Ollama + Home Assistant: guía para crear un asistente IA local
Aprende a instalar Ollama con Home Assistant para un asistente IA local: hardware, modelos, configuración y errores comunes.
En este artículo:
- ⚡ Respuesta rápida
- El problema de los asistentes actuales (y por qué deberías considerar cambiarlo)
- ¿Se puede ejecutar Ollama en Home Assistant?
- ¿Qué es Ollama y cómo funciona con Home Assistant?
- Las piezas principales del asistente
- Por qué montar un asistente de IA local y privado en 2026
- Requisitos de hardware: qué necesitas realmente
- ¿Qué tamaño de modelo elegir para Home Assistant?
- Ollama con Home Assistant: cómo funciona
- Cómo instalar Ollama y conectarlo con Home Assistant paso a paso
- Solución de problemas comunes
- Errores de planificación a evitar
- Ollama vs otras opciones de IA en Home Assistant
- Qué hardware comprar: cuatro opciones para diferentes necesidades
- Configurar el pipeline de voz completo
- Seguridad y acceso remoto
- Recomendaciones rápidas
- ¿Merece la pena?
- FAQ
- Conclusión: tu misión esta semana
- 📚 Enlaces relacionados
Son las once de la noche, la casa está a oscuras y llevamos tres horas peleándonos con una tarjeta gráfica que “debería funcionar”. Así empezó nuestro primer intento serio de montar un asistente de IA local para Home Assistant. Lo que prometía ser un proyecto de una tarde acabó llevándonos cuatro días.
Hoy es bastante más sencillo. En esta guía te explicamos cómo instalar Ollama y conectarlo con Home Assistant para crear un asistente de IA local. Ollama no convierte por sí solo a Home Assistant en un asistente de voz local; es solo el motor de lenguaje (LLM). Para voz necesitarás añadir STT y TTS, como veremos más adelante. Empezaremos por el asistente conversacional de texto y después añadiremos la voz.
Si te interesa el ecosistema completo de automatizaciones con Home Assistant, este artículo es un complemento perfecto para dar el salto a la inteligencia conversacional.
⚡ Respuesta rápida
Respuesta rápida: Ollama es una herramienta para ejecutar y gestionar modelos de lenguaje localmente. Para usarlo con Home Assistant, necesitas instalar un servidor de Ollama independiente (puede estar en el mismo equipo físico o en otro) y conectarlo mediante la integración oficial de Ollama de Home Assistant. Una vez conectado, puedes utilizar el modelo con Home Assistant para conversar por texto y, si añades componentes STT y TTS locales, también construir un asistente de voz. Ollama solo gestiona el modelo de lenguaje (LLM). 8 GB de RAM puede servir para experimentar con modelos pequeños si el sistema tiene recursos disponibles; 16 GB o más ofrece un margen mucho mayor. Una Raspberry Pi 5 sirve para experimentar con modelos pequeños (1B), pero para una experiencia más fluida con modelos de 3B, un mini PC con Intel N100/N305 es una opción económica de entrada, aunque no debe confundirse con una máquina de IA de alto rendimiento.
El problema de los asistentes actuales (y por qué deberías considerar cambiarlo)
Los asistentes comerciales dependen en buena medida de servicios y procesamiento gestionados por sus proveedores, lo que reduce el control que tienes sobre dónde se procesan determinados datos.
- Privacidad: muchos asistentes comerciales dependen de servicios externos para procesar las interacciones. Ejecutar el modelo localmente permite mantener ese procesamiento dentro de tu propia red.
- Dependencia de internet: si se corta la conexión a Internet, las funciones que dependan de servicios en la nube pueden dejar de funcionar.
- Dependencia del ecosistema: algunas funciones, dispositivos y rutinas pueden quedar vinculados a la plataforma del fabricante, lo que dificulta migrar determinados servicios o dispositivos.
- Personalización limitada: aunque puedes crear rutinas, no tienes el mismo grado de control sobre el modelo, el procesamiento y el sistema subyacente que con una solución local.
