Con Claude o ChatGPT, su pregunta y los fragmentos del plan que la IA lee para responder atraviesan el centro de datos de un proveedor. Para proyectos con datos de clientes o un acuerdo de confidencialidad, esa vía queda descartada. LM Studio le da la vuelta al asunto. El modelo de lenguaje se ejecuta en su Mac, habla con el servidor de Merlin por el mismo estándar MCP, y tanto la pregunta como la respuesta se quedan en el ordenador, incluso sin internet. Más abajo encontrará la instalación, la recomendación de modelo según la memoria y los límites con los que topa un modelo local.
El vídeo de este artículo
El vídeo (en alemán) está insertado en la versión alemana de este artículo.
Qué cambia con LM Studio
Con Claude o ChatGPT, su pregunta y los datos del plan leídos para ella van a un servidor en internet. Allí calcula el modelo y la respuesta vuelve. Con LM Studio, el modelo se ejecuta en su ordenador y ambas cosas se quedan ahí.
| Claude, ChatGPT | LM Studio | |
|---|---|---|
| ¿Dónde calcula el modelo? | En el centro de datos del proveedor | En su Mac |
| ¿Qué sale del Mac? | La pregunta y los fragmentos leídos del plan | Nada |
| Tamaño del modelo | Muy grande | De pequeño a mediano, según la RAM |
| ¿Hace falta internet? | Sí | No |
LM Studio no figura en la documentación oficial de Merlin. Aun así funciona, porque conecta servidores MCP locales por el mismo archivo de configuración que Claude Desktop. Nosotros lo usamos, pero no prometemos soporte para esa aplicación.
Lo que necesita
- Merlin Project en su versión actual
- LM Studio para Mac, gratuito
- un Mac con al menos 16 GB de memoria para un modelo mediano; con 8 GB funciona uno más pequeño
- entre 5 y 10 GB de espacio libre para el archivo del modelo
Pasos 1 y 2: preparar Merlin Project
En el lado de Merlin no cambia nada respecto a los demás clientes:
- Instale el servidor. En Merlin Project abra el menú Merlin Project y elija Install MCP Server. Merlin deja un pequeño programa en su Mac, el puente entre el cliente de IA y el plan. El instalador muestra la ruta; es
/usr/local/bin/merlinproject-mcp. - Comparta el proyecto. Abra el proyecto y haga clic en AI Tools en la barra de herramientas. Marque Permitir que las herramientas de IA interactúen con el documento; el símbolo se muestra relleno. El uso compartido vale solo para ese proyecto, todos los demás siguen invisibles para el servidor. En cuanto un cliente se conecta, el símbolo se vuelve azul.
local · solo lectura · inaccesible desde fuera. El servidor solo lee los proyectos que usted comparte, no modifica nada de sus datos, y nadie llega hasta él desde fuera. Lo que un cliente en la nube ve de los datos leídos lo explica el artículo sobre protección de datos.
Paso 3: descargar un modelo
Abra el buscador de modelos en LM Studio y descargue uno. Dos cosas son decisivas: el modelo debe caber en su Mac y debe dominar las llamadas a herramientas (tool calling, señalado en LM Studio con un símbolo de martillo). Sin esa capacidad, el modelo no puede dirigirse al servidor de Merlin aunque esté bien configurado.
| Memoria | Tamaño del modelo | Ejemplo |
|---|---|---|
| 8 GB | unos 4.000 millones de parámetros | Qwen3 4B |
| 16 GB | unos 8.000 millones de parámetros | Qwen3 8B |
| 32 GB o más | de 14.000 a 30.000 millones de parámetros | Qwen3 14B, Qwen3 30B-A3B |
La familia Qwen3 domina las llamadas a herramientas de forma fiable y está disponible directamente en LM Studio. Elija la cuantización de 4 bits (marcada como Q4 en el nombre); reduce a la mitad la memoria necesaria con poca pérdida de calidad.
En el vídeo trabajamos con Google Gemma 4 E4B. El modelo lee el plan con limpieza, pero llega pronto a su límite con cadenas largas de dependencias y cálculos de varios pasos. Pruebe por eso varios modelos y también otras familias en lugar de quedarse con el primero. Cuál aguanta en su Mac solo lo revela la comparación sobre su propio plan.
Una vez cargado el modelo, ya puede chatear con él. Solo que todavía no conoce su proyecto.
Paso 4: añadir el servidor de Merlin
LM Studio usa el mismo archivo de configuración que Claude Desktop.
- En LM Studio cambie al área Program (barra lateral derecha).
- En Install, haga clic en Edit mcp.json.
- Añada el siguiente bloque y guarde.
Bloque de configuración para merlin-project mcp.json
{
"mcpServers": {
"merlin-project": {
"command": "/usr/local/bin/merlinproject-mcp"
}
}
}También aquí: limítese a añadir y no borre nada de lo que ya haya. Tras guardar, LM Studio muestra el servidor merlin-project; no hace falta reiniciar. Active el servidor en el chat mediante el símbolo de enchufe bajo el campo de entrada.
La prueba: wifi apagado, el plan responde
Apague el wifi en la barra de menús. Sin red, sin conexión al exterior. Y ahora pregunte a su proyecto:
Prompt: ¿Qué fechas vienen a continuación?
Enumera todos los hitos y fechas importantes de las próximas cuatro semanas del proyecto activo, en orden cronológico. Para cada fecha, añade el estado actual de las tareas precedentes y una valoración de si la fecha es realista.Ver este prompt en la biblioteca ›
El modelo llama al servidor de Merlin, lee las fechas y responde. Nada de eso ha salido del Mac, ni su pregunta ni su plan. En la primera llamada a herramientas, LM Studio pregunta si el modelo puede usar el servidor; confírmelo una vez para la sesión.
Lo que le cuesta
Los modelos locales son más pequeños que Claude o GPT. Leyendo, resumiendo y enumerando hacen un buen trabajo. Con un cálculo delicado, una ruta crítica larga o una simulación de Monte Carlo se nota la diferencia: las respuestas pierden precisión y el modelo tarda más. A eso se suma algo más de configuración y la elección del modelo.
Si sus datos no pueden salir del ordenador bajo ningún concepto, sigue siendo la vía más sólida. Usted decide qué pesa más. Una tercera posibilidad es el uso mixto: LM Studio para los proyectos confidenciales, Claude Desktop para todo lo demás. El servidor de Merlin sigue siendo el mismo, solo cambia el lado de la IA.
Alternativa: Ollama
Ollama es la segunda solución extendida para modelos locales en el Mac y funciona en el terminal en lugar de en una aplicación con interfaz. Ollama no conecta servidores MCP por sí solo; necesita un cliente que use Ollama como fuente de modelos y hable MCP. Para empezar, LM Studio es el camino más corto, porque elección del modelo, chat y configuración MCP están en un mismo sitio.
Lista «IA sin nube»
Para practicar va bien el proyecto de ejemplo Produktlaunch Phoenix del vídeo. Más preguntas para el plan están en la biblioteca de prompts; todas las guías de instalación, aquí:
- Claude Desktop: Un bloque en un archivo, reiniciar
- LM Studio (este artículo): Descargar un modelo, un bloque en un archivo
- Claude Code: Un comando
- Codex: Un comando
- Antigravity: Un bloque en un archivo, reinicio completo
- ChatGPT: Puente de copia o Asistente Inteligente
- ¿Qué cliente de IA le conviene?
Si tiene alguna pregunta sobre este artículo del blog o desea debatirlo, esperamos su contribución en nuestro foro.
