Kiwi AI pero privado y self-hosted: las mejores alternativas para instalar en tu PC o servidor

¿Te gusta la idea de Kiwi AI pero preferirías que tus documentos, apuntes y materiales estuvieran bajo tu control? La buena noticia es que en 2026 ya existen varios proyectos de código abierto que permiten acercarse mucho a esa experiencia, instalándolos directamente en tu ordenador o desplegándolos en un servidor propio.

Kiwi AI se presenta como un tutor de inteligencia artificial capaz de trabajar con PDF, documentos, audio, vídeos de YouTube, páginas web y clases grabadas, utilizando esos contenidos para crear una experiencia de aprendizaje basada en conceptos, tarjetas de memoria y conversaciones interactivas.

El problema para algunos usuarios es evidente: todo depende de un servicio externo. Si buscas una alternativa self-hosted, donde puedas controlar la instalación, los datos y, en muchos casos, incluso el modelo de IA utilizado, hay varias opciones especialmente interesantes.

¿Qué ofrece realmente Kiwi AI?

Kiwi AI pertenece a una categoría de herramientas que va más allá del típico chatbot al que le subes un PDF y le haces preguntas.

Su planteamiento es convertir los materiales que aportas en una especie de entorno de aprendizaje interactivo. Puedes introducir documentos, enlaces de páginas web, vídeos de YouTube o grabaciones y utilizar posteriormente esos contenidos para conversar con un tutor de IA y trabajar conceptos mediante herramientas de aprendizaje.

Esto es importante porque una alternativa realmente interesante a Kiwi AI no debería limitarse a ofrecer un simple sistema RAG. La experiencia que buscamos incluye:

• Importación de documentos.
• Procesamiento de páginas web.
• Contenido procedente de YouTube.
• Trabajo con audio.
• Chat basado en las fuentes originales.
• Citas y referencias.
• Generación de resúmenes y apuntes.
• Flashcards.
• Cuestionarios.
• Mapas conceptuales.
• Generación de audio o podcasts.
• Posibilidad de utilizar modelos propios.

¿Qué significa tener una alternativa self-hosted?

Una aplicación self-hosted es aquella que puedes ejecutar en tu propia infraestructura en lugar de depender exclusivamente de la plataforma del desarrollador.

Eso puede significar dos cosas diferentes:

• Instalación local: la aplicación funciona en tu PC y tus datos permanecen en él.
• Servidor propio: instalas la aplicación en un VPS, servidor doméstico o servidor dedicado y accedes a ella desde el navegador.

La segunda posibilidad resulta especialmente interesante porque permite convertir estas herramientas en un servicio privado accesible desde cualquier dispositivo.

Por ejemplo:

https://ia.tudominio.com
        │
        ▼
   Aplicación IA
        │
   ┌────┼────┐
   ▼    ▼    ▼
 PDF  YouTube Web
   │    │    │
   └────┼────┘
        ▼
 Base de conocimiento
        │
        ▼
 Chat + Flashcards + Quiz + Audio

Eso se acerca mucho más a la idea de tener tu propio Kiwi AI.

Las mejores alternativas a Kiwi AI self-hosted

1. OpenTutor: el más centrado en aprendizaje

OpenTutor es probablemente el proyecto que más directamente se acerca al concepto de tutor de IA privado.

Su planteamiento es muy sencillo: introduces material de estudio y la aplicación genera notas estructuradas, flashcards, cuestionarios y un tutor de IA que adapta la experiencia de aprendizaje.

Además incorpora funciones como repetición espaciada, seguimiento de errores, planes de estudio y un grafo de conocimiento experimental.

Uno de sus puntos fuertes es que está diseñado como una aplicación local-first. Puede utilizar Ollama y otros proveedores de modelos, de manera que no estás obligado a depender de una API concreta.

También dispone de despliegue mediante Docker, por lo que puede ejecutarse localmente o trasladarse a un servidor.

Lo mejor: es el candidato más interesante si tu prioridad es estudiar y quieres un tutor que trabaje con tus propios materiales.

Lo menos maduro: el proyecto se encuentra en beta pública y algunas funciones avanzadas siguen siendo experimentales.

