¿Qué es dograh?
dograh es una plataforma para construir "voice agents" — sistemas de IA que responden o realizan llamadas telefónicas (o gestionan sesiones de voz por web), escuchan lo que dice quien llama, deciden qué hacer, y responden por voz en tiempo real. Su propio repositorio de GitHub la describe como una alternativa open source y autoalojada a plataformas como Vapi y Retell, pensada para equipos que quieren la misma categoría de producto sin entregar por defecto el audio y las transcripciones de las conversaciones a un proveedor externo.
- Función principal: un constructor de flujos visual para diseñar conversaciones de voz de varios turnos, conectado a un proveedor de telefonía por un lado y a proveedores de LLM/STT/TTS por el otro
- Modelo de despliegue: una pila de Docker Compose que operas tú mismo, en un portátil para desarrollo o en un servidor (la documentación de dograh especifica un mínimo de 8 GB de RAM y 4 vCPU para un despliegue remoto) para producción
- Arquitectura de proveedores: "bring your own" LLM, STT y TTS — configura una clave de API en la nube, un endpoint local compatible con OpenAI, o uno de los modelos gestionados propios de dograh, por flujo
- Desarrollador: dograh-hq en GitHub; el archivo LICENSE del repositorio indica a Zansat Technologies Private Limited como titular de los derechos de autor
- Repositorio canónico: github.com/dograh-hq/dograh, creado en septiembre de 2025 según los metadatos propios de GitHub
Instalar dograh: despliegue Docker autoalojado
dograh se despliega con Docker Compose usando un script de instalación de una línea, según su propia documentación de despliegue. No hay un instalador de escritorio empaquetado para descargar — autoalojarlo significa ejecutar este script en tu propia máquina o servidor.
- La instalación local/de desarrollo abre la aplicación en
http://localhost:3010una vez que los contenedores terminan de iniciarse, según la documentación de dograh - Windows usa un script de PowerShell equivalente (
start_docker.ps1), obtenido de la misma manera, según la misma página de documentación - Un script
setup_remote.shaparte apunta a un despliegue en servidor de producción y requiere acceso root/sudo, además de Docker y Docker Compose ya instalados - La documentación de dograh indica que un despliegue en servidor remoto necesita un mínimo de 8 GB de RAM y 4 vCPU, más los puertos TCP entrantes 80, 443, 3478 y 5349, y los puertos UDP 3478, 5349 y 49152–49200 para el tráfico de telefonía (WebRTC/SIP)
- Ejecutar varios workers de FastAPI detrás de nginx para mayor rendimiento está documentado por separado en la guía de escalado de dograh
Instalación local (macOS/Linux)
Ejecuta esto en una terminal, en un directorio vacío:
curl -o docker-compose.yaml https://raw.githubusercontent.com/dograh-hq/dograh/main/docker-compose.yaml && curl -o start_docker.sh https://raw.githubusercontent.com/dograh-hq/dograh/main/scripts/start_docker.sh && chmod +x start_docker.sh && ./start_docker.shSoporte de modelos locales: LLM, STT y TTS
dograh no requiere ningún proveedor de IA en la nube — un despliegue autoalojado puede ejecutar su LLM, reconocimiento de voz y síntesis de voz completamente en tu propio hardware, aunque requiere algo más de configuración que simplemente añadir una clave de API alojada. La documentación propia de dograh es específica sobre cómo funciona esto, y PromptQuorum no encontró afirmaciones de soporte local más allá de lo documentado a continuación — esta no es una plataforma que "lo soporta todo" de entrada.
LLM local: Ollama y vLLM
La documentación de configuración de LLM de dograh indica que, además de proveedores en la nube (OpenAI, Google AI Studio, Google Vertex AI, Azure OpenAI, AWS Bedrock, Groq, OpenRouter, Hugging Face y otros), dograh "admite endpoints compatibles con OpenAI como Ollama y vLLM" — es decir, cualquier modelo que puedas servir detrás de una API compatible con OpenAI en tu propio hardware, a través de cualquiera de esos dos proyectos, puede actuar como el modelo de razonamiento de un agente de dograh.
