AIllowpages: 2500 herramientas IA en un servidor
Un veterano de infraestructura Linux con 20 años de experiencia construyó AIllowpages, un buscador de herramientas de IA con motor de relevancia propio compilado en C, failover automático entre Groq y Cerebras, y todo self-hosted en un único servidor. En el primer mes: 2500+ herramientas curadas, 982 páginas indexadas en Google, sin publicidad y sin financiamiento externo.
En 30 segundos
- Murali Pala, 20+ años en Linux e infraestructura, creó AIllowpages: un directorio de herramientas IA con búsqueda semántica propia.
- Motor de relevancia propio compilado en C, va más allá del keyword matching tradicional.
- Failover automático: Groq (llama-3.3-70b) como primario, Cerebras como respaldo silencioso cuando Groq alcanza límites.
- Todo self-hosted en un único servidor KVM, usando tiers gratuitos de Groq, Cerebras y Meilisearch.
- Resultado al mes: 2500+ herramientas, 982 páginas en Google, cero ads, cero sesgo, gratis para siempre.
La idea: un Yellow Pages para herramientas de IA
AIllowpages es un directorio de búsqueda de herramientas de inteligencia artificial con motor de relevancia propio, construido y operado completamente por una persona sobre infraestructura Linux auto-administrada.
Murali Pala tiene más de 20 años en Linux e infraestructura, más tiempo en el Indian Air Force que muchos frameworks en producción. No es exactamente el perfil que uno imagina detrás de un producto de IA. Y justamente por eso lo que construyó es interesante.
La idea le llegó una tarde: ¿por qué no existe un Yellow Pages para herramientas de IA? Un directorio real, con búsqueda inteligente, sin algoritmos de recomendación opacos ni banners de afiliados. Esa noche compró el dominio. Sin reuniones, sin pitch deck, sin inversores.
Si alguna vez intentaste encontrar “la mejor herramienta de IA para automatizar logs de Linux” en Google, sabés lo que encontrás: listas de afiliados con las mismas 10 herramientas de siempre, artículos SEO rellenos, y cero criterio técnico. AIllowpages apunta exactamente a ese hueco.
Arquitectura técnica: todo en un único servidor
Acá viene algo que llama la atención: todo el sistema corre en un único servidor KVM1. Sin Kubernetes, sin arquitectura distribuida, sin facturas de cloud de cinco cifras. Linux como base, todo containerizado, todo self-hosted. Tema relacionado: comparativa de herramientas de automatización.
El stack tiene tres patas principales: Meilisearch para la búsqueda, Groq como motor de IA primario, y Cerebras como failover. Los tres tienen tiers gratuitos que, bien configurados, son suficientes para sostener el sistema en producción. La disciplina viene del lado Linux: metodológico, secuencial, verificar antes de avanzar.
Para hosting, si te interesa replicar algo parecido, donweb.com ofrece VPS con Linux que sirven perfectamente para este tipo de setup self-hosted.
¿Y cuándo algo falla? Acá está la parte técnica que más me generó curiosidad.
Motor de relevancia propietario: el diferenciador real
La mayoría de los directorios de herramientas IA hacen keyword matching. Buscás “transcripción de audio” y te devuelven todo lo que tiene esas dos palabras en el nombre o la descripción. Funciona, pero apenas.
Murali construyó un algoritmo de ranking propio compilado en C. No hay mucho detalle técnico público sobre cómo funciona exactamente (y tiene sentido que no lo publique), pero el objetivo declarado es que los resultados sean “más inteligentes, no solo más rápidos”. Eso puede significar muchas cosas: ponderación por popularidad, relevancia contextual, historial de búsquedas similares, o alguna combinación.
Lo que sí es concreto: compilado en C sobre Meilisearch sugiere que están optimizando a nivel de rendimiento nativo, no usando una capa de scripting sobre la API de búsqueda. Para un sistema con 2500+ herramientas indexadas, eso importa.
