Manual Completo de IA Local

Ollama · OpenClaw · VS Code + Kimi Code

Digital Innovation Global LLC

📑 Indice de Contenidos

🔷 1. Ollama - Motor de IA Local
🔸 2. OpenClaw - Framework de Agentes Autonomos
⚡ 3. Como funcionan juntos (Ollama + OpenClaw)
💻 4. VS Code + Kimi Code - Guia de Instalacion
🚨 5. Errores Tipicos y Soluciones
📋 6. Tabla Rapida de Comandos

🔷 1. Ollama - Motor de IA Local

Que es? Ollama es una plataforma que permite ejecutar modelos de lenguaje (LLMs) de forma local en tu ordenador, sin depender de APIs en la nube ni pagar por tokens. Es como tener tu propio ChatGPT/Gemini/Claude funcionando 100% offline.

📌 Para que sirve

Privacidad total: Tus datos nunca salen de tu maquina. Ideal para informacion sensible.
Sin costes recurrentes: Descargas el modelo una vez y lo usas ilimitadamente.
Funciona offline: Sin conexion a internet despues de la descarga inicial.
API local: Otros programas (como OpenClaw) pueden conectarse a Ollama via HTTP en localhost:11434.
Variedad de modelos: Llama, Mistral, Qwen, Gemma, Phi, CodeLlama, y muchos mas.
Personalizacion: Puedes crear modelos propios con archivos Modelfile (instrucciones de sistema, temperatura, etc.).

🔧 Instalacion paso a paso

Descargar el instalador

Ve a ollama.com/download y descarga la version para Windows, macOS o Linux.

Instalar (Windows)

Ejecuta el archivo OllamaSetup.exe. No requiere configuracion especial. Se instalara como servicio de sistema.

Tip: En Windows, Ollama se instala en C:/Users/[TuUsuario]/.ollama/ y el servicio arranca automaticamente.

Verificar instalacion

Abre una terminal (CMD o PowerShell) y ejecuta:

ollama --version

Si devuelve la version, todo esta correcto.

Descargar tu primer modelo

Para empezar, descarga un modelo ligero y versatil:

ollama pull llama3.2

O si tienes buen hardware (8GB+ VRAM), prueba:

ollama pull qwen2.5:14b
ollama pull mistral

Interactuar con el modelo

Modo chat interactivo:

ollama run llama3.2

Modo API (para que otros programas se conecten):

ollama serve

La API estara disponible en http://localhost:11434

🔧 Uso avanzado

Crear un modelo personalizado (Modelfile)

Crea un archivo mi-asistente.modelfile:

FROM llama3.2
SYSTEM "Eres un experto en marketing digital. Responde siempre en espanol.
Se conciso, profesional y orientado a resultados."
PARAMETER temperature 0.7
PARAMETER top_p 0.9

Crear el modelo:

ollama create mi-marketing -f mi-asistente.modelfile
ollama run mi-marketing

Comandos esenciales

Comando	Descripcion
`ollama list`	Ver modelos instalados
`ollama pull [modelo]`	Descargar modelo
`ollama rm [modelo]`	Eliminar modelo
`ollama run [modelo]`	Ejecutar chat interactivo
`ollama serve`	Iniciar servidor API
`ollama ps`	Ver modelos cargados en RAM
`ollama stop [modelo]`	Detener modelo cargado

Requisitos de hardware:

Modelos 3B-7B: Minimo 8GB RAM. Funcionan en CPU (lentos) o GPU integrada.
Modelos 13B-14B: Minimo 16GB RAM. Recomendable GPU dedicada (6GB+ VRAM).
Modelos 70B+: 64GB+ RAM o GPU de 24GB+ VRAM (RTX 3090/4090).

🔸 2. OpenClaw - Framework de Agentes Autonomos

Que es? OpenClaw es un framework de codigo abierto que permite crear agentes de IA autonomos (swarm de agentes) que pueden ejecutar tareas complejas de forma automatica. Es una alternativa local a plataformas como AutoGPT o CrewAI.

