¿Qué es Farfalle?
Farfalle es una aplicación de búsqueda autoalojada y de código abierto que responde una consulta obteniendo resultados de un proveedor de búsqueda y haciendo que un LLM sintetice una respuesta citada, al estilo de Perplexity. Como lo ejecutas tú mismo, eliges qué proveedor de búsqueda y qué LLM (local o en la nube) potencia cada búsqueda.
- Tipo de producto: una app web autoalojada (con una API subyacente) — no es un producto SaaS alojado, aunque existe una demo limitada con modelos en la nube en farfalle.dev
- Creador/repositorio: github.com/rashadphz/farfalle
- Licencia: Apache 2.0, según el repositorio
- Localidad: híbrida — puede ejecutarse totalmente sin conexión contra un LLM local y una instancia autoalojada de SearXNG, o usar proveedores de búsqueda/LLM en la nube, o combinar ambos
- Escala: 3,541 estrellas en GitHub al momento de esta reseña (2026-09-18)
- Stack técnico: frontend en Next.js, backend en FastAPI, Redis para limitación de tasa, componentes shadcn/ui, según el repositorio
¿Qué hace realmente Farfalle?
Farfalle toma una pregunta, obtiene resultados del proveedor de búsqueda que elijas, y hace que un LLM lea esos resultados y escriba una respuesta citada — un paso de planificación al estilo agente decide cómo ejecutar la búsqueda antes de generar la respuesta.
- Paso de búsqueda: consulta a uno de cuatro proveedores compatibles — SearXNG (autoalojable, sin necesidad de clave de API), Tavily, Serper o Bing
- Paso de respuesta: un LLM sintetiza una respuesta a partir de los resultados obtenidos, citando fuentes, en un formato al estilo Perplexity
- Soporte de LLM local: se conecta a Ollama para inferencia totalmente local, con Llama 3, Mistral, Gemma y Phi-3 mencionados en el repositorio como modelos locales compatibles
- Soporte de LLM en la nube: modelos de OpenAI (GPT-4o, GPT-3.5-turbo) y Llama 3 alojado en Groq, además de otros proveedores enrutados mediante LiteLLM
- Búsqueda agéntica: el README describe un agente que planifica y ejecuta la búsqueda en lugar de un único paso de recuperación fijo
- Integración con el navegador: Farfalle puede configurarse como motor de búsqueda predeterminado en un navegador, según el repositorio
- Elementos de la hoja de ruta: el repositorio lista el historial de chat y la búsqueda de archivos locales como funciones planeadas, aún no lanzadas, al momento de esta reseña — verifica el estado actual en el repositorio antes de confiar en cualquiera de las dos
Ejemplos de uso: tres formas de usar Farfalle
Estos son flujos de trabajo concretos construidos a partir de la configuración documentada de Farfalle, no escenarios hipotéticos.
Ejecutar un stack de búsqueda totalmente local y autoalojado
Combina Farfalle con una instancia autoalojada de SearXNG para la recuperación y Ollama ejecutando un modelo local (por ejemplo Llama 3 o Mistral) para el paso de respuesta. Configurado así, una consulta de búsqueda y su respuesta nunca salen de tu propia infraestructura.
Usar Farfalle como asistente de investigación privado y citado
Conecta Tavily o Serper para una recuperación web de mayor calidad mientras mantienes el LLM de respuesta local mediante Ollama, obteniendo respuestas citadas al estilo Perplexity sin enviar tus consultas a un producto de búsqueda de IA alojado.
Probarlo alojado antes de autoalojarlo
Visita la demo con modelos exclusivamente en la nube en farfalle.dev para ver el formato de respuesta y el estilo de citación de Farfalle antes de comprometerte con una implementación de Docker Compose con tus propias elecciones de proveedor de búsqueda y LLM.
Instalar Farfalle
Farfalle se instala gratis vía Docker Compose — su código fuente está en GitHub.
Fuente | Enlace |
|---|---|
| Repositorio de GitHub (código fuente, Apache 2.0) | github.com/rashadphz/farfalle |
| Clonar el repositorio | git clone https://github.com/rashadphz/farfalle.git |
| Copiar la plantilla de entorno | cp .env-template .env |
| Iniciar vía Docker Compose | docker-compose -f docker-compose.dev.yaml up -d |
| Demo alojada (solo modelos en la nube) | farfalle.dev |
Tras el inicio, la app está disponible en http://localhost:3000. Las claves de API opcionales para proveedores de búsqueda o LLM en la nube van en el archivo .env — no son necesarias si funcionas completamente contra un modelo Ollama local y una instancia autoalojada de SearXNG. Verifica los pasos de configuración actuales en el repositorio de GitHub antes de ejecutarlos, ya que las instrucciones pueden cambiar entre versiones.