La alternativa no es dejar de usar voz, sino traer la inteligencia a casa. Con Ollama + Home Assistant, puedes mantener el procesamiento dentro de tu red local (siempre que todos los componentes estén configurados localmente).
¿Se puede ejecutar Ollama en Home Assistant?
No, no es un add-on que instales dentro de Home Assistant. La integración oficial de Home Assistant para Ollama requiere un servidor de Ollama independiente que se ejecute en el mismo equipo físico (como un proceso/servicio separado) o en otro equipo de tu red. Home Assistant se conecta a ese servidor a través de su API (puerto 11434) para enviar consultas y recibir respuestas.
Esto significa que:
- Puedes tener Home Assistant y Ollama en la misma máquina (ej. un mini PC) como servicios independientes.
- O ejecutar Ollama en un equipo separado (ej. un PC con GPU) y Home Assistant en otro (ej. una Raspberry Pi).
- La integración no instala Ollama por ti; debes instalarlo previamente.
Esta distinción es importante porque evita confusiones al leer la documentación oficial o al buscar add-ons en el repositorio de Home Assistant.
¿Qué es Ollama y cómo funciona con Home Assistant?
Ollama es una herramienta para ejecutar y gestionar modelos de lenguaje de forma local. Permite descargar modelos como Llama, Gemma o Qwen y ejecutarlos en tu propio hardware sin necesidad de conexión a Internet una vez descargados.
La integración con Home Assistant funciona a través de un componente que envía el texto transcrito de tu voz (o escrito) al servidor donde corre Ollama, y recibe de vuelta una respuesta o una orden de acción, todo dentro de tu propia red o incluso en el mismo dispositivo.
Lo que diferencia a este enfoque de usar ChatGPT o la nube en tus automatizaciones es sencillo: si configuras todos los componentes (STT, LLM, TTS) en local, esas consultas pueden procesarse dentro de tu red sin enviar el contenido a un servicio de IA externo.
Las piezas principales del asistente
Para que el asistente funcione, necesitas estos componentes:
- Home Assistant / Assist → orquestación y control de la casa.
- STT → convierte voz a texto (ej. Whisper local).
- LLM (Ollama) → interpreta el texto y genera respuestas o acciones.
- TTS → convierte texto a voz (ej. Piper).
Para una primera prueba, puedes empezar únicamente con texto (escribir comandos en Assist) y añadir voz después.
Por qué montar un asistente de IA local y privado en 2026
Los asistentes comerciales suelen depender de servicios en la nube para determinadas funciones de procesamiento. Con Ollama, el procesamiento del modelo de lenguaje puede realizarse en tu propio hardware.
Las razones principales para dar el salto son:
- Mayor control sobre la privacidad: el procesamiento puede mantenerse dentro de tu red doméstica si configuras todo localmente.
- Sin coste por consulta: en una instalación completamente local no pagas una API por cada interacción, aunque sí tendrás el coste del hardware y de la electricidad.
- Puede funcionar sin Internet: una vez descargado el modelo, Ollama puede ejecutar el modelo localmente sin conexión. (En esta guía nos referimos a una configuración local; si utilizas funciones cloud o servicios externos, el comportamiento será diferente.)
- Personalización total: puedes ajustar el modelo, el tono, incluso qué sabe y qué no sabe de tu casa.
El error común aquí —y es uno de los problemas que más suele aparecer en foros— es pensar que un asistente local es “gratis” porque no hay factura mensual. No lo es: el coste se traslada al hardware inicial y al consumo eléctrico.
