CalaT

# CalaT — Local Autonomous AI Agent

> Un agente de IA autónomo que vive en tu computadora, recuerda quién eres,
> ejecuta acciones reales en tu sistema y responde desde tu teléfono vía Telegram.
> Sin internet obligatorio. Sin suscripciones. Sin que tus datos salgan de tu equipo.

![Dashboard](docs/images/dashboard.png)

## ¿Qué es CalaT?

CalaT es un agente autónomo local que usa un modelo de lenguaje (LLM) como cerebro
para operar tu sistema operativo. No es un chatbot — es un agente que actúa.

- Crea carpetas, mueve archivos, ejecuta comandos
- Busca en Google, descarga archivos, abre aplicaciones
- Mueve el mouse y escribe en el teclado como un humano
- Recuerda tus conversaciones entre reinicios
- Responde mensajes y transcribe audios desde Telegram
- Corre 100% local — sin APIs de pago, sin internet obligatorio

![Telegram](docs/images/telegram.png)

## Arquitectura

CalaT no es un chatbot. Es un agente con núcleo estructurado.

Usuario (Dashboard / Telegram)
→ API Server (FastAPI)
→ Cognitive Loop
→ Planner
→ Permission Gate (security layer)
→ Skill Executor
→ Sistema Operativo

Todas las acciones pasan por un único punto de validación antes de ejecutarse.

El modelo LLM razona. El agente ejecuta. La seguridad valida.

## Seguridad

CalaT implementa un modelo centralizado de validación:

- Todas las rutas externas (Dashboard, Telegram, WebSocket) pasan por permission_gate
- No existe ejecución directa de skills fuera del flujo cognitivo
- El Heartbeat interno solo monitorea estado y envía notificaciones — no ejecuta acciones destructivas
- El sistema corre completamente local
- No se envían datos a servidores externos salvo que el usuario lo configure explícitamente

Roadmap de seguridad:
- 2.0 — Declarative Policy Engine
- 3.0 — Multiagent orchestration security

## Compatibilidad de Hardware

CalaT detecta automáticamente el hardware y sugiere el modelo óptimo:

| Hardware | Modelo recomendado |
|----------|-------------------|
| Raspberry Pi 4/5 | qwen2.5-coder:1.5b / 3b |
| Laptop estándar | qwen2.5-coder:7b |
| Equipo potente | qwen2.5-coder:14b |
| GPU dedicada (4GB+ VRAM) | qwen2.5-coder:14b / 32b |
| Servidor | qwen2.5-coder:70b |

El mismo código escala según el hardware disponible.

## Filosofía

CalaT es:

- Privacy-first — tus datos no salen de tu equipo
- Local-first — funciona sin internet
- Modelo-agnóstico — compatible con cualquier modelo de Ollama
- Extensible — nuevas skills sin modificar el núcleo
- Sin suscripciones — instala una vez, usa siempre

El modelo es reemplazable. La arquitectura es el producto.

## Roadmap

| Versión | Estado | Descripción |
|---------|--------|-------------|
| 1.9.1 | ✅ Actual | Núcleo estable, Telegram, Whisper, Dashboard |
| 1.9.2 | 🔄 Próximo | Voz saliente (TTS), ajustes naturales de voz |
| 2.0 | 📋 Planificado | Declarative Policy Engine, consolidación multiplataforma |
| 2.x | 📋 Planificado | Discord como segundo canal |
| 3.0 | 📋 Planificado | Multiagente, orquestación, modo empresa |

## Instalación rápida

### Windows


```powershell
git clone https://github.com/darckneses5/calat.git
cd calat
.\install\install.ps1


Linux / macOS

git clone https://github.com/darckneses5/calat.git
cd calat
chmod +x install/install.sh
./install/install.sh


El instalador detecta tu hardware automáticamente, descarga el modelo
recomendado y configura todo.
Iniciar CalaT

# Windows
venv\Scripts\activate
python main.py

# Linux / macOS
source venv/bin/activate
python main.py


Abre el browser en http://localhost:8000/dashboard
Requisitos mínimos



|Componente    |Mínimo                         |Recomendado   |
|--------------|-------------------------------|--------------|
|RAM           |4 GB                           |16 GB         |
|Almacenamiento|5 GB libres                    |20 GB libres  |
|OS            |Windows 10, Ubuntu 20, macOS 12|Windows 11    |
|Python        |3.9+                           |3.11+         |
|Ollama        |Cualquier versión              |Última versión|

Modelos soportados
CalaT selecciona automáticamente el modelo según tu hardware:



|RAM disponible|Modelo            |
|--------------|------------------|
|< 4 GB        |qwen2.5-coder:1.5b|
|4 - 7 GB      |qwen2.5-coder:3b  |
|8 - 15 GB     |qwen2.5-coder:7b  |
|16 GB+        |qwen2.5-coder:7b  |
|32 GB+ / GPU  |qwen2.5-coder:14b |

Puedes usar cualquier modelo de Ollama — el instalador te permite elegir.
Skills disponibles (39)



|Categoría       |Skills                                              |
|----------------|----------------------------------------------------|
|Filesystem      |read, write, delete, move, copy, list, create, scan |
|System          |processes, info, battery, commands, applications    |
|Network         |http, download, connectivity, ip                    |
|Mouse & Keyboard|click, move, scroll, type, hotkey, screenshot       |
|Automation      |browser, search, clipboard, wallpaper, notifications|

Telegram
CalaT puede recibir mensajes y audios desde Telegram.
	1.	Crea un bot con @BotFather
	2.	Al iniciar CalaT por primera vez, el instalador te guía
	3.	Escríbele desde tu teléfono

Tu (Telegram): cuanto es 2 mas 2
CalaT: 4


Los mensajes de Telegram aparecen en el Dashboard con marcador -- Telegram --.
Los mensajes del Dashboard no se envian a Telegram.
Memoria persistente
CalaT recuerda entre reinicios:
	∙	Tu nombre y preferencias
	∙	El historial completo de conversaciones
	∙	Las acciones ejecutadas
El historial se muestra en el Dashboard con separadores por fecha de sesion.
Compatibilidad
Probado en:
	∙	Windows 11 (desarrollo principal)
	∙	Compatible con Windows 10, Ubuntu, Debian, macOS, Raspberry Pi OS
Roadmap
	∙	Agente autonomo local
	∙	Dashboard web
	∙	Memoria persistente
	∙	Integracion Telegram
	∙	Transcripcion de audios (Whisper)
	∙	Instalador universal
	∙	Respuestas por voz (TTS) — v2.0
	∙	Clonacion de voz — v2.0
	∙	Multiples canales de mensajeria — v2.0
	∙	App movil — v2.0
Licencia
MIT License — Copyright (c) 2026 Alejandro Aguilar
Ver archivo LICENSE para mas detalles.
Autor
Construido por Alejandro Aguilar.
Contacto y colaboraciones: https://github.com/darckneses5