2. LibreNote AI: Kiwi + NotebookLM en formato open source

LibreNote AI es posiblemente uno de los proyectos que mejor encaja con la idea de Kiwi AI pero instalado en tu propia infraestructura.

Su objetivo declarado es ofrecer una alternativa open source y self-hosted a NotebookLM.

Permite importar:

• PDF.
• Documentos de Word.
• Hojas de cálculo.
• Markdown y texto.
• Páginas web.
• Vídeos de YouTube mediante sus transcripciones.
• Archivos de audio.

A partir de esas fuentes permite conversar con citas, crear mapas mentales, flashcards, cuestionarios, informes, tablas, notas y resúmenes de audio.

Además, utiliza una arquitectura basada en Next.js, PostgreSQL, pgvector y Supabase, y permite utilizar diferentes modelos a través de OpenRouter.

El proyecto también contempla despliegue tanto en el ordenador como en un servidor.

Lo mejor: combina conocimiento, RAG, aprendizaje y generación de contenidos en una interfaz tipo notebook.

Lo menos maduro: es un proyecto relativamente joven y conviene revisar su evolución antes de convertirlo en una instalación crítica.

3. NotebookLM-Lite: una alternativa muy completa

Si lo que buscas es reproducir la experiencia de NotebookLM y, por extensión, buena parte de lo que hace Kiwi AI, NotebookLM-Lite merece mucha atención.

Es un proyecto open source que permite crear notebooks a partir de fuentes y posteriormente conversar con ellas mediante RAG y citas.

Su apartado Studio permite generar:

• Mapas mentales.
• FAQ.
• Flashcards.
• Cuestionarios.
• Informes.
• Guías de estudio.
• Tablas de datos.
• Infografías.
• Podcasts y resúmenes de audio.
• Presentaciones PPTX.

Además, cuenta con una arquitectura separada entre frontend y backend y permite configurar diferentes proveedores de modelos mediante LiteLLM.

Una particularidad interesante es que ya dispone de generación de presentaciones. Actualmente la exportación PPTX utiliza imágenes completas por diapositiva, por lo que no equivale todavía a una presentación con todos sus elementos editables individualmente.

Lo mejor: enorme cantidad de herramientas a partir de una misma base documental.

Lo menos maduro: algunas funciones, como la generación de vídeo, todavía aparecen como parte del roadmap.

4. notebooklm-web: web y escritorio en el mismo proyecto

notebooklm-web es otro candidato especialmente interesante porque intenta mantener una misma base tecnológica para la versión web y la aplicación de escritorio.

Incluye:

• Chat con citas.
• RAG híbrido.
• Investigación profunda.
• Flashcards.
• Cuestionarios.
• Guías de estudio.
• Mapas mentales.
• FAQs.
• Timelines.
• Notas.
• Resúmenes de audio con dos voces.

Para el servidor utiliza PostgreSQL con pgvector y almacenamiento compatible con S3, mientras que la aplicación de escritorio puede funcionar con almacenamiento local.

También incorpora autenticación y permite utilizar diferentes proveedores de modelos.

Otra característica destacable es que puede utilizar SearXNG como motor de búsqueda para investigación web, lo que permite construir una instalación mucho más independiente de servicios comerciales.

Lo mejor: probablemente sea uno de los proyectos más interesantes si quieres una solución que pueda existir tanto como aplicación de escritorio como servicio web.

Lo menos maduro: sigue siendo un proyecto en evolución y algunas funciones requieren servicios externos o configuración adicional.

5. SurfSense: para ir más allá del aprendizaje

SurfSense comenzó con una filosofía muy cercana a NotebookLM, pero actualmente va bastante más allá del concepto de tutor de IA.

Permite trabajar con documentos y generar:

• Resúmenes.
• Flashcards.
• Cuestionarios.
• Mapas mentales.
• Presentaciones PPTX.
• Documentos DOCX.
• Hojas de cálculo.
• Páginas HTML.
• PDF.
• Podcasts.
• Infografías.

Una diferencia interesante es que las presentaciones pueden generarse como PPTX editable, en lugar de limitarse a imágenes incrustadas.

También puede utilizar modelos locales mediante Ollama o LM Studio y dispone de una instalación Docker self-hosted.

El proyecto mantiene actualmente su stack Docker abierto e instalable, aunque su aplicación de escritorio es la vía recomendada por sus desarrolladores para nuevos usuarios.