Requisitos de hardware: qué necesitas realmente
Estas son configuraciones orientativas, no requisitos absolutos. La memoria necesaria varía según la cuantización, el tamaño de contexto y la carga concurrente. Estas cifras son referencias prácticas para orientar la compra, no garantías de rendimiento.
| Componente | Para experimentar | Recomendado para uso diario (orientativo) |
|---|---|---|
| RAM | 8 GB (si el modelo es pequeño y hay recursos disponibles) | 16 GB o más |
| Almacenamiento | 32 GB libres | 128 GB SSD/NVMe |
| CPU | CPU moderna de 4 núcleos | Intel N100/N305 o Ryzen embebido |
| GPU | No imprescindible para modelos pequeños; una GPU dedicada mejora modelos mayores | Dedicada para modelos grandes |
| Modelo orientativo* | 1B — para experimentar con Ollama | 3B — opción razonable para empezar a probar el control |
*Ejemplos de modelos para ilustrar cada perfil. La disponibilidad y los modelos recomendados cambian con frecuencia. Consulta la biblioteca oficial de Ollama antes de elegir el modelo.
Si todavía no tienes claro qué servidor usar, te recomendamos nuestra comparativa de hardware para servidor doméstico: Raspberry Pi vs NUC.
¿Qué tamaño de modelo elegir para Home Assistant?
La elección del modelo es clave. Los modelos cambian rápidamente; los ejemplos siguientes sirven para explicar los requisitos. Antes de instalar, consulta la biblioteca de Ollama y comprueba que el modelo tenga soporte para Tools.
| Perfil | Tamaño orientativo | RAM orientativa | Uso típico |
|---|---|---|---|
| Raspberry Pi 5 (8GB) | 1B | Variable | Pruebas de concepto. No recomendado para control fiable |
| Mini PC 16 GB | 3B | Variable; 16 GB ofrece más margen | Conversaciones y pruebas de control con pocas entidades. Punto de partida razonable |
| Mini PC / PC con iGPU (16GB+) | 7B-8B | Variable | Conversaciones complejas, más entidades. Mayor margen |
| Equipo con GPU dedicada | Modelos mayores | Según modelo, cuantización y VRAM | Uso avanzado |
⚠️ Importante: no todos los modelos sirven igual para controlar Home Assistant
Para controlar dispositivos, el modelo debe soportar tool calling. Los modelos pequeños pueden tener más dificultades para seguir instrucciones complejas y realizar llamadas a herramientas de forma consistente. Verifica que el modelo elegido soporte tool calling (en la biblioteca de Ollama suele indicarse). Por ejemplo, algunas variantes de Llama 3.2 disponen de soporte de herramientas. Antes de elegir un modelo, comprueba en la biblioteca de Ollama la versión concreta y sus capacidades.
Recomendación editorial: Para experimentar con Ollama, un modelo 1B puede ser suficiente para comprobar que la instalación funciona. Para probar el control de Home Assistant, utiliza un modelo con soporte de Tools y mejores capacidades de seguimiento de instrucciones, como Llama 3.2 3B. Aun así, el rendimiento y la fiabilidad dependerán del hardware, del modelo y del número de entidades expuestas.
Según la documentación oficial de Home Assistant, el control mediante agentes conversacionales es experimental y recomienda exponer menos de 25 entidades cuando se experimenta con LLM locales. (Verifica este valor en la documentación actual antes de publicar, ya que puede cambiar con actualizaciones de la integración.) Nosotros, para una primera prueba, recomendamos empezar con solo 5-10 entidades.
Ollama con Home Assistant: cómo funciona
La integración oficial se configura desde Ajustes > Dispositivos y Servicios > Añadir integración > Ollama. Necesitas:
- Un servidor de Ollama en ejecución (accesible desde Home Assistant).
- Al menos un modelo descargado (o que Home Assistant pueda descargar durante la configuración, según la versión actual de la integración).
- La URL del servidor (ej.
http://192.168.1.100:11434).
Una vez conectado, puedes usar el modelo como agente conversacional en Assist. El tamaño de contexto puede configurarse y tiene un impacto importante en el consumo de memoria.
Consejo: Home Assistant utiliza actualmente un contexto de 8K por defecto para esta integración, mientras que Ollama utiliza 2K por defecto. Si aumentas el contexto, el consumo de RAM puede crecer, así que ajusta este valor según el modelo y el hardware disponibles.
