angelgabrieljacintohuayllasco/G-Mini-Agent

Agente de IA de escritorio para Windows que ve tu pantalla, usa el mouse, el
teclado y el navegador, recuerda lo que le cuentas, habla y sigue trabajando
cuando cierras la ventana. Funciona con el proveedor de IA que prefieras:
Google Cloud (Vertex AI), OpenAI, Anthropic, Gemini, tu suscripción de Claude o
ChatGPT, o modelos locales.
- Escritorio: Electron + núcleo en Python (FastAPI y Socket.IO).
- Servidor: el mismo núcleo sin pantalla para un VPS o una Raspberry Pi.
- Licencia MIT.
Descargar
Instalador para Windows 10 y 11 y, para Linux, AppImage, .deb y .rpm en
Releases.
La primera vez que la abres, la app prepara su propio Python con los
componentes del núcleo (unos 600 MB) y no toca el que ya tengas; al
desinstalarla en Windows ese Python se borra y tus datos se conservan si
quieres.
Qué hace
| Área | Qué incluye |
|---|---|
| Ver y actuar | Capturas y OCR (el que trae Windows, sin instalar nada), control de mouse y teclado con un sub-agente de computer use (Gemini, Claude, OpenAI o cualquier modelo con visión), navegador (extensión propia y browser-use), Android por ADB, terminal y archivos con permisos. |
| Pensar | 31 proveedores con un solo router y fallback real, sub-agentes con el modelo adecuado para cada tarea, planificación paso a paso, modo plan (propone sin ejecutar). |
| Recordar | Memoria de largo plazo con embeddings: perfil del usuario en cada conversación, recuerdos relacionados con cada mensaje y modo aprendiz que anota preferencias y lecciones al terminar cada turno. |
| Aprender | Skills en formato estándar SKILL.md (incluidas, importadas desde GitHub o escritas por el propio agente con tu aprobación) y skills con herramientas ejecutables. |
| Conectarse | Servidores MCP, conectores de datos (clima, dólar oficial del BCRP, feriados, Wikipedia, RSS, lector web, GitHub, PyPI/npm) y gateway con WhatsApp, Telegram, Discord y Slack. |
| Hablar | Voces neuronales de Edge (gratis), OpenAI, Gemini, ElevenLabs o MeloTTS local; reconocimiento con Whisper; conversación en tiempo real con Gemini Live. |
| Trabajar 24/7 | Tareas programadas, tareas en segundo plano por API, consolidación de memoria con el agente inactivo y avisos por el gateway. |
| Tener nombre | Le pones el nombre y la personalidad que quieras en el asistente inicial o en el chat (/nombre). |
Proyectos relacionados
| Repositorio | Qué es |
|---|---|
| G-Mini-Agent-Server | CLI gmini para hablar con un G-Mini desde la terminal (otra PC, un VPS, scripts) e imagen Docker del núcleo en modo servidor |
| G-Mini-Agent-Extension | Extensión para Chrome, Edge, Brave, Opera, Vivaldi y Firefox: el agente usa tu navegador con tus sesiones, conectado solo a tu app local |
| G-Mini-Agent-Linux | G-Mini OS: ISOs live de Arch y Debian con G-Mini Agent listo para usar o instalar en disco, y paquete g-mini-agent-bin para Arch |
| G-Mini-Agent-Home | El compañero físico: una carita animada con ESP32, Arduino o Raspberry Pi que te escucha y te responde, con carcasas imprimibles y hologramas |
Proveedores de IA
| Tipo | Proveedores |
|---|---|
| Con API key | OpenAI, Anthropic, Google AI Studio, xAI, DeepSeek, Groq, Mistral, Perplexity, OpenRouter, Cohere, Moonshot, Qwen, Z.ai, MiniMax, Cerebras, SambaNova, Venice, Together, Fireworks, DeepInfra, NVIDIA NIM, Hugging Face, GitHub Models, Azure OpenAI |
| Google Cloud | Vertex AI con tu sesión de gcloud (ADC) o una cuenta de servicio: sin API key |
| Tu suscripción | Claude Pro/Max vía Claude Code (claude -p), ChatGPT vía Codex CLI (codex exec) y tu cuenta de Google vía Gemini CLI (gemini -p), aislados de tu configuración personal del CLI |