Análisis de Rakazo: autoalojar bots siempre activos con su propio ordenador
Un análisis de Rakazo para autoalojarlo: la instalación con Docker, cómo se aísla el ordenador de cada bot, aprobaciones, telemetría, modelos locales y qué sigue en beta.
Rakazo, que desarrollamos nosotros, tiene una forma distinta a la de la mayoría de los agentes de esta lista. En lugar de un asistente en su máquina, ejecuta varios bots persistentes, cada uno con sus propios chats, memoria, rutinas y un ordenador (navegador, terminal y escritorio) que vive en un contenedor y no en su equipo. Es Apache-2.0, se lanzó en agosto de 2026, tenía 7.538 estrellas en GitHub cuando lo comprobamos el 8 de noviembre y se define como beta. Lo evaluamos con la misma lista de comprobación que todo lo demás aquí; este análisis trata de ejecutarlo usted mismo.

Para quién es
Rakazo encaja con quien quiere bots haciendo trabajo recurrente mientras no está: un bot que clasifica una bandeja de entrada cada mañana, otro que vigila un repositorio, otro que prepara un informe semanal. Si quiere un único compañero de chat en su portátil, es más sistema del que necesita. Es una aplicación web con una base de datos y un worker, no un único binario, y la instalación lo refleja.
Instalación: un script, todo en Docker
La instalación del README necesita Docker Engine con el plugin Compose, curl y OpenSSL. Sin clonar nada y sin Node:
mkdir -p rakazo && cd rakazo &&
curl -fsSLO https://raw.githubusercontent.com/elie222/rakazo/main/infra/compose/install-images.sh &&
bash install-images.sh
El script descarga los archivos de Compose, escribe un .env con secretos aleatorios y lo arranca todo. Después abre http://127.0.0.1:5173, crea una cuenta y conecta un modelo. Volver a ejecutarlo conserva su .env existente, lo que hace que las actualizaciones den menos nervios.
Para bots que sigan trabajando con el portátil cerrado, el mismo instalador funciona en un VPS: --prepare-only escribe la configuración, usted define su dominio y pone HTTPS delante del puerto 5173 (la guía de producción cubre Caddy y el refuerzo del servidor). Las apps de escritorio y móvil pueden entonces conectarse a su propia instancia. También hay una app de escritorio que ejecuta el stack localmente en Docker, y una plantilla de Railway.
Comparado con OpenClaw o Hermes Agent, hay más piezas móviles (Postgres, un worker, la aplicación web), pero el instalador oculta la mayoría. El coste aparece más tarde: hay más que respaldar y más que monitorizar.
Aislamiento: el ordenador del bot es el sandbox
En una instalación autoalojada, el ordenador de cada bot es por defecto un contenedor Docker local, con una pantalla virtual y un Chromium completo. La documentación de ordenadores Docker fija límites de serie: 2 GB de memoria, 2 CPU y 2.048 procesos por ordenador, todos ajustables. Así, la shell y el navegador del agente nunca se ejecutan en su equipo, a diferencia de los valores por defecto de OpenClaw o Hermes.
Dos advertencias sinceras de esa misma documentación. Primero, un servicio supervisor tiene el socket de Docker para gestionar esos contenedores, lo que equivale a controlar el anfitrión de Docker; no está expuesto en el anfitrión y necesita su propio token, pero es el componente que hay que proteger. Segundo, la red de los ordenadores no queda restringida hasta que usted actúe: mantenerlos fuera de su LAN y de los endpoints de metadatos de la nube requiere ejecutar un script de cortafuegos en el anfitrión, que el ajuste de salida por defecto auto detecta después (o defina SANDBOX_COMPUTER_EGRESS=restricted para rechazar ordenadores sin él). En una máquina virtual en la nube, haga ese paso.
Si prefiere no ejecutar contenedores en absoluto, los ordenadores también pueden ejecutarse en un proveedor de sandbox remoto con una clave de API.
Aprobaciones
Las aprobaciones se configuran en la app, no en un archivo de configuración. Ask hace que el bot pregunte antes de cualquier cosa que cambie algo, Auto usa un modelo de aprobación aparte para dejar pasar las acciones propias de la tarea y preguntar por el resto, y Never ask lo ejecuta todo. Las solicitudes de aprobación aparecen como tarjetas en el chat, y puede permitir una herramienta o un sitio de forma permanente cuando ya lo haya visto suficientes veces.
