LLaVA (Large Language and Vision Assistant) lleva la IA multimodal — la capacidad de entender y discutir imágenes — a su máquina local a través de Ollama. Abre una clase completamente nueva de flujos de trabajo de IA más allá del texto.
Askimo App le da a LLaVA un espacio de trabajo de escritorio completo: historial de chat persistente, búsqueda de archivos locales (RAG), AI Plans de múltiples pasos, integraciones de herramientas MCP y la capacidad de combinar tareas de visión con proveedores en la nube, todo en una aplicación nativa.
LLaVA es un modelo de lenguaje grande multimodal de código abierto que combina un codificador de visión con una columna vertebral de modelo de lenguaje para comprender y razonar sobre imágenes. Desarrollado originalmente por investigadores de la University of Wisconsin-Madison y Microsoft Research, LLaVA está disponible gratuitamente y se ejecuta localmente a través de Ollama, llevando las capacidades de IA de visión al hardware de los consumidores.
Desarrollador
University of Wisconsin-Madison / Microsoft Research
Licencia
Apache 2.0
Mejor para
Comprensión de imágenes multimodal
Askimo no es un contenedor delgado. Es un espacio de trabajo de IA local completo que le permite combinar las capacidades de visión de LLaVA con RAG, flujos de trabajo y cambio entre múltiples proveedores.
Construida como una verdadera aplicación de escritorio para macOS, Windows y Linux. Rápida, receptiva y funciona completamente sin conexión sin requerir navegador ni servidor.
Selección de modelos, configuración de endpoints y cambio sin interrupciones. Consulte la guía de configuración del proveedor Ollama para más detalles.
Indexe los archivos de su proyecto, PDFs y documentos con Apache Lucene + jvector. El modelo responde preguntas basándose en su propia base de conocimientos.
Utilice la interfaz visual para el trabajo diario y la CLI de Askimo para scripting y automatización. Misma configuración de proveedor, cambio sin problemas.
Encadene múltiples prompts en flujos de trabajo automatizados (investigar, resumir, escribir) con un solo clic. Sin copiar y pegar entre ventanas.
Todas las conversaciones y archivos permanecen en su dispositivo. Sin telemetría, sin sincronización en la nube, sin recopilación de datos. Conozca más sobre la seguridad de Askimo.
Ejecutar LLaVA a través de Askimo toma menos de 5 minutos.
Descargue y ejecute Ollama en su máquina. Se encarga de las descargas y el servicio del modelo.
Ejecute ollama pull llava en su terminal.
Inicie Askimo App y elija Ollama como su proveedor. Configure el endpoint en http://localhost:11434.
Seleccione LLaVA en la lista de modelos y comience a usar la IA de visión localmente. Combínelo con RAG para indexar documentos y obtener respuestas fundamentadas y conscientes de las imágenes.
Ejemplo de CLI:
askimo --provider ollama --model llava -p "What is in this image?" Una comparación justa de características de las tres formas más comunes de ejecutar LLaVA localmente en 2026.
| Característica | Askimo App | Ollama CLI | Open WebUI |
|---|---|---|---|
| Interfaz de chat visual | |||
| RAG (chatea con tus propios archivos) | |||
| Soporte multiproveedor (Ollama + nube) | |||
| Historial de conversaciones y búsqueda | |||
| Código abierto (licencia aprobada por OSI) | |||
| Ejecuta modelos completamente en local (100% privado) | |||
| Aplicación de escritorio nativa (sin servidor ni navegador) | |||
| Funciona totalmente sin conexión (sin proceso de servidor) | |||
| Interfaz CLI para scripting | |||
| Ejecución de bloques de código local (Python, Bash) | |||
| Herramientas MCP (archivo, git, web, APIs) | Parcial | ||
| AI Plans (prompts encadenados de múltiples pasos) | |||
| Pipelines del lado del servidor / automatización | Edición para equipos (próximamente) | ||
| Funciones multiusuario / para equipos | Edición para equipos (próximamente) | ||
| Acceso por navegador web (sin instalar aplicación) |
marca de verificación = incluido · x = no disponible · texto = soporte parcial. Basado en características documentadas públicamente a partir de 2026. Open WebUI utiliza una licencia propietaria (no OSI open source). Ollama CLI es open source (MIT).
Flujos de trabajo reales que se benefician de ejecutar IA multimodal localmente.
Analice capturas de pantalla, fotos de productos, diagramas y documentos escaneados sin enviar nada a una API de visión en la nube. Todo permanece en su máquina.
Combine LLaVA con Askimo RAG para hacer preguntas sobre PDF con muchas imágenes, diagramas técnicos y reportes visuales, totalmente fuera de línea.
Utilice AI Plans para encadenar el análisis de visión con la generación de texto. Describa una imagen, resuma los hallazgos y luego redacte un reporte — todo automatizado en un solo plan.
Preguntas comunes sobre la ejecución local de LLaVA con una GUI de escritorio.
Askimo App es el cliente de escritorio con más funciones para LLaVA en 2026. Proporciona una aplicación nativa para macOS, Windows y Linux con RAG local, herramientas MCP, AI Plans, historial de chat persistente y cambio de múltiples proveedores — todo mientras mantiene sus imágenes y datos completamente fuera de línea.
LLaVA puede describir imágenes, responder preguntas sobre fotos y capturas de pantalla, analizar diagramas, leer texto en imágenes (estilo OCR), identificar objetos y escenas, y razonar sobre el contenido visual en lenguaje natural.
LLaVA ejecutándose localmente a través de Ollama es ligeramente menos capaz que el último GPT-4 Vision o Gemini Vision, pero es gratuito, totalmente privado y funciona sin conexión. Para la mayoría de las tareas de análisis de documentos e imágenes, es más que suficiente.
Sí, LLaVA puede leer y transcribir texto visible en imágenes con una precisión razonable. Para cargas de trabajo pesadas de OCR, una herramienta de OCR dedicada puede ser mejor, pero para leer etiquetas, captchas, capturas de pantalla y escaneos de documentos, LLaVA funciona bien.
Sí. LLaVA se ejecuta completamente en su máquina a través de Ollama. Sus fotos nunca se suben a ningún lado. Askimo no agrega sincronización en la nube ni telemetría, por lo que sus imágenes se mantienen completamente privadas.
Instrucciones paso a paso para conectar Ollama a Askimo App.
Ejecute los modelos Llama de Meta localmente con Ollama y Askimo App.
Ejecute los modelos Gemma de Google localmente con Ollama y Askimo App.
Compare Askimo, LM Studio y Open WebUI para ejecutar Ollama localmente.
Gratis • Open Source • Privacidad primero • Funciona sin conexión