STT y TTS locales: Speaches
La documentación propia de voz y transcripción de dograh nombra una opción local y autoalojada específica tanto para reconocimiento como para síntesis de voz: Speaches, descrito en la documentación de dograh como "un servidor compatible con la API de OpenAI" para transcripción en streaming y generación de voz. Según la propia página del proyecto Speaches, este funciona con faster-whisper para transcripción y con Piper y Kokoro para generación de voz — así que un despliegue de dograh conectado a una instancia autoalojada de Speaches ejecuta, por debajo, transcripción de la familia Whisper y síntesis de voz Kokoro/Piper, sin que ninguna solicitud salga de tu infraestructura.
Lo que la documentación de dograh no nombra
La documentación propia de dograh no enumera checkpoints específicos de LLM local (deja esa elección a lo que ejecutes detrás de Ollama o vLLM), y no nombra directamente Coqui TTS ni XTTS — no son integraciones documentadas de dograh. Cualquiera que evalúe dograh específicamente por un modelo local determinado debería confirmar el soporte actual en docs.dograh.com antes de decidirse, ya que la documentación de herramientas de IA autoalojadas cambia entre versiones.
¿Qué puedes construir con dograh?
Las funciones de dograh se centran en el pipeline completo que necesita un agente de voz: entra una llamada, se transcribe el audio, un LLM decide qué decir, se sintetiza la voz, y la llamada se transfiere o termina — con un constructor visual para la lógica intermedia. Según el README de GitHub y la documentación propios de dograh.
- Constructor de flujos visual — diseñar lógica de conversación de varios turnos (qué pregunta el agente, cómo se ramifica según la respuesta) sin escribir a mano una máquina de estados completa
- Integraciones de telefonía — conectores incorporados para Twilio, Vonage, Telnyx, Plivo, Cloudonix, Exotel, Vobiz y Asterisk ARI, según la documentación de integraciones de dograh
- Bring-your-own LLM/STT/TTS — configurar proveedores por flujo, mezclando componentes en la nube y locales/autoalojados según sea necesario
- Modo speech-to-speech — según la documentación de configuración de dograh, una vía alternativa que omite los pasos separados de STT/LLM/TTS a favor de un único modelo de voz a voz, cuando el proveedor subyacente lo admite
- Seguimiento de disposición de llamada — desde la versión v1.46.0, dograh puede deducir una disposición de llamada estructurada (p. ej. "resuelto", "transferido", "sin respuesta") directamente de la conversación
- Transferencia asistida a un humano — pasar una llamada a un agente humano en mitad de la conversación, con disposiciones configurables tras una transferencia exitosa
- Uso de herramientas nativo con MCP, según la propia descripción del repositorio de dograh, para conectar un agente a herramientas externas durante una llamada
- Autenticación y dominios personalizados en autoalojamiento — la documentación de despliegue propia de dograh cubre la configuración de inicio de sesión y SSL para una instancia autoalojada, separada del producto en la nube gestionada
Precios de dograh: autoalojado gratis vs. nube gestionada
Autoalojar dograh vía Docker es gratis, bajo la licencia BSD-2-Clause, sin ninguna función bloqueada que PromptQuorum haya encontrado en el repositorio open source. Existe un producto de nube gestionada aparte en app.dograh.com para equipos que quieren el mismo software sin operar su propio servidor.
Opción | Costo | Qué incluye |
|---|---|---|
| Autoalojado (Docker) | Gratis | Plataforma completa; BSD-2-Clause; servidor y claves de API/modelos a tu cargo |
| Nube gestionada (app.dograh.com) | $0.01/min + uso de proveedores | Infraestructura alojada; el uso de LLM/STT/TTS/telefonía se sigue facturando por separado |
La cifra de $0.01/minuto y el posicionamiento de "autoalojado gratis para siempre" provienen de la propia ficha de directorio y materiales públicos de dograh — confirma los precios actuales de la nube gestionada directamente en app.dograh.com antes de presupuestar, ya que los precios por uso de un producto joven pueden cambiar. Los costos de proveedores (un proveedor de LLM, STT, TTS o telefonía en la nube facturado por separado) aplican en ambas modalidades, salvo que uses modelos totalmente locales mediante Ollama/vLLM y Speaches.
Ejemplos de uso
Estos son flujos de trabajo construidos a partir de las funciones documentadas de dograh arriba, no casos de uso hipotéticos.
Ejecutar un agente de voz totalmente local para pruebas
Desplegar dograh con el quick-start de Docker, apuntar la configuración de LLM a un modelo servido localmente mediante Ollama, y configurar los ajustes de voz y transcripción para usar una instancia autoalojada de Speaches para TTS/STT. Durante el desarrollo, ningún audio ni transcripción de conversación necesita llegar a un proveedor de IA externo.