Lo mejor: es especialmente interesante si quieres utilizar la misma base documental para investigación y creación de contenidos.

Lo menos adecuado para Kiwi: está más orientado a productividad, investigación y generación de entregables que a funcionar como tutor educativo adaptativo.

Comparativa rápida

Proyecto	Enfoque	Local	Servidor	Flashcards	Quiz	Audio	YouTube/Web
OpenTutor	Tutor IA	✅	✅	✅	✅	⚠️	⚠️
LibreNote AI	Notebook + IA	✅	✅	✅	✅	✅	✅
NotebookLM-Lite	NotebookLM open source	✅	✅	✅	✅	✅	⚠️
notebooklm-web	NotebookLM + investigación	✅	✅	✅	✅	✅	✅/⚠️
SurfSense	Investigación + creación	✅	✅	✅	✅	✅	✅

Las funciones pueden cambiar rápidamente porque varios de estos proyectos están en desarrollo activo.

¿PC local o servidor propio?

Una de las grandes ventajas de este ecosistema es que ya no tienes que elegir necesariamente entre una aplicación de escritorio y un servicio web.

Para uso personal puedes instalar la aplicación directamente en tu ordenador.

Si quieres acceder desde cualquier lugar, puedes desplegarla en un VPS mediante Docker, configurar un dominio y utilizar HTTPS.

Una arquitectura típica sería:

Internet
   │
   ▼
https://ia.tudominio.com
   │
   ▼
Reverse Proxy / HTTPS
   │
   ▼
Aplicación IA
   │
   ├── PostgreSQL / pgvector
   ├── almacenamiento
   ├── documentos
   └── modelos IA
          │
     ┌────┴────┐
     ▼         ▼
   Ollama   API externa

De esta manera puedes mantener la aplicación y tus datos bajo tu control y decidir si la generación se realiza con modelos locales o mediante una API externa.

¿Se pueden utilizar modelos de IA propios?

Esta es una de las diferencias fundamentales respecto a servicios cerrados como Kiwi AI.

Varios de estos proyectos permiten conectar diferentes proveedores de modelos. Dependiendo de la aplicación, puedes utilizar servicios como OpenAI, Anthropic, Gemini, DeepSeek u OpenRouter, pero también servidores locales compatibles con APIs estándar.

En el caso de OpenTutor, por ejemplo, se contempla el uso de Ollama y otros proveedores, mientras que NotebookLM-Lite utiliza una capa basada en LiteLLM para unificar diferentes modelos.

SurfSense también contempla modelos locales mediante Ollama y LM Studio.

Esto permite una configuración híbrida:

• Modelo local: máxima privacidad y sin coste por consulta.
• Modelo cloud: normalmente más capacidad y menor necesidad de hardware.
• Configuración híbrida: utilizar cada modelo para el trabajo que mejor desempeñe.

¿Y se puede integrar con WordPress?

Sí, aunque hay que distinguir entre instalar la aplicación junto a WordPress y convertirla en un plugin de WordPress.

Lo más recomendable normalmente sería mantener cada aplicación separada:

tudominio.com
      │
      └── WordPress

ia.tudominio.com
      │
      └── Aplicación de conocimiento IA

Así WordPress continúa funcionando como CMS y la plataforma de IA se ocupa de documentos, conocimiento, RAG, generación de contenidos y aprendizaje.

Si la aplicación dispone de API, además se pueden crear posteriormente integraciones específicas con WordPress.

Por ejemplo, podrías llegar a crear un flujo como:

1. Investigas un tema utilizando tu base documental.
2. La IA genera un resumen.
3. Genera un esquema para el artículo.
4. Genera el contenido.
5. WordPress recibe el contenido mediante API.
6. El artículo se revisa y publica desde WordPress.

Para alguien que utiliza IA también como herramienta de investigación y creación de contenidos, esta posibilidad resulta especialmente interesante.

Conclusión

La búsqueda deja una conclusión bastante clara: ya existen alternativas open source y self-hosted que se acercan mucho a la experiencia de Kiwi AI, aunque ninguna reproduce exactamente toda su interfaz y flujo.

Si buscas principalmente un tutor de IA para estudiar, OpenTutor es uno de los proyectos que merece una prueba.

