Offline AI chatbot in your browser — download once, chat offline
Calculator / Reminders / Timer / Clock / Unit Converter
Chat / Writing / Translation / Summarize / Code
Latest news / Precise data / Medical / Legal / Financial
Web search / Send emails / Control device / Generate images
This tool runs 100% in your browser. All computation happens locally on your device — your input is never uploaded to any server. Results are for reference only.
Before any response, your message passes through a capability classifier. Requests that map to a built-in local tool (calculator, reminders, timer, clock, unit converter) are answered deterministically — exact results, no model needed. Everything else is routed to a small language model that runs in your browser via WebLLM (Llama-3.2 / Phi-3.5). A secondary semantic check flags requests that need real-time or professional data as "accuracy not guaranteed", keeping the assistant honest about its limits.
Each request is classified before it is answered: deterministic local tools handle exact tasks, the on-device LLM handles generative ones, and out-of-scope requests get a clear refusal with a suggestion.
Lena opens the assistant before her shift. She needs a quick calculation, a short welcome note, and a reality check on today's weather — three very different routing decisions.
A fully offline AI assistant that runs in your browser. Everything runs locally; nothing is uploaded.
FreeToolHub Local AI Assistant is a free browser-based tool — a fully offline AI assistant that runs in your browser. No signup, no upload; everything runs locally in your browser.
Un asistente de IA totalmente sin conexión que funciona en tu navegador. Descarga el modelo una vez y chatea sin internet. Incluye calculadora, recordatorios, temporizador y conversor de unidades. Soporta entrada y salida de voz. Sin registro, 100% privado.
El asistente de IA local es un chatbot que vive por completo en la pestaña de tu navegador. Construido sobre WebLLM, descarga un modelo de pesos abiertos —Llama-3.2-1B, Llama-3.2-3B o Phi-3.5-mini, de unos 0,8 GB a 2 GB— y luego ejecuta la inferencia en tu GPU mediante WebGPU, así que las conversaciones continúan sin ningún servidor involucrado. A diferencia de los chatbots genéricos, este combina el modelo con herramientas locales deterministas: una calculadora, recordatorios, un temporizador que dispara notificaciones reales incluso después de que cierres la página, un reloj y un conversor de unidades. Cada respuesta lleva una etiqueta de un sistema de límites de capacidad que dice con claridad si vino de una herramienta local exacta, de la IA, o está más allá de lo que el asistente puede hacer de forma fiable. Se admiten entrada de voz y respuestas habladas.
Los usuarios conscientes de la privacidad que no quieren que sus preguntas queden registradas en el servidor de otra persona son la audiencia principal. Abogados, consultores, terapeutas y cualquiera que trabaje con borradores confidenciales pueden generar ideas, resumir y reescribir texto sabiendo que nada sale del dispositivo. Los viajeros y pasajeros lo usan offline: una vez cacheado el modelo, el modo avión no lo interrumpe. Desarrolladores y estudiantes experimentan con modelos de lenguaje locales para entender su velocidad y sus límites antes de comprometer presupuesto de GPU en otro sitio. Y quienes necesitan utilidades rápidas —«pon un temporizador de 10 minutos» o «convierte 5 millas a kilómetros»— obtienen respuestas exactas de las herramientas integradas sin cargar la IA en absoluto.
(1) Selecciona un modelo y pulsa Load Model. Llama-3.2-1B (~0,8 GB) es el más rápido, Llama-3.2-3B (~2 GB) es el equilibrio por defecto, y Phi-3.5-mini (~2 GB) cambia velocidad por razonamiento. La descarga ocurre una vez, y luego el modelo queda cacheado en el almacenamiento de tu navegador para sesiones offline. (2) Chatea escribiendo o tocando el micrófono para entrada de voz; un interruptor lee las respuestas en voz alta. (3) Usa frases simples para activar herramientas locales exactas: «calcula 12*7», «qué hora es», «recuérdame llamar a mamá» o «pon un temporizador de 10 minutos»; funcionan incluso antes de que cargue el modelo. (4) Lee la etiqueta de color en cada respuesta: Local Tool significa una respuesta exacta, AI Generated rotula la salida del modelo, y las peticiones inciertas o no soportadas se marcan honestamente.