📌 Para que sirve

Agentes especializados: Crear multiples agentes con roles definidos (investigador, redactor, programador, analista) que colaboran entre si.
Automatizacion de flujos: Desde "investiga un tema" -> "redacta un articulo" -> "optimiza para SEO" -> "publica en WordPress".
Integracion con Ollama: Usa modelos locales en lugar de APIs de pago (OpenAI, Anthropic).
Arquitectura Swarm: Multiples agentes trabajan en paralelo o secuencialmente segun el flujo definido.
Extensible: Puedes anadir herramientas personalizadas (navegador web, base de datos, APIs externas).

🔧 Instalacion paso a paso

Requisitos previos

Necesitas tener instalado:

Python 3.10 o superior
pip (gestor de paquetes Python)
Git
Ollama funcionando (ver seccion anterior)

Clonar el repositorio

git clone https://github.com/mshumer/OpenClaw.git
cd OpenClaw

Nota: Si el repositorio original no esta disponible, busca "OpenClaw swarm" o alternativas como Agno (antes Phidata), AutoGen de Microsoft, o CrewAI.

Crear entorno virtual (recomendado)

python -m venv venv

# Windows:
venv\Scripts\activate

# macOS/Linux:
source venv/bin/activate

Instalar dependencias

pip install -r requirements.txt

Si no hay requirements.txt, instala manualmente:

pip install openai requests beautifulsoup4 python-dotenv

Configurar conexion con Ollama

Crea un archivo .env en la carpeta del proyecto:

OLLAMA_BASE_URL=http://localhost:11434
OLLAMA_MODEL=llama3.2

O modifica el codigo para que apunte a la API local de Ollama en lugar de OpenAI.

🔧 Uso basico

Estructura tipica de un agente

from openclaw import Agent, Swarm

# Definir agentes especializados
investigador = Agent(
    name="Investigador",
    role="Busca informacion actualizada sobre el tema",
    model="llama3.2",  # Usa Ollama local
    base_url="http://localhost:11434"
)

redactor = Agent(
    name="Redactor",
    role="Redacta contenido profesional en espanol",
    model="llama3.2",
    base_url="http://localhost:11434"
)

# Crear el enjambre (swarm)
swarm = Swarm(agents=[investigador, redactor])

# Ejecutar tarea
resultado = swarm.run("Investiga sobre IA generativa en 2026 y redacta un articulo")
print(resultado)

Concepto clave - Swarm: Un swarm es un grupo de agentes que se comunican entre si. El output de un agente puede ser el input del siguiente, creando pipelines automaticos de trabajo.

⚡ 3. Como funcionan juntos: Ollama + OpenClaw

Arquitectura: Ollama es el motor (el cerebro que procesa el lenguaje). OpenClaw es el orquestador (el director que organiza a multiples cerebros para trabajar en equipo).

🔄 Flujo de trabajo integrado

🔷 Ollama (Motor)

Ejecuta el modelo LLM
Procesa tokens
Expone API REST
Gestiona modelos
100% local

🔸 OpenClaw (Orquestador)

Define roles de agentes
Gestiona flujos de trabajo
Conecta herramientas
Coordina el swarm
Automatiza tareas

📜 Ejemplo practico: Pipeline de Marketing

# 1. Ollama debe estar corriendo
#    ollama serve

# 2. OpenClaw ejecuta este script:

from openclaw import Agent, Swarm

# Agente 1: Investiga competencia
researcher = Agent(
    name="Researcher",
    model="qwen2.5:14b",
    base_url="http://localhost:11434",
    instructions="Investiga las 3 mejores estrategias SEO para 2026"
)

# Agente 2: Redacta contenido
writer = Agent(
    name="Writer", 
    model="llama3.2",
    base_url="http://localhost:11434",
    instructions="Redacta un post de blog profesional basado en la investigacion"
)

# Agente 3: Optimiza SEO
seo = Agent(
    name="SEO_Optimizer",
    model="llama3.2",
    base_url="http://localhost:11434",
    instructions="Optimiza el texto con keywords y meta descripcion"
)