Telemetría y privacidad
Una instalación autoalojada no envía analítica de producto ni informes de errores salvo que el operador los configure; la app de escritorio comprueba si hay actualizaciones de la app. Con un modelo local mediante Ollama o LM Studio, nada sale de su máquina salvo lo que el propio bot visite al navegar.

Modelos y coste
Usted elige el modelo para cada bot: una suscripción existente de Claude o ChatGPT, una clave de API (Anthropic, OpenAI, OpenRouter, Grok) o modelos locales. Autoalojarlo es gratis. El coste a vigilar es el hardware: cada ordenador de bot activo es un escritorio y un navegador en marcha, y cada uno puede usar hasta 2 GB de memoria por defecto, así que dimensione el servidor según cuántos bots espere tener trabajando a la vez.
Migrar desde OpenClaw o Hermes
Rakazo puede importar un agente desde una carpeta ~/.openclaw o ~/.hermes o desde una copia de seguridad. Usted elige qué se trae: instrucciones, memoria, skills, servidores MCP y tareas programadas (que llegan en pausa). Las claves de API solo se leen si marca la casilla.
Lo que aún falta pulir
Es beta, con versiones frecuentes, así que cuente con cambios. Telegram, WhatsApp e iMessage solo están disponibles si lo autoaloja, y sus apps de chat son una lista corta (Slack, Telegram, WhatsApp, iMessage, SMS y Feishu), frente a los 29 canales de OpenClaw.
Cómo se compara
Para un único agente personal con el mayor soporte de canales, OpenClaw es más sencillo. Para un diseño de un contenedor por agente en un código mucho más pequeño, vea NanoClaw. Agent Zero es el más cercano en espíritu, ya que da a su agente su propio espacio de trabajo Linux en Docker. Nuestra comparativa de mejores agentes de IA autoalojados los pone uno al lado del otro.
Veredicto
Rakazo está hecho para un equipo de bots que trabajan por su cuenta, con aislamiento activado por defecto y sin telemetría. Exige más a su servidor que un agente de un solo proceso, y todavía está en beta. Si lo que busca es trabajo multibot siempre activo, merece la pena echarle un vistazo; si quiere un único asistente en sus chats, empiece por otro.
Precios
| Self-hosted | Gratis |
|
|---|---|---|
| Standard | 15 US$/mes |
|
| Pro | 49 US$/mes |
|
| Max | 99 US$/mes |
|
| Rakazo credits | 10 US$/mes |
|
Funciones
| Búsqueda web | Sí |
|---|---|
| Generación de imágenes | Sí |
| Modo de voz | Sí |
| Subida de archivos | Sí |
| Memoria | Sí |
| Hace tareas por ti | Sí |
| Integraciones con apps | Sí |
| Trabaja por su cuenta | Sí |
| Te escribe primero | Sí |
| Varios bots | Sí |
Puntos fuertes
- Open source (Apache-2.0) and fully self-hostable, including with local models
- Choice of model per bot, including existing Claude or ChatGPT subscriptions
- Bots keep working on schedules and triggers with their own cloud computer
- Approval controls over which actions a bot may take on its own
Puntos débiles
- Still in beta, with frequent releases
- You supply and pay for the model on the hosted plans, unless you buy Rakazo credits
- Telegram, WhatsApp and iMessage/SMS are only available when self-hosted
- More setup than a single chat app
Ideal para
- People who want always-on bots that handle recurring jobs such as inbox, sales or coding work
- Developers and privacy-minded users who want to self-host an agent with their own models
Fuentes
- Rakazo homepage
- Rakazo pricing
- Rakazo privacy policy
- Rakazo on GitHub (README and license)
- Rakazo changelog
- Rakazo releases
- Rakazo docs: Image and video generation
- Rakazo docs: Memory
- Rakazo docs: Connect apps
- Rakazo docs: Routines
- Rakazo docs: Chat apps
- Rakazo docs: Messaging apps (self-hosting)
- Rakazo docs: Bots and chats (add another bot, bot templates)
- Rakazo docs: Groups (several bots in one chat)
- Rakazo docs: Mobile app (notifications)
- Rakazo privacy policy (updated Sep 14, 2026)
- Rakazo privacy policy source on GitHub
- Rakazo docs: Logs and monitoring (product analytics off by default)
- Rakazo docs: Desktop app (run locally in Docker, updates)
- Rakazo docs: Docker computers
- Rakazo docs: Self-hosted models (Ollama, LM Studio)
- Rakazo Railway template setup guide
