Chat privado con tus documentos: Ollama, Qdrant, Open WebUI
# Chat privado con tus documentos: Ollama, Qdrant, Open WebUI code: b2mu55 | type: stack | language: es | licence: MIT | version: v1 description: Stack docker-compose para un chat privado sobre tus documentos: Ollama (modelo), Qdrant (base vectorial) y Open WebUI (interfaz). page: https://contextetech.com/es/stacks/chat-privado-documentos-b2mu55 mcp: connect https://contextetech.com/mcp then call load_resource with code "b2mu55" (or ask "load b2mu55") json: https://contextetech.com/api/resources/contextetech--chat-privado-documentos python: pip install contexte && contexte get b2mu55 citation (required by the licence): contextetech. (2026). Chat privado con tus documentos: Ollama, Qdrant, Open WebUI (Version 1) [Stack]. Contexte Tech. https://contextetech.com/es/stacks/chat-privado-documentos-b2mu55
Stack docker-compose para un chat privado sobre tus documentos: Ollama (modelo), Qdrant (base vectorial) y Open WebUI (interfaz).
Accesos Medio
- Leer archivos o datos
- Modificar o borrar archivos
- Enviar datos por Internet
- Ejecutar comandos en la máquina : No
Servicios
- Ollama: ejecuta el modelo
- Qdrant: base de datos vectorial
- Open WebUI: interfaz de chat y subida de documentos
Puertos : 3000 (interfaz), 11434 (Ollama), 6333 (Qdrant)
1. docker compose up -d 2. Descarga un modelo: docker compose exec ollama ollama pull mistral 3. Abre http://localhost:3000, crea la cuenta de administrador y sube tus documentos.
docker-compose.yml
services:
ollama:
image: ollama/ollama
volumes:
- ollama:/root/.ollama
ports:
- "11434:11434"
qdrant:
image: qdrant/qdrant
volumes:
- qdrant:/qdrant/storage
ports:
- "6333:6333"
open-webui:
image: ghcr.io/open-webui/open-webui:main
depends_on: [ollama, qdrant]
environment:
- OLLAMA_BASE_URL=http://ollama:11434
- VECTOR_DB=qdrant
- QDRANT_URI=http://qdrant:6333
volumes:
- open-webui:/app/backend/data
ports:
- "3000:8080"
volumes:
ollama:
qdrant:
open-webui:- Identificador
- contextetech--chat-privado-documentos
- Archivo
- docker-compose.yml
- Formato
- YML
- Tamaño
- 574