# Pipeline: Research -> Write -> SEO
swarm = Swarm(agents=[researcher, writer, seo])
result = swarm.run("Crea contenido sobre IA en marketing digital")

# Resultado final listo para publicar
print(result)

✅ Ventajas de usar ambos juntos

Aspecto	Solo Ollama	Ollama + OpenClaw
Chat simple	Perfecto	Posible
Flujos multi-paso	Manual	Automatico
Agentes especializados	No	Si
Integracion con herramientas	Limitada	Completa
Automatizacion de tareas	No	Si
Coste	Gratis	Gratis
Privacidad	100% local	100% local

💻 4. VS Code + Kimi Code - Guia de Instalacion

Que es Kimi Code? Es la extension oficial de VS Code que integra el asistente de IA Kimi (desarrollado por Moonshot AI) directamente en tu editor de codigo. Permite generar codigo, depurar errores, refactorizar y conversar sobre tu proyecto sin salir del IDE.

🔧 Parte A: Instalar VS Code

Descargar VS Code

Ve a code.visualstudio.com/download y descarga la version para Windows (User Installer recomendado).

Ejecutar el instalador

Abre VSCodeUserSetup-x64-[version].exe y sigue el asistente.

IMPORTANTE - Pantalla "Seleccionar tareas adicionales":

Marcar "Add to PATH (recomendado)" - ESTA CASILLA ES OBLIGATORIA
Marcar "Registrar Code como editor para archivos compatibles"
Marcar "Anadir accion 'Abrir con Code' al menu contextual"
Marcar "Anadir accion 'Abrir con Code' al menu contextual del directorio"

Si olvidaste marcar "Add to PATH", desinstala y reinstala, o anade manualmente la ruta C:/Users/[Usuario]/AppData/Local/Programs/Microsoft VS Code/bin a las variables de entorno PATH.

Verificar PATH

Abre PowerShell y ejecuta:

code --version

Si devuelve la version, VS Code esta correctamente en el PATH.

🔧 Parte B: Instalar Kimi Code

Abrir VS Code

Inicia VS Code. Ve a la barra lateral izquierda y haz clic en el icono de Extensiones (cuatro cuadrados) o presiona Ctrl+Shift+X.

Buscar e instalar la extension

En el buscador de extensiones, escribe:

Kimi Code

Busca la extension oficial de Moonshot AI. Haz clic en Instalar.

Instalar el CLI de Kimi Code

La extension te pedira instalar el CLI. Hay dos metodos:

Metodo A: Instalacion automatica (recomendado)

Desde VS Code, presiona Ctrl+Shift+P (Command Palette) y escribe:

Kimi Code: Install CLI

Selecciona la opcion y sigue las instrucciones.

Metodo B: Instalacion manual con PowerShell

Abre PowerShell como Administrador y ejecuta:

irm https://code.kimi.com/kimi-code/install.ps1 | iex

Si PowerShell bloquea la ejecucion: Es posible que la politica de ejecucion de scripts este en "Restricted". Ejecuta primero:

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

Luego vuelve a intentar el comando de instalacion.

Verificar la ruta de instalacion del CLI

El CLI se instala normalmente en:

C:/Users/[TuUsuario]/.kimi-code/bin/

Verifica que existe el archivo kimi-code.exe en esa carpeta.

Anade esta ruta al PATH del sistema si no lo hizo automaticamente:

Busca "Variables de entorno" en el menu Inicio de Windows
Haz clic en "Editar las variables de entorno del sistema"
En "Variables de entorno", busca la variable Path en "Variables del usuario"
Haz clic en Editar -> Nuevo
Anade: C:/Users/[TuUsuario]/.kimi-code/bin
Acepta todo y reinicia VS Code

Configurar la extension en VS Code

Ve a Archivo -> Preferencias -> Configuracion (o Ctrl+,).