Igual, habría que verlo en acción con búsquedas técnicas reales para juzgar si el algoritmo justifica el diferenciador. El benchmark es del propio fabricante, por ahora.
Groq + Cerebras: failover sin downtime real
Esta parte es la más concreta desde el punto de vista de ingeniería. La búsqueda con IA usa Groq con llama-3.3-70b como modelo primario. Cuando Groq alcanza sus límites de rate (algo que pasa con los tiers gratuitos si tenés algo de tráfico), Cerebras toma el relevo automáticamente. El cambio es silencioso para el usuario. Esto se conecta con lo que analizamos según nuestro análisis de estos modelos.
El resultado práctico: cero downtime en la función de búsqueda IA, sin pagar por capacidad dedicada. Groq e Cerebras tienen arquitecturas de inferencia diferentes (Groq usa LPUs, Cerebras tiene sus propios chips), así que no es solo un fallback al mismo proveedor con otro nombre. Hay una diferencia real en latencia y en cómo manejan la carga.
Subís el tier gratuito de Groq, lo probás en desarrollo, funciona bárbaro, lo ponés en producción con tráfico real y empiezan los rate limits a las pocas horas. En vez de pagar o limitar funcionalidad, metés Cerebras como segunda pata. El sistema decide solo cuál usar según disponibilidad. Es una solución pragmática que cualquiera puede replicar.
Primer mes: métricas concretas
Según el artículo original de Murali en dev.to publicado en mayo de 2026, el proyecto arrancó con 1000 herramientas curadas y en un mes llegó a 2500+. Eso es crecimiento orgánico de curaduría, no scraping automatizado.
| Métrica | Valor (mes 1) |
|---|---|
| Herramientas indexadas | 2500+ |
| Páginas indexadas en Google | 982 |
| Publicidad | Ninguna |
| Modelo de negocio | Gratis para siempre |
| Herramientas al lanzamiento | 1000 |
| Servidores | 1 (KVM1 self-hosted) |
982 páginas indexadas en Google en el primer mes es un número decente para un proyecto nuevo sin backlinks establecidos. No es viral, pero tampoco es invisible. La estrategia parece ser que cada herramienta tiene su propia página indexable, lo cual tiene sentido para SEO long-tail.
Claude, DeepSeek y ChatGPT como asistentes de desarrollo
Acá está el detalle que más me gustó del proyecto: Murali usó Claude, DeepSeek y ChatGPT durante el desarrollo, pero como co-pilotos. Cada decisión de arquitectura fue suya. Cada línea de código fue revisada por él.
Eso contrasta bastante con el enfoque habitual de “le pedí a la IA que construyera todo y funcionó” que abundan en dev.to. Si seguís los artículos de Linux y DevOps de Murali (y de ahí viene el título de su post), la filosofía es la misma que en infraestructura: metodológico, verificar antes de avanzar, entender qué estás corriendo.
La “inteligencia” artificial como herramienta de amplificación para alguien con criterio técnico produce resultados muy diferentes que la misma herramienta en manos de alguien que no tiene con qué validar los outputs. Esto es un ejemplo concreto de esa diferencia. Para más detalles técnicos, mirá como exploramos en este análisis.
Cómo se usa: búsquedas reales
Ponele que buscás “automate linux logs”. En un directorio tradicional, vas a ver los mismos Datadog, Elastic, y Splunk de siempre. En AIllowpages, el motor de IA debería darte una explicación contextual de qué herramientas aplican y por qué, no solo una lista.
Lo mismo con “voice cloning”: en vez de resultados ordenados por popularidad o fecha de incorporación, el objetivo es relevancia real para la consulta específica.
¿Funciona tan bien como suena? Habría que probarlo con consultas técnicas reales durante varios días para saberlo. Pero la arquitectura técnica al menos tiene sentido: Meilisearch es una solución de búsqueda sólida, y el modelo llama-3.3-70b de Meta tiene capacidad suficiente para entender contexto técnico.