Precios y licencia de Farfalle
Farfalle en sí es gratuito y sin nivel de pago. Tiene licencia Apache 2.0, según el repositorio — una licencia permisiva que permite uso comercial, modificación y redistribución.
- Sin suscripción, sin nivel de pago, sin límites de uso impuestos por Farfalle
- No se requiere cuenta ni registro para autoalojarlo
- Ejecutarlo de forma totalmente local (SearXNG autoalojado más un modelo Ollama local) no tiene costo por consulta más allá de tu propio hardware y electricidad
- Si en su lugar conectas Tavily, Serper, Bing, OpenAI o Groq, se aplica el precio propio de esos proveedores — Farfalle no añade ningún margen
- La demo alojada en farfalle.dev es una instancia separada, limitada y exclusiva de modelos en la nube, no un nivel de producto de pago
Farfalle vs. Local Deep Research
Farfalle y Local Deep Research combinan ambos la búsqueda web con un LLM, pero apuntan a trabajos distintos: Farfalle está pensado para respuestas de búsqueda rápidas, citadas y de un solo turno, mientras que Local Deep Research está pensado para informes de investigación más largos y de múltiples pasos.
Caso de uso principal
- Farfalle:
- Preguntas y respuestas citadas y rápidas al estilo Perplexity
- Local Deep Research:
- Informes de investigación profunda de varios pasos
Interfaz
- Farfalle:
- App web + CLI
- Local Deep Research:
- App web + CLI + API de Python
Soporte de LLM local
- Farfalle:
- Mediante Ollama
- Local Deep Research:
- Mediante Ollama y otros backends locales
Proveedores de búsqueda
- Farfalle:
- SearXNG, Tavily, Serper, Bing
- Local Deep Research:
- Varios, incluyendo SearXNG
Método de instalación
- Farfalle:
- Docker Compose
- Local Deep Research:
- pip o Docker
Si quieres un reemplazo de búsqueda rápido y de respuesta única, el alcance de Farfalle es la opción más adecuada. Si necesitas un informe de investigación más largo sintetizado a partir de muchas fuentes, revisa directamente Local Deep Research. Ambos son gratuitos y de código abierto; verifica los detalles de funciones actuales en el repositorio propio de cada proyecto antes de decidir.
¿Quién debería usar Farfalle?
Farfalle es adecuado para personas que quieren una experiencia de búsqueda al estilo Perplexity que controlan de extremo a extremo, incluida la opción de mantener todo el stack en local.
Usa Farfalle si
- Quieres una alternativa autoalojada y de código abierto a un producto de búsqueda de IA alojado, de modo que controles el proveedor de búsqueda y el modelo
- Quieres la opción de ejecutar el LLM de respuesta totalmente en local mediante Ollama por razones de privacidad o costo
- Te sientes cómodo ejecutando un stack de Docker Compose y configurando un archivo
.env - Quieres respuestas citadas y con fuentes enlazadas en lugar de una respuesta de chat sencilla sin referencias
- Quieres configurar un motor de búsqueda autoalojado como el predeterminado de tu navegador
Busca otra opción si
- Quieres un producto totalmente alojado sin configuración — la demo de farfalle.dev es exclusiva de modelos en la nube y no se presenta como un nivel de producto completo
- Necesitas historial de chat o búsqueda de archivos locales hoy — el repositorio lista ambos como elementos de la hoja de ruta, no como funciones lanzadas, al momento de esta reseña
- Quieres un informe de investigación profundo y de varios pasos en lugar de una respuesta rápida de un solo turno — consulta Local Deep Research en su lugar
- Necesitas soporte de proveedor con un SLA — esta reseña no encontró evidencia de respaldo comercial ni de un contrato de soporte detrás del proyecto
Para qué no es bueno Farfalle
Farfalle no es una buena opción si quieres un producto alojado sin configuración, historial de chat hoy, o informes de investigación profundos de varios pasos.
- No es sin configuración — autoalojarlo requiere Docker Compose y, para un stack totalmente local, tu propia configuración de SearXNG y Ollama
- Todavía no es una herramienta de historial de chat — el repositorio lo lista como elemento de la hoja de ruta, no como función lanzada, al momento de esta reseña
- Todavía no es una herramienta de búsqueda de archivos locales — también listado como hoja de ruta, no lanzado, al momento de esta reseña
- No es totalmente local a menos que lo elijas así — Tavily, Serper y Bing son proveedores de búsqueda en la nube; solo SearXNG puede autoalojarse junto a un modelo Ollama local para un stack completamente sin conexión
- No está respaldado por una ronda de financiamiento o una empresa que esta reseña pudiera verificar — trátalo como un proyecto mantenido de forma independiente y respaldado por la comunidad
Errores comunes al evaluar Farfalle
La mayor parte de la confusión sobre Farfalle viene de asumir que es automáticamente totalmente privado, o de esperar funciones que aún están en la hoja de ruta.