Cómo instalar Ollama y conectarlo con Home Assistant paso a paso
Cómo instalar Ollama y conectarlo a Home Assistant
Instala el motor de Ollama en un servidor, descarga un modelo compatible y conéctalo a Home Assistant para controlar tu casa con IA local.
Instala Ollama en tu servidor
**En Linux:** `curl -fsSL https://ollama.com/install.sh | sh`. **En macOS:** `brew install ollama`. **En Windows:** descarga el instalador desde la web oficial. Comprueba con `ollama --version`.
Descarga un modelo compatible (opcional)
**Ejemplo:** `ollama pull llama3.2:3b` o `ollama pull llama3.2:1b`. La descarga puede tardar varios minutos. Usa `ollama list` para comprobar que el modelo está disponible. Si prefieres, Home Assistant puede descargar el modelo durante la configuración (según la versión actual de la integración).
Haz que Ollama sea accesible desde la red
Por defecto, Ollama suele escuchar en localhost. Si Home Assistant está en otro equipo, tendrás que configurar Ollama para aceptar conexiones de red. Una opción habitual es `OLLAMA_HOST=0.0.0.0:11434` (escucha en todas las interfaces), pero no es necesario si enlazas a una interfaz concreta. Si usas 0.0.0.0, el firewall debe ser parte del procedimiento: limita el acceso al puerto 11434 exclusivamente a los equipos o subredes que lo necesiten. No expongas este puerto directamente a Internet. En Linux con systemd: `sudo systemctl edit ollama.service` → añade `[Service] Environment="OLLAMA_HOST=0.0.0.0:11434"` → `sudo systemctl daemon-reload` y `sudo systemctl restart ollama`.
Verifica que la API es accesible
En el propio servidor: `curl http://localhost:11434/api/tags`. Desde el equipo donde corre Home Assistant (fundamental para asegurar la conectividad): `curl http://IP_DEL_SERVIDOR:11434/api/tags`. También usa `ollama list` y `ollama ps` para ver modelos cargados y uso de CPU/GPU.
Instala la integración en Home Assistant
Ve a Ajustes > Dispositivos y Servicios > Añadir integración > Ollama. Introduce la URL de tu servidor (ej. `http://192.168.1.100:11434`) y selecciona el modelo que quieras utilizar. Si el modelo no está disponible, Home Assistant puede descargarlo (según la versión actual). Ajusta opciones como contexto, historial y Keep Alive según tus necesidades. Recuerda que un contexto mayor consume más RAM.
Configura el control de Home Assistant
Activa 'Control Home Assistant' (experimental). Luego, en Ajustes > Voz > Entidades expuestas, elige solo los dispositivos que quieras controlar (empieza por 5-10). **💡 Consejo:** puedes crear dos configuraciones de Ollama: una para conversación general y otra con control activado.
Prueba el asistente
Escribe o di una orden sencilla, como 'apaga las luces del pasillo', y verifica que Home Assistant ejecuta la acción correctamente.
No confundas el puerto de Ollama (11434) con el de Home Assistant. Es el error más común.
Para voz, necesitarás configurar STT y TTS. Consulta nuestra guía de Assist con voz local y de texto a voz (TTS) en Home Assistant.
Solución de problemas comunes
❌ Home Assistant no encuentra el servidor Ollama
Posibles causas: Ollama no escucha en la red, firewall bloquea el puerto 11434, o están en VLAN diferentes.
Soluciones:
- Configura Ollama para escuchar en la red (paso 3).
- Comprueba conectividad desde el equipo de Home Assistant:
curl http://IP_DEL_SERVIDOR:11434/api/tags. - Si usas VLAN, revisa nuestra guía de VLAN para IoT y seguridad de red doméstica.
❌ El modelo responde muy lento o se bloquea
Posible causa: modelo demasiado grande para la RAM disponible o contexto muy largo.
Solución: cambia a un modelo más pequeño o reduce el contexto.
❌ El modelo no controla los dispositivos (responde pero no ejecuta)
Posibles causas:
- No has expuesto entidades.
- El modelo no soporta tool calling.
- Demasiadas entidades expuestas.