Reemplazar un proveedor de agentes de voz alojado para una línea de soporte
Conectar un número de Twilio a un despliegue autoalojado de dograh, construir la lógica de gestión de llamadas en el constructor de flujos visual, y configurar la transferencia asistida a un agente humano para las llamadas que el bot no pueda resolver, usando el seguimiento de disposición de llamada añadido en v1.46.0 para dirigir el seguimiento posterior.
Usar la nube gestionada de dograh para evitar operar infraestructura
Para un equipo que quiere el constructor de flujos y las integraciones de telefonía de dograh sin operar Docker en producción, el precio por minuto de app.dograh.com evita el autoalojamiento manteniendo la misma plataforma open source subyacente.
¿Quién debería usar dograh?
Que dograh encaje depende de si necesitas específicamente una plataforma de agentes de voz autoalojable, y de si tu equipo se siente cómodo operando un despliegue Docker.
Usa dograh si
- Quieres una plataforma de agentes de voz (bot que responde llamadas, reemplazo de IVR, o similar) que puedas operar en tu propia infraestructura en lugar de en un proveedor alojado cerrado
- Quieres la opción de ejecutar los componentes de LLM, STT y TTS totalmente en local —vía Ollama/vLLM y Speaches— para conversaciones que nunca deban salir de tus propios servidores
- Quieres una licencia open source permisiva (BSD-2-Clause) sin dependencia de proveedor en la vía autoalojada
- Te sientes cómodo operando y manteniendo una pila de Docker Compose, incluyendo abrir los puertos de telefonía (WebRTC/SIP) que especifica su propia documentación
- Quieres integraciones de telefonía incorporadas (Twilio, Vonage, Telnyx y otras) en lugar de conectar una desde cero
Espera, o busca otra opción, si
- Quieres un asistente de voz de escritorio descargable en lugar de una plataforma para construir agentes telefónicos — ver Voxa o Jarvis para Mac
- Solo necesitas reconocimiento o síntesis de voz de forma aislada, no una plataforma completa de agentes/telefonía — ver las reviews dedicadas de faster-whisper o Whisper.cpp
- Necesitas un producto totalmente gestionado y sin operaciones desde el día uno, y ni siquiera quieres evaluar el autoalojamiento — la nube gestionada de dograh existe para esto, pero es un producto joven con precio por uso, no un proveedor establecido con SLA de nivel empresarial
- Necesitas una organización de soporte grande y establecida desde hace tiempo detrás del producto — dograh es un proyecto joven (su repositorio de GitHub se creó en septiembre de 2025), y el soporte en el nivel autoalojado pasa por GitHub Issues y canales de la comunidad
dograh frente a otras herramientas de voz
dograh se ubica en el segmento de agentes de voz en tiempo real, junto a herramientas centradas en la entrada/salida de voz más que en plataformas completas de gestión de llamadas. Así se compara con otras opciones cubiertas por PromptQuorum — consulta el directorio de software de IA local para el catálogo completo.
- Voxa — un asistente de voz en tiempo real centrado en uso personal/de escritorio en lugar de gestión de llamadas telefónicas; ver la review de Voxa si quieres un asistente de voz conversacional, no un constructor de agentes telefónicos.
- Jarvis para Mac — un asistente de voz nativo de macOS; ver la review de Jarvis como alternativa centrada en escritorio frente a la plataforma de dograh, desplegada en servidor y orientada a telefonía.
- faster-whisper — el motor de transcripción sobre el que funciona Speaches (la opción de STT/TTS local documentada de dograh); ver la review de faster-whisper si solo necesitas reconocimiento de voz local, no una plataforma completa de agentes.
- Whisper.cpp — otro motor de reconocimiento de voz local y autoalojado; ver la review de Whisper.cpp para una opción de solo transcripción, más ligera que desplegar toda la pila de dograh.
Errores comunes al evaluar dograh
La mayor parte de la confusión sobre dograh viene de tratarlo como una app descargable, o de suponer que funciona totalmente sin conexión sin ninguna configuración.
Error 1: buscar un instalador de escritorio
dograh es una plataforma autoalojada que se despliega vía Docker Compose, no una aplicación descargable para el usuario final. No hay instalador de macOS/Windows/Linux que hacer clic — la vía de instalación es el script de Docker quick-start visto arriba.
