingGemma 2
Google DeepMind · Escritura · Imagen · ProgramaciónGoogle EmbeddingGemma 2 es un modelo abierto de 740 millones de parámetros que convierte texto, código, imágenes, audio y fotogramas de vídeo en vectores de un mismo espacio de 768 dimensiones, y funciona en móviles y portátiles.
GitGlow
GitGlow · Programación · ProductividadGitGlow es un cliente Git de escritorio que reúne tu código y los cambios de tus agentes de IA en una sola revisión, para que sepas qué va a salir de tu máquina antes de publicarlo.