Cómo Montar un Agente de IA en Raspberry Pi: Tutorial Completo

No todas las Raspberry Pi sirven para correr un agente de IA. Aquí el desglose:

ModeloRAMPrecio¿Sirve para agente IA? RPi 5 (8GB)8 GB~$80✅ Ideal — OpenClaw, NanoBot, ZeroClaw RPi 5 (4GB)4 GB~$60✅ Bien — OpenClaw, NanoBot RPi 4 (4GB)4 GB~$55✅ Aceptable — NanoBot RPi 4 (2GB)2 GB~$45⚠️ Justo — solo NanoBot RPi 3B+1 GB~$35❌ Insuficiente para la mayoría RPi Pico W264 KB~$6🔧 Solo PicoClaw (micro-agente)

Kit recomendado (RPi 5 4GB):

• Raspberry Pi 5 (4GB): ~$60
• Tarjeta microSD 64GB (A2): ~$10
• Fuente de alimentación USB-C 27W: ~$12
• Disipador/carcasa con ventilador: ~$8
• Total: ~$90

1. Flashear Raspberry Pi OS Lite (64-bit):

# Descarga Raspberry Pi Imager desde raspberrypi.com
# Selecciona: Raspberry Pi OS Lite (64-bit)
# Configura en el imager:
#   - Hostname: agente-ia
#   - Usuario: pi
#   - WiFi: tu red
#   - SSH: habilitado

2. Primer boot y actualización:

ssh pi@agente-ia.local
sudo apt update && sudo apt upgrade -y
sudo apt install -y git curl build-essential

3. Instalar Node.js 22 (para OpenClaw):

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs
node --version  # debe ser >= 22

Tiempo total: 15-20 minutos incluyendo descargas.

Opción A: OpenClaw (recomendado para RPi 4/5 con ≥4GB RAM)

# Instalar OpenClaw
npm install -g openclaw@latest

# Iniciar el wizard de configuración
openclaw onboard --install-daemon

# Verificar instalación
openclaw doctor

Opción B: NanoBot (recomendado para RPi 4 con 2GB RAM)

# Instalar Python 3.11+
sudo apt install -y python3 python3-pip
pip install nanobot-ai

# Configurar
nanobot init
nanobot start

Opción C: PicoClaw (para Raspberry Pi Pico W)

PicoClaw es diferente — corre directamente en el microcontrolador RP2040 del Pico W, no en Linux. Flashea el firmware compilado vía USB.

→ Tutorial específico: Review de PicoClaw

La Raspberry Pi no puede correr LLMs localmente (ni siquiera modelos pequeños con rendimiento aceptable). Necesitas un LLM remoto:

Opción 1: API de Anthropic (recomendado)

# En la configuración de OpenClaw:
llm:
  provider: anthropic
  model: claude-3-haiku  # económico y rápido
  api_key: sk-ant-xxxxx

Opción 2: GLM-4 Flash (gratis)

llm:
  provider: zhipu
  model: glm-4-flash
  api_key: tu-api-key-zhipu  # registro gratuito

Opción 3: Ollama en otra máquina de tu red

# En tu PC/servidor con GPU:
ollama serve

# En la RPi, apunta OpenClaw a tu Ollama:
llm:
  provider: ollama
  base_url: http://192.168.1.100:11434
  model: llama3.2

Esta última opción es ideal si tienes un PC con GPU en tu red local. La RPi actúa como gateway 24/7 y el PC pesado hace la inferencia.

Medimos el rendimiento de OpenClaw en una RPi 5 (4GB) durante 7 días continuos:

MétricaResultado Uso de RAM (idle)~380 MB Uso de RAM (activo)650 MB CPU (idle)2-5% CPU (procesando mensaje)15-30% Temperatura (con disipador)45-55°C Latencia mensaje→respuesta1.5-4s (depende del LLM) Uptime 7 días100% (sin crashes) Consumo eléctrico5W idle, ~8W activo

Coste eléctrico mensual: ~$1.50 (a $0.15/kWh). Básicamente nada.

Veredicto: La RPi 5 con 4GB es perfectamente capaz de correr OpenClaw 24/7 como servidor personal de IA. La experiencia es fluida para uso personal (1-2 usuarios).

Donde la RPi brilla como servidor de agente IA:

1. Hub de hogar inteligente con IA: La RPi corre OpenClaw + Home Assistant. El agente entiende peticiones en lenguaje natural ("enciende las luces del salón y baja la calefacción 2 grados") y las ejecuta vía Home Assistant.

2. Monitor de seguridad inteligente: Cámara USB + agente que analiza frames cuando detecta movimiento. Envía alertas por Telegram con descripción de lo que ve.

3. Estación meteorológica con IA: Sensores BME280 (temperatura, humedad, presión) + agente que analiza tendencias y envía predicciones locales por WhatsApp.

4. Asistente de jardín: Sensores de humedad + agente que decide cuándo regar, avisa de heladas, y sugiere acciones según la temporada.

En todos los casos, la RPi actúa como gateway siempre encendido que conecta sensores locales con la inteligencia de un LLM remoto.