Eris.
Chat de IA local para iPhone y iPad - 100% privado y offline
Año
2025
Tipo
Open Source
Propósito
Reto personal
Estado
Activo
Sobre el proyecto
Eris es uno de mis proyectos open source más ambiciosos: una aplicación de chat con IA que funciona completamente offline en dispositivos iOS usando MLX (Machine Learning de Apple). Un reto personal para entrar al mundo de la IA local en el ecosistema Apple.
El mayor desafío fue la optimización extrema de memoria para ejecutar modelos de lenguaje modernos en iPhones de 3-4 años con recursos limitados. Logré que modelos de IA actuales funcionen con rendimiento aceptable manteniendo el procesamiento 100% local, garantizando privacidad total sin enviar datos a ningún servidor.
Stack Tecnológico
Swift 
MLX SwiftData 
React 
Tailwind Características principales
- • IA 100% local - No requiere conexión a internet ni servidores externos
- • Privacidad garantizada - Todos los datos permanecen en tu dispositivo
- • Optimizado para dispositivos con recursos limitados (iPhones de 3-4 años)
- • Gestión eficiente de memoria con MLX framework de Apple
- • Soporte para múltiples modelos de lenguaje open source
- • SwiftData para persistencia local de conversaciones
- • Landing page con React y Tailwind para presentación del proyecto
- • Interfaz nativa de iOS siguiendo las Human Interface Guidelines
Desafíos técnicos superados
Optimización de memoria
Implementación de técnicas avanzadas de gestión de memoria para ejecutar modelos de IA en dispositivos con tan solo 3GB de RAM.
Rendimiento en tiempo real
Logré respuestas fluidas optimizando el pipeline de inferencia y usando técnicas de quantización sin perder calidad significativa.
Integración con MLX
Uno de los primeros proyectos en adoptar MLX de Apple, explorando sus capacidades y limitaciones para IA local en iOS.
Logro personal destacado
Este proyecto representa uno de los desafíos técnicos más interesantes que he afrontado en los últimos años. No solo por la complejidad técnica de ejecutar IA localmente con recursos limitados, sino por ser pionero en el uso de MLX y demostrar que es posible tener IA potente y privada en dispositivos móviles sin comprometer la experiencia del usuario.
Proyecto Open Source
Landing page y código fuente disponible