Busca kimi y configura:

Kimi Code: CLI Path: Ruta completa a kimi-code.exe (ej: C:/Users/TuUsuario/.kimi-code/bin/kimi-code.exe)
Kimi Code: Enabled: Activado

Iniciar sesion

En VS Code, presiona Ctrl+Shift+P y escribe:

Kimi Code: Login

Se abrira una ventana del navegador para que inicies sesion con tu cuenta de Kimi. Una vez autenticado, vuelve a VS Code.

Alternativa por terminal: Si la opcion de VS Code no funciona, abre PowerShell y ejecuta:

kimi-code login

Comprobar que funciona

Abre cualquier archivo de codigo, selecciona un fragmento y usa:

Ctrl+I para abrir el chat inline
Ctrl+Shift+L para abrir el panel lateral de Kimi

Escribe una pregunta de prueba como: "Explica este codigo" o "Genera una funcion que..."

🔧 Uso de Kimi Code en VS Code

Atajo	Funcion
`Ctrl+I`	Chat inline (dentro del codigo)
`Ctrl+Shift+L`	Panel lateral de Kimi
`Ctrl+Shift+P` -> "Kimi"	Comandos de la extension
`Tab` (en sugerencias)	Aceptar autocompletado
`Ctrl+Enter`	Enviar mensaje en el chat

🚨 5. Errores Tipicos y Soluciones

🔷 Errores de Ollama

Error 1 "Error: could not connect to Ollama" / "Connection refused"

Causa: El servicio de Ollama no esta corriendo.

Solucion:

# Windows - abre CMD como Administrador:
ollama serve

# O busca "Ollama" en el menu Inicio y abrelo
# Tambien puedes verificar el servicio:
sc query ollama

Error 2 "model not found" / "pull model first"

Causa: El modelo no esta descargado.

Solucion:

ollama pull [nombre-del-modelo]
# Ejemplo:
ollama pull llama3.2

Error 3 Respuestas muy lentas o se bloquea

Causa: Hardware insuficiente o modelo demasiado grande.

Solucion:

Usa modelos mas pequenos: llama3.2 (3B), phi4 (4B), gemma3:1b
Verifica RAM disponible: ollama ps muestra memoria usada
Cierra otros programas para liberar RAM
En Windows, asegurate de que Ollama usa la GPU (si tienes NVIDIA, instala CUDA)

Error 4 "CUDA out of memory" (en GPU)

Causa: La GPU no tiene suficiente VRAM.

Solucion:

# Forzar uso de CPU (mas lento pero funciona):
set OLLAMA_NO_GPU=1
ollama serve

# O descarga una version cuantizada del modelo (menos parametros):
ollama pull llama3.2:1b

🔸 Errores de OpenClaw

Error 5 "ModuleNotFoundError: No module named 'openclaw'"

Causa: No se instalo correctamente o no estas en el entorno virtual.

Solucion:

# Activar entorno virtual primero:
venv\Scripts\activate  # Windows
source venv/bin/activate  # macOS/Linux

# Reinstalar:
pip install -r requirements.txt

Error 6 OpenClaw no conecta con Ollama (timeout)

Causa: URL incorrecta o Ollama no esta corriendo.

Solucion:

Verifica que Ollama esta activo: curl http://localhost:11434/api/tags
En el codigo de OpenClaw, usa exactamente: base_url="http://localhost:11434"
Si usas Docker, la URL podria ser http://host.docker.internal:11434

Error 7 "API Error 404" al usar OpenClaw con Ollama

Causa: OpenClaw esta intentando usar el endpoint de OpenAI en lugar del formato de Ollama.

Solucion: OpenClaw original usa la API de OpenAI. Para usar Ollama, necesitas:

Configurar Ollama como proxy compatible con OpenAI: OLLAMA_HOST=0.0.0.0 ollama serve
O usar una libreria que soporte Ollama nativamente como LangChain o LiteLLM
O modificar el codigo de OpenClaw para usar requests directamente contra la API de Ollama

💻 Errores de VS Code + Kimi Code

Error 8 "kimi-code : El termino 'kimi-code' no se reconoce..."

Causa: El CLI no esta en el PATH de Windows.