Si quieres algo más parecido a Kiwi AI + NotebookLM, LibreNote AI y NotebookLM-Lite resultan especialmente interesantes.

Si quieres una solución que además pueda utilizarse para investigación y generación de contenidos, notebooklm-web y SurfSense amplían considerablemente el concepto.

Y lo realmente interesante es que ya no tienes que aceptar necesariamente el modelo de:

“Subo mis documentos a una plataforma y confío en que sus servidores se encarguen de todo”.

Con estas alternativas puedes construir algo mucho más parecido a un NotebookLM/Kiwi AI privado, instalado en tu ordenador o desplegado en tu propio servidor, eligiendo además qué modelos de inteligencia artificial quieres utilizar.

Eso abre una puerta especialmente interesante: crear tu propio espacio de conocimiento con IA, independiente del proveedor y accesible desde cualquier lugar.

Preguntas frecuentes

¿Existe un clon exacto de Kiwi AI que pueda instalar en mi servidor?

No he encontrado actualmente un proyecto self-hosted que reproduzca exactamente toda la experiencia de Kiwi AI. Sí existen alternativas que cubren gran parte de sus funciones, especialmente OpenTutor, LibreNote AI, NotebookLM-Lite y notebooklm-web.

¿Cuál es la alternativa más parecida a un tutor de IA?

OpenTutor está especialmente orientado a ese escenario: materiales de estudio, tutor conversacional, quizzes, flashcards, seguimiento y repetición espaciada.

¿Cuál se parece más a NotebookLM?

NotebookLM-Lite y LibreNote AI están diseñados explícitamente alrededor del concepto de notebook con fuentes, chat basado en documentos y generación de diferentes materiales.

¿Puedo instalar estas herramientas en un VPS?

Sí. Varias de ellas ofrecen despliegue mediante Docker o una arquitectura web que puede ejecutarse en un servidor. Conviene comprobar los requisitos concretos de cada proyecto antes de elegir un VPS.

¿Puedo usar Ollama?

Sí, varias de las alternativas permiten utilizar modelos locales mediante Ollama o endpoints compatibles. Esto permite reducir la dependencia de APIs externas.

¿Necesito una GPU?

No necesariamente. Puedes utilizar modelos mediante APIs externas y reservar la GPU para modelos locales. Si quieres ejecutar modelos grandes localmente, la memoria disponible y la GPU pasan a ser factores importantes.

¿Puedo utilizarlo para crear contenido además de estudiar?

Sí. Proyectos como SurfSense y NotebookLM-Lite permiten transformar fuentes en informes, tablas, presentaciones, páginas web, mapas mentales, podcasts y otros formatos.

¿Es mejor instalarlo en el PC o en un servidor?

Depende del uso. Una instalación local es ideal para privacidad y uso individual. Un VPS resulta más interesante si quieres acceder desde varios dispositivos, compartirlo con otros usuarios o convertirlo en una herramienta permanente accesible mediante un dominio.

¿Se puede combinar con WordPress?

Sí. Lo más práctico suele ser mantener la plataforma de IA separada de WordPress mediante un subdominio y utilizar APIs o automatizaciones para conectar ambas aplicaciones cuando sea necesario.

¿Estas alternativas son realmente open source?

Los proyectos analizados publican su código y utilizan licencias abiertas, aunque cada uno tiene sus propias condiciones y grado de madurez. Conviene revisar siempre la licencia y el estado actual del repositorio antes de utilizarlo en un proyecto comercial.

Una nueva generación de herramientas de conocimiento personal

El salto interesante no está solamente en tener “un ChatGPT privado”. La tendencia apunta hacia algo mucho más útil: un espacio donde tus documentos, vídeos, investigaciones, notas y conocimientos se convierten en una base de conocimiento que la IA puede consultar y transformar en diferentes formatos.

Y ahí es donde proyectos como OpenTutor, LibreNote AI, NotebookLM-Lite, notebooklm-web y SurfSense empiezan a resultar especialmente interesantes.

Para quien quiera escapar de los servicios cerrados, mantener sus datos bajo control y experimentar con diferentes modelos de IA, el concepto de Kiwi AI self-hosted ya no es una idea futurista: empieza a ser perfectamente viable.