Error 1: asumir que Farfalle es totalmente local por defecto
Una configuración predeterminada suele usar proveedores de búsqueda o LLMs en la nube. Ser totalmente local requiere elegir Ollama de forma deliberada para el LLM y autoalojar SearXNG para la búsqueda — Tavily, Serper y Bing siguen siendo servicios en la nube sin importar qué LLM conectes.
Error 2: esperar historial de chat o búsqueda de archivos locales listos para usar
El repositorio lista ambos como elementos de la hoja de ruta en lugar de funciones lanzadas al momento de esta reseña — revisa el README actual del repositorio antes de asumir que alguna está disponible.
Error 3: confundir la demo de farfalle.dev con una implementación autoalojada completa
La demo alojada en farfalle.dev usa solo modelos en la nube y es una vista previa limitada, no un sustituto de revisar la configuración de autoalojamiento si el soporte de LLM local te importa.
Error 4: esperar el mismo conjunto de funciones que una herramienta de investigación profunda
Farfalle está diseñado para respuestas de búsqueda rápidas, de un solo turno y citadas, no para síntesis de investigación en varios pasos. Para informes de investigación más largos, compáralo con Local Deep Research en lugar de esperar que Farfalle haga ese trabajo.
Competidores y alternativas
Farfalle se compara con más frecuencia con otras herramientas de búsqueda local e investigación autoalojadas como Local Deep Research, Onyx y Hyperlink — su principal diferenciador es un formato de respuesta citada rápido, al estilo Perplexity, con una configuración sencilla mediante Docker Compose.
Herramienta | Más conocida por | Enlace |
|---|---|---|
| Local Deep Research | Generación de informes de investigación profunda y de varios pasos sobre fuentes locales y web | Reseña de Local Deep Research |
| Onyx | Plataforma de búsqueda empresarial y RAG autoalojada (antes Danswer) | Reseña de Onyx |
| Hyperlink (Nexa AI) | App de búsqueda local y asistente personal sobre tus propios archivos | Reseña de Hyperlink |
Esta lista refleja herramientas que se comparan habitualmente con Farfalle, no un ranking independiente de PromptQuorum — verifica el conjunto de funciones actual de cada herramienta antes de elegir.
Preguntas frecuentes
¿Qué es Farfalle?
Farfalle (github.com/rashadphz/farfalle) es un motor de búsqueda de IA gratuito, de código abierto (Apache 2.0) y autoalojado, basado en Perplexity, que combina un proveedor de búsqueda con un LLM para producir respuestas citadas.
¿Es gratuito Farfalle?
Sí. Farfalle es gratuito y de código abierto bajo Apache 2.0, sin nivel de pago. Si conectas un proveedor de búsqueda o LLM de pago (Tavily, Serper, Bing, OpenAI, Groq), se aplica el precio propio de ese proveedor — Farfalle en sí no cobra nada.
¿Farfalle puede funcionar totalmente sin conexión con modelos locales?
Sí, si lo eliges así: conecta Ollama para un LLM totalmente local y autoaloja SearXNG para la búsqueda. Tavily, Serper y Bing siguen siendo servicios en la nube, así que evítalos si quieres un stack completamente sin conexión.
¿Cómo instalo Farfalle?
Clona el repositorio, copia .env-template a .env, y ejecuta docker-compose -f docker-compose.dev.yaml up -d. La app queda disponible en http://localhost:3000. Verifica los pasos de configuración actuales en el repositorio de GitHub antes de ejecutarlos.
¿Qué LLMs locales admite Farfalle?
Mediante Ollama, el repositorio menciona Llama 3, Mistral, Gemma y Phi-3 como modelos locales compatibles.
¿Qué proveedores de búsqueda admite Farfalle?
Cuatro: SearXNG (autoalojable, sin necesidad de clave de API), Tavily, Serper y Bing.
¿Farfalle tiene una versión alojada que pueda probar primero?
Sí, hay una demo limitada que usa solo modelos en la nube en farfalle.dev, separada de la implementación autoalojada con Docker Compose.
¿Farfalle admite historial de chat o búsqueda en mis propios archivos locales?
Todavía no, al momento de esta reseña — el repositorio lista ambos como elementos de la hoja de ruta en lugar de funciones lanzadas. Consulta el README actual para conocer el estado actualizado.
¿Qué licencia usa Farfalle?
Apache 2.0, según el repositorio — una licencia permisiva que permite uso comercial, modificación y redistribución.
¿En qué se diferencia Farfalle de Local Deep Research?
Farfalle está diseñado para respuestas citadas, rápidas y de un solo turno al estilo Perplexity, mientras que Local Deep Research está diseñado para informes de investigación más largos y de varios pasos. Consulta la sección de comparación dedicada más arriba para más detalles.