Solucion paso a paso:

Verifica que existe: C:/Users/[TuUsuario]/.kimi-code/bin/kimi-code.exe
Abre "Variables de entorno" (busca en el menu Inicio)
En "Variables del usuario", edita Path
Anade: C:/Users/[TuUsuario]/.kimi-code/bin
Cierra y vuelve a abrir PowerShell/VS Code (el PATH no se actualiza en ventanas abiertas)

Error 9 "Authentication failed. Your login session may have expired."

Causa: La sesion de Kimi ha expirado o el token es invalido.

Solucion:

# En PowerShell:
kimi-code login

# O desde VS Code:
# Ctrl+Shift+P -> "Kimi Code: Login"

Si persiste, desinstala y reinstala la extension, y borra la carpeta C:/Users/[TuUsuario]/.kimi-code/ antes de reinstalar.

Error 10 "The configured CLI path is invalid or the CLI version is too old"

Causa: VS Code no encuentra el ejecutable del CLI o la version es incompatible.

Solucion:

Ve a VS Code: Ctrl+, (Configuracion)
Busca "kimi code cli path"
Escribe la ruta completa manualmente: C:/Users/TuUsuario/.kimi-code/bin/kimi-code.exe
Reinicia VS Code

Error 11 "error: unknown option '--json'"

Causa: Version antigua del CLI o instalacion corrupta.

Solucion:

# 1. Desinstalar extension de VS Code
# 2. Borrar carpeta del CLI:
rm -rf C:/Users/[TuUsuario]/.kimi-code

# 3. Reinstalar desde VS Code (mas estable):
# Extensiones -> Kimi Code -> Instalar -> "Install CLI" desde la UI

Error 12 "irm no se reconoce como cmdlet" (PowerShell)

Causa: Estas usando CMD en lugar de PowerShell, o la version de PowerShell es muy antigua.

Solucion:

Asegurate de abrir PowerShell (no CMD)
PowerShell 5.1+ es necesario. Verifica con: $PSVersionTable.PSVersion
Si tienes PowerShell 7+, usa pwsh en lugar de powershell

Error 13 Kimi Code funciona lento o no responde

Causa: Problemas de red, cache corrupta o conflicto con otras extensiones.

Solucion:

Verifica tu conexion a internet (Kimi Code requiere conexion a los servidores de Moonshot AI)
Desactiva otras extensiones de IA (GitHub Copilot, Codeium, etc.) temporalmente
Reinicia VS Code: Ctrl+Shift+P -> "Developer: Reload Window"
Borra la cache: Cierra VS Code, borra %APPDATA%/Code/Cache, reinicia

📋 6. Tabla Rapida de Comandos

Herramienta	Comando clave	Descripcion
Ollama	`ollama serve`	Iniciar servidor API
	`ollama pull [modelo]`	Descargar modelo
	`ollama run [modelo]`	Chat interactivo
	`ollama list`	Listar modelos
	`ollama ps`	Modelos en RAM
OpenClaw	`python -m venv venv`	Crear entorno virtual
	`venv\Scripts\activate`	Activar entorno (Win)
	`pip install -r requirements.txt`	Instalar dependencias
Kimi Code	`irm ... \| iex`	Instalar CLI (PowerShell)
	`kimi-code login`	Iniciar sesion
	`Ctrl+I`	Chat inline VS Code
	`Ctrl+Shift+L`	Panel lateral Kimi

🎯 Checklist de Verificacion Final

Antes de empezar a trabajar, verifica que todo esta correcto:

Ollama: ollama --version devuelve version
Ollama API: curl http://localhost:11434/api/tags devuelve lista de modelos
Modelo descargado: ollama list muestra al menos un modelo
Python: python --version >= 3.10
Entorno virtual: Activado (aparece (venv) en el prompt)
VS Code: code --version funciona desde cualquier terminal
Kimi CLI: kimi-code --version funciona
Kimi Login: Extension de VS Code muestra usuario conectado
Conexion Ollama-OpenClaw: Script de prueba responde sin errores