La implementación de inteligencia artificial para el soporte de usuarios en entornos con recursos de hardware limitados exige un equilibrio crítico entre capacidad técnica y eficiencia operativa. Este análisis técnico aborda el despliegue de un Small Language Model (SLM), específicamente el modelo Qwen 1.5 0.5B, integrado mediante una arquitectura de Generación Aumentada por Recuperación (RAG) artesanal. El uso de herramientas ligeras como Fuse.js para la búsqueda difusa en memoria permite optimizar el uso de la RAM y la CPU, demostrando que es posible ofrecer respuestas naturales y contextuales sin recurrir a infraestructuras masivas o bases de datos vectoriales complejas, garantizando así la estabilidad de la aplicación bajo restricciones estrictas de servidor.