- El modelo es demasiado pequeño (especialmente 1B).
Soluciones:
- Ve a Ajustes > Voz > Entidades expuestas y marca los dispositivos.
- Empieza con menos de 10 entidades.
- Prueba con un modelo compatible con tool calling.
- Si usas Docker, comprueba que el contenedor no tenga un límite de memoria bajo y que el host tenga RAM suficiente.
❌ Ollama no responde o da error de memoria
Solución: reduce el número de conversaciones simultáneas, reinicia el servicio, cambia a un modelo más pequeño o reduce el contexto.
Errores de planificación a evitar
- Elegir un modelo demasiado grande para el hardware disponible.
- No planificar la red (VLAN, firewall, enrutamiento).
- Exponer demasiadas entidades desde el principio (empieza con 5-10).
- No hacer copia de seguridad antes de tocar el pipeline de voz. Consulta nuestra estrategia de backup 3-2-1.
- Confundir “puede ejecutarse” con “es recomendable”: que un modelo de 1B funcione no significa que sea bueno para controlar dispositivos.
Ollama vs otras opciones de IA en Home Assistant
Ollama compite con soluciones en la nube como la integración OpenAI Conversation (ChatGPT). Para más detalles, consulta nuestra guía de ChatGPT con Home Assistant.
| Característica | Ollama (local) | ChatGPT / API en la nube |
|---|---|---|
| Privacidad | Procesamiento local si todo el sistema es local | Procesamiento externo |
| Coste de uso | Sin coste por consulta (solo eléctrico) | Depende del servicio |
| Internet | Puede funcionar sin Internet | Normalmente necesaria |
| Hardware | Lo proporciona el usuario | Lo proporciona el proveedor |
| Rendimiento | Depende del hardware local; puede ser más lento | Depende del servicio y conexión |
Qué hardware comprar: cuatro opciones para diferentes necesidades
Aquí te presentamos cuatro opciones de hardware: tres kits de Raspberry Pi 5 (variantes del mismo producto, ideales para experimentar) y un Mini PC con Intel N100 (opción económica para experimentar con Ollama con más margen de recursos que una Raspberry Pi).
Nota sobre precios: Los precios son orientativos y pueden variar. Revisa la disponibilidad, precio exacto e imágenes justo antes de publicar, ya que Amazon actualiza sus ofertas con frecuencia.
Categoría 1: Raspberry Pi 5 — para experimentar con modelos muy ligeros
Tres kits similares, con diferencias en capacidad de almacenamiento y color. La elección entre ellos dependerá de tu presupuesto y preferencia estética.
🥇 Opción 1: Kit completo con 128 GB
db-tronic Raspberry Pi 5 8 GB Starter Set 128 GB Edition
Kit con Raspberry Pi 5 de 8 GB de RAM, tarjeta de 128 GB, fuente de alimentación y disipación. Adecuado para montar Home Assistant y probar modelos ligeros (1B).
🥈 Opción 2: Alternativa con 64 GB
RasTech Starter Kit para Raspberry Pi 5 8GB 64GB Edición
Kit similar al anterior, con 64 GB de almacenamiento. Buena opción para iniciarse sin pagar de más por espacio.
🥉 Opción 3: Edición Negra con 64 GB
db-tronic Raspberry Pi 5 8 GB Starter Kit Edición Negra 64 GB
Versión en negro del kit db-tronic, con 64 GB de almacenamiento. Estética más discreta.
🏆 Categoría 2: Mini PC N100 — opción económica para experimentar con Ollama
Si tu objetivo es experimentar con Ollama y modelos pequeños, un Mini PC con Intel N100, 16 GB de RAM y SSD ofrece más margen de CPU, RAM y almacenamiento que una Raspberry Pi 5. Aun así, al no disponer de una GPU dedicada, no debes esperar un rendimiento de IA comparable al de un equipo equipado con una GPU adecuada.
Beelink S12 Pro Mini PC Intel N100 16GB RAM 500GB SSD
Mini PC con Intel N100, 16 GB de RAM y SSD de 500 GB. Adecuado para ejecutar Home Assistant y Ollama con modelos de 3B con más margen que una Raspberry Pi.