Las herramientas locales son totalmente fiables en cualquier momento: las expresiones aritméticas, la fecha y hora actuales, los recordatorios guardados en tu navegador, los temporizadores en segundo plano con notificaciones del sistema y las conversiones de unidades devuelven respuestas exactas. El modelo de lenguaje se ocupa de todo lo conversacional —redacción, reescritura, resumen, explicación de conceptos, traducción, generación de ideas— con la salvedad de que un modelo de 1 a 3 mil millones de parámetros no es un modelo de frontera: espera respuestas concisas y a veces superficiales en lugar de ensayos enciclopédicos. No puede navegar por la web, obtener precios o noticias en vivo, ni controlar otro software, y sus instrucciones le dicen que admita la incertidumbre en lugar de inventar hechos. Esa honestidad es el punto del diseño: siempre sabes qué tipo de respuesta acabas de recibir.
Solo para la primera descarga del modelo; después, el modelo queda cacheado en tu navegador y cada conversación se ejecuta totalmente offline. Esto lo hace usable en vuelos, en entornos aislados o donde la conectividad sea poco fiable. Mira el indicador de estado del modelo: muestra si está cacheado, descargando o requiere conexión.
Los modelos más pequeños (clase 1B) responden al instante y funcionan en hardware modesto: buenos para preguntas rápidas, redacción y generación de ideas. Los modelos más grandes razonan y escriben mejor pero cargan más lento y necesitan más memoria. Si tu dispositivo soporta WebGPU, los modelos grandes son mucho más usables. La selección se guarda, así que eliges una vez y conservas tu preferencia entre sesiones.
La primera ejecución carga los pesos del modelo (de cientos de megabytes a unos pocos gigabytes) y los compila para tu hardware: este coste único tarda minutos en conexiones lentas. Las ejecuciones posteriores leen de la caché local en segundos, y las respuestas individuales ya van a velocidad conversacional. El indicador de progreso muestra las etapas de descarga y compilación para que sepas que está trabajando, no atascado.
Sí: los prompts y las respuestas nunca salen de tu dispositivo, la inferencia se ejecuta localmente con WebGPU o WebAssembly, y el historial permanece en el almacenamiento de tu navegador. Ningún servidor ve tus mensajes, no se requiere cuenta, y borrar los datos del sitio elimina todo rastro. Para material sensible, esta es la diferencia clave frente a los chatbots en la nube: el asistente es capaz sin que tu texto se transmita nunca.
Yes. After the initial model download (0.8-2GB depending on model choice), all inference runs locally in your browser via WebLLM and WebGPU. No internet is needed for conversations. Your chat history never leaves your device—no API calls, no telemetry, no cloud dependency. Ideal for air-gapped environments and privacy-sensitive use.
Three options: Llama-3.2-1B (fastest, ~0.8GB download, good for simple Q&A), Llama-3.2-3B (recommended balance, ~2GB, handles complex reasoning), and Phi-3.5-mini (~2GB, strong at code and math). All run at 10-30 tokens/second on a modern GPU. Models are cached after first download for instant subsequent loading.
It runs 1B-3B parameter models locally versus 100B+ parameter cloud models, so it cannot match their reasoning depth or knowledge breadth. The trade-off is absolute privacy: your conversations are physically incapable of leaving your device. Best suited for drafting, brainstorming, calculations, and tasks where data sensitivity outweighs the need for frontier-model capability.
What do you call a really smart cookie?
No signups, no data sold. Every tool is free to use — the free tier allows 5 downloads or saves per day, and the optional Pro plan ($7/mo, $59/yr) adds unlimited downloads, batch processing, white-label exports and an ad-free experience.
☕Support me on Ko-fi— support the free tier100% of proceeds go towards hosting & building more free tools.