Reseña de ToolNeuron (2026): app Android de código abierto para IA cifrada en el dispositivo

ToolNeuron está disponible en Google Play o como descarga directa de APK desde su página de GitHub Releases. Ambos canales de distribución ofrecen la misma app de código abierto.

Esta reseña complementa el directorio de software LLM local de PromptQuorum, que cataloga herramientas de IA local en distintas plataformas, incluida la propia ficha de ToolNeuron.

ToolNeuron es una app Android que ejecuta modelos de lenguaje en formato GGUF directamente en el dispositivo mediante llama.cpp, sin componente en el servidor. Según la propia descripción del proyecto, su objetivo es ser "IA en el dispositivo para Android. Sin servicios de Google Play, sin telemetría, sin nube" — modelos, chats, documentos usados para recuperación y el material de las claves de cifrado están todos diseñados para quedarse en el teléfono.

Más allá del chat simple, la app incluye recuperación documental (RAG) sobre formatos de archivo habituales, entrada y salida de voz mediante el motor de voz sherpa-onnx, un servidor HTTP local que expone una API compatible con OpenAI para que otras apps se conecten, un explorador de modelos de Hugging Face integrado y un sistema de plugins aislado (sandbox) para instalar capacidades adicionales.

Esta reseña se basa en el repositorio público de GitHub del proyecto — su README, archivo de licencia y metadatos del repositorio — y en la ficha de Google Play, no en una auditoría de código independiente ni en pruebas de rendimiento prácticas.

ToolNeuron es creada y mantenida por el desarrollador Siddhesh Sonar, quien publica el proyecto abiertamente en GitHub bajo licencia MIT. El repositorio muestra un desarrollo activo y detallado: una arquitectura de seguridad documentada, una base de código modular dividida en componentes de app, inferencia, cifrado y red, y una comunidad pública de Discord para usuarios y colaboradores.

Como el código fuente está publicado en lugar de cerrado, las afirmaciones sobre lo que la app hace — y no hace — con los datos locales pueden verificarse directamente en el código, en lugar de depender solo de la descripción del desarrollador.

Configurar ToolNeuron lleva unos pocos pasos y no requiere crear ninguna cuenta. El proceso completo, desde la instalación hasta la primera respuesta sin conexión, tarda unos minutos más el tiempo que tarde en descargarse el modelo elegido.

ToolNeuron ejecuta cualquier modelo compatible en formato GGUF, incluidas familias habituales como Llama, Mistral y Gemma, mediante llama.cpp. Un explorador de Hugging Face integrado permite a los lectores filtrar los modelos disponibles por etiqueta de pipeline, número de parámetros, cuantización y licencia antes de descargar.

Más allá del chat, el propio README del proyecto enumera: RAG documental sobre PDF, DOCX, XLSX, PPTX, ODT, EPUB, RTF, Markdown, HTML, JSON, XML, CSV y texto plano; entrada y salida de voz mediante el motor sherpa-onnx (voces VITS, Piper y Whisper); generación de imágenes local, añadida a la app en mayo de 2026 según las notas de cambios del proyecto; un servidor HTTP local que expone una API compatible con OpenAI con su propia interfaz web; y un sistema de plugins aislado (sandbox) para instalar extensiones creadas por la comunidad.

Es un conjunto de funciones más amplio que el de un cliente de chat de un solo propósito, y cada función pasa por el mismo motor en el dispositivo en lugar de llamar a un servicio en la nube, según la documentación del proyecto.

ToolNeuron requiere Android 12 (nivel de API 31) o posterior, en hardware arm64-v8a o x86_64, según la configuración de compilación pública del proyecto. Como con cualquier app de LLM en el dispositivo, el límite práctico de hardware depende más de qué modelo GGUF se cargue — su número de parámetros y su cuantización — que de una especificación fija única; un modelo pequeño cuantizado necesita mucha menos memoria que uno grande.

Los lectores con versiones de Android más antiguas o dispositivos exclusivamente de 32 bits deben esperar que la app no se instale, ya que el SDK mínimo y los filtros de ABI los aplica el propio paquete de Android, no es solo una recomendación blanda.

El objetivo de diseño declarado de ToolNeuron es evitar cualquier dependencia de la nube: no requiere servicios de Google Play, no hay telemetría y no hay componente en el servidor para sus funciones principales de chat y RAG, según el propio README del proyecto. Esto se refuerza con una arquitectura de seguridad inusualmente detallada y documentada públicamente, en lugar de una afirmación de privacidad de una sola línea.

Los datos locales — incluido el propio material de las claves de cifrado — están protegidos con una clave AES-256-GCM respaldada por Android Keystore (StrongBox preferido cuando el dispositivo lo admite) y autenticación por PIN basada en Argon2id, según la documentación de seguridad del proyecto. Esa misma documentación describe un mecanismo de bloqueo que se intensifica tras intentos de PIN fallidos repetidos, y una función opcional de PIN de pánico que borra los datos locales de la app.

ToolNeuron ofrece una app de IA en el dispositivo para Android genuinamente amplia, gratuita y de código abierto: chat GGUF mediante llama.cpp, RAG documental, entrada/salida de voz, un servidor API local compatible con OpenAI y un sistema de plugins, todo respaldado por una arquitectura de seguridad documentada centrada en el cifrado en lugar de una vaga promesa de privacidad.

El código fuente publicado bajo licencia MIT es una ventaja significativa frente a las alternativas Android de código cerrado — los lectores a quienes les importa verificar qué hace realmente una app con los datos locales pueden revisar el código directamente en lugar de confiar solo en una ficha.

Lo que mantiene esta reseña mesurada en lugar de incondicionalmente entusiasta es la juventud relativa de la app y la ausencia de pruebas de rendimiento prácticas e independientes de sus muchas funciones realizadas específicamente por PromptQuorum; los lectores con necesidades críticas de rendimiento deberían probar la app en su propio dispositivo antes de depender mucho de ella.

Los usuarios de Android que quieran una app gratuita, de código abierto y centrada en la privacidad con más que un chat simple deberían probarla; los lectores que quieran una app para iPhone, un cliente de un solo propósito más simple o un historial más establecido deberían considerar en su lugar Layla o RikkaHub.