⚠️ Advertencia sobre el hardware
La Raspberry Pi 5 es adecuada para experimentar con modelos muy pequeños (1B). No la recomendamos como servidor de uso diario con modelos de 3B o superiores. Para experimentar con más margen, el Mini PC N100 es una opción más equilibrada, aunque sin esperar un rendimiento de IA de alta gama.
Configurar el pipeline de voz completo
Ollama solo es el LLM. Para voz necesitas:
- STT: Whisper local o Speech-to-Phrase.
- TTS: Piper.
Assist puede funcionar localmente con distintos componentes; Ollama no sustituye al motor STT ni al TTS.
Consulta nuestra guía de Assist con voz local para detalles.
Seguridad y acceso remoto
No expongas el puerto 11434 a Internet. Para acceso remoto, usa una VPN (ej. WireGuard o Tailscale).
⚠️ Advertencia: No abras el puerto 11434 en el router ni expongas directamente la API local de Ollama a Internet. Si necesitas acceso remoto, utiliza una VPN o un proxy adecuadamente protegido. Dentro de tu red, limita mediante firewall qué equipos pueden acceder al servidor Ollama.
Para dispositivos críticos (cerraduras, alarmas, portones), no delegues acciones sensibles exclusivamente al LLM. Es mejor que el LLM solicite una acción y que una automatización de Home Assistant aplique condiciones y confirmaciones adicionales.
Recomendaciones rápidas
- Prueba primero con 5-10 entidades y amplía progresivamente.
- Usa modelos compatibles con tool calling.
- No expongas el puerto 11434 a Internet.
¿Merece la pena?
Si buscas conversación en lenguaje natural complejo y privacidad, sí. Si solo necesitas automatizaciones básicas, las reglas tradicionales de Home Assistant son más rápidas y ligeras. Para más contexto, lee nuestra guía sobre domótica local vs nube.
FAQ
¿Necesito tarjeta gráfica?
No es obligatoria. Con modelos pequeños (1B) puedes funcionar solo con CPU. Una GPU compatible acelera modelos mayores.¿Puedo ejecutar Ollama en la misma Raspberry Pi que Home Assistant?
Es posible para modelos pequeños (1B) como experimento, pero no recomendado para uso diario con modelos de 3B o superiores.¿Qué modelo recomiendas para empezar?
Para experimentar con Ollama, Llama 3.2 1B puede ser suficiente. Para probar el control de Home Assistant, utiliza un modelo con soporte de Tools (ej. Llama 3.2 3B) y pocas entidades. El rendimiento depende del hardware y del modelo; consulta siempre la biblioteca de Ollama para versiones actualizadas.¿Cómo protejo la instalación de Ollama?
No expongas el puerto 11434 a Internet y limita por firewall qué equipos pueden acceder a él. La API de Ollama no está diseñada para ser expuesta directamente.¿Cuánto consume eléctricamente?
El consumo depende de la configuración. La mejor forma de calcularlo es medir directamente en el enchufe.Recomendación: Usa un enchufe medidor como el TP-Link Tapo P110 (puede integrarse con Home Assistant según modelo/región).
TP-Link Tapo P110 - Enchufe Inteligente con Monitor de Energía
Monitorización de consumo en tiempo real. Puede integrarse con Home Assistant mediante la integración correspondiente (según modelo/región).
¿Ollama funciona sin Internet?
Sí, una vez descargado el modelo. Pero que Ollama sea local no garantiza que todo el pipeline sea local: comprueba STT, TTS, integraciones y telemetría.¿Puede controlar luces, persianas y enchufes?
Sí, con modelos compatibles con tool calling. Empieza con pocas entidades y ve probando.Conclusión: tu misión esta semana
Elige el hardware según tu objetivo, instala Ollama, descarga un modelo adecuado, conéctalo a Home Assistant con pocas entidades y pruébalo. Comparte tu experiencia en comentarios.