Errores comunes al construir directorios de herramientas IA
Depender de un único proveedor de inferencia sin fallback
Si tu búsqueda IA depende de un solo proveedor con tier gratuito, vas a tener downtime. El patrón Groq + Cerebras que usa AIllowpages resuelve esto sin costo adicional. Configurarlo tarda menos de lo que parece: básicamente es un try/catch en tu capa de API que redirige al segundo proveedor cuando el primero devuelve error de rate limit.
Indexar todo sin curaduría y confundir cantidad con calidad
2500 herramientas curadas en un mes implica revisión activa. Un directorio que importa automáticamente todo lo que encuentra en ProductHunt o GitHub tiene ruido enorme. La curaduría es costosa en tiempo, pero es lo que diferencia un directorio útil de un dump de URLs.
Subestimar el costo de escalar la base de datos de búsqueda
Meilisearch tiene tier gratuito, pero si el volumen de búsquedas crece, vas a necesitar más recursos en el servidor. El KVM1 que usa Murali tiene límites. Planear el upgrade antes de necesitarlo (y no después de que el servidor empiece a toser) es parte de la disciplina Linux que menciona en el proyecto. Te puede servir nuestra cobertura de en nuestra comparativa de herramientas IA.
Preguntas Frecuentes
¿Qué es AIllowpages y para qué sirve?
AIllowpages es un directorio de herramientas de inteligencia artificial con motor de búsqueda propio y capacidades de IA para explicar resultados. Tiene 2500+ herramientas curadas, sin publicidad y acceso gratuito. Está pensado para encontrar herramientas específicas según una tarea técnica concreta, no para navegar listas genéricas.
¿Cómo funciona el failover entre Groq y Cerebras?
Groq actúa como proveedor primario usando el modelo llama-3.3-70b. Cuando Groq alcanza sus límites de rate (frecuente en tiers gratuitos con tráfico real), el sistema redirige automáticamente las peticiones a Cerebras sin que el usuario lo note. El cambio ocurre en la capa de API, sin downtime ni mensaje de error visible.
¿Qué diferencia tiene AIllowpages de otros directorios de herramientas IA?
El diferenciador técnico es el motor de relevancia propio compilado en C, que va más allá del keyword matching simple. A diferencia de directorios con modelos de afiliados, AIllowpages declara cero publicidad y cero sesgo en los resultados. Además, la búsqueda incluye una explicación contextual generada por IA sobre los resultados.
¿Se puede replicar esta arquitectura en un servidor propio?
Sí. Los componentes son Meilisearch (tier gratuito), Groq API (tier gratuito con llama-3.3-70b), Cerebras API (tier gratuito como failover), y cualquier servidor Linux con Docker. El algoritmo de ranking en C es el único componente no replicable directamente, ya que es propietario. El resto del stack es open source o tiene tier gratuito funcional.
¿Cuánto cuesta usar AIllowpages?
Es gratuito para los usuarios. No tiene publicidad ni modelo de afiliados declarado. El proyecto se sostiene en tiers gratuitos de los proveedores de IA y búsqueda, más el costo del servidor propio. Murali menciona explícitamente “free forever” como compromiso del proyecto.
Conclusión
AIllowpages es un recordatorio de que en el ecosistema IA no siempre significa seguir a grandes empresas con millones en funding. Murali Pala construyó un producto funcional con 2500+ herramientas indexadas en un mes, usando tiers gratuitos, un servidor, y 20 años de disciplina Linux.
Lo técnicamente interesante es el patrón de failover Groq + Cerebras, que resuelve un problema real de los tiers gratuitos sin costo adicional. Lo replicás en cualquier proyecto que use APIs de inferencia con límites de rate.
Lo que queda por ver es si el motor de relevancia en C realmente mejora los resultados de búsqueda de forma perceptible, y cómo escala cuando las 982 páginas indexadas empiecen a generar tráfico orgánico real. Por ahora, es un proyecto sólido de una persona con criterio técnico claro. Y eso, con la cantidad de directorios de IA genéricos que existen, no es poca cosa.