Error 2: suponer que autoalojar es automáticamente totalmente local/sin conexión
Un despliegue autoalojado de dograh sigue necesitando proveedores de LLM, STT y TTS configurados — por defecto, eso podría ser una clave de API en la nube. El funcionamiento totalmente local requiere configurar explícitamente Ollama/vLLM para el LLM y Speaches para STT/TTS, según la propia documentación de dograh.
Error 3: confundir los precios de las modalidades autoalojada y de nube gestionada
Autoalojar dograh vía Docker es gratis bajo la licencia BSD-2-Clause. El cargo de $0.01/minuto aplica solo al producto de nube gestionada aparte en app.dograh.com, y el uso de proveedores (LLM/STT/TTS/telefonía) se factura por separado en ambas modalidades, salvo que se usen modelos totalmente locales.
Error 4: suponer que cualquier checkpoint de LLM local está documentado como compatible
La documentación propia de dograh admite inferencia local mediante las capas de servicio de Ollama y vLLM, no mediante una lista fija de nombres de modelos. Que un modelo local determinado funcione bien como motor de razonamiento de un agente de voz en tiempo real es una pregunta distinta a si dograh puede conectarse técnicamente a él.
Preguntas frecuentes
¿Qué es dograh?
dograh (dograh.com, código fuente en github.com/dograh-hq/dograh) es una plataforma open source y autoalojada para construir agentes de voz — bots conversacionales telefónicos o basados en web —, posicionada como alternativa a plataformas alojadas como Vapi y Retell.
¿Es gratis dograh?
Autoalojar dograh vía Docker es gratis, bajo la licencia BSD-2-Clause. Un producto de nube gestionada aparte en app.dograh.com cobra $0.01/minuto más el uso de los proveedores de LLM/STT/TTS conectados.
¿Es dograh open source? ¿Qué licencia usa?
Sí. El propio archivo LICENSE del repositorio es la licencia BSD 2-Clause "Simplified", copyright de Zansat Technologies Private Limited.
¿dograh admite modelos de IA locales, fuera de línea?
Sí, para el componente de LLM, dograh se conecta, según su propia documentación, a cualquier endpoint local compatible con OpenAI, incluyendo explícitamente Ollama y vLLM. Para reconocimiento y síntesis de voz locales, dograh se integra con Speaches, un servidor local open source que a su vez funciona con faster-whisper para transcripción y Piper/Kokoro para generación de voz.
¿Cómo instalo dograh?
Ejecuta el script oficial de instalación de Docker Compose de una línea desde una terminal: curl -o docker-compose.yaml https://raw.githubusercontent.com/dograh-hq/dograh/main/docker-compose.yaml && curl -o start_docker.sh https://raw.githubusercontent.com/dograh-hq/dograh/main/scripts/start_docker.sh && chmod +x start_docker.sh && ./start_docker.sh. El despliegue local se abre en http://localhost:3010.
¿Qué proveedores de telefonía admite dograh?
Integraciones incorporadas para Twilio, Vonage, Telnyx, Plivo, Cloudonix, Exotel, Vobiz y Asterisk ARI, según la propia documentación de integraciones de dograh.
¿Cuántas estrellas de GitHub tiene dograh?
dograh tenía 5,636 estrellas y 1,398 forks en GitHub, verificado mediante la API de GitHub el 12/09/2026. Consulta el repositorio en vivo para el conteo actual, ya que las estrellas cambian continuamente.
¿Cuál es la última versión de dograh?
Al 12/09/2026, la última versión etiquetada en GitHub era v1.46.0, fechada el 3 de septiembre de 2026, que añadió la deducción de disposición de llamada a partir del contenido de la conversación y el modelo TTS Sonic-3.6 de Cartesia, entre otros cambios — consulta GitHub Releases para la versión actual.
¿Cuáles son los requisitos mínimos de servidor para autoalojar dograh?
La documentación de despliegue propia de dograh especifica un mínimo de 8 GB de RAM y 4 vCPU para un despliegue en servidor remoto, más los puertos TCP entrantes 80, 443, 3478 y 5349, y los puertos UDP 3478, 5349 y 49152–49200 para el tráfico de telefonía.
¿Quién desarrolla dograh?
dograh es desarrollado por dograh-hq en GitHub; el archivo LICENSE del repositorio indica a Zansat Technologies Private Limited como titular de los derechos de autor. El repositorio se creó en septiembre de 2025, según los metadatos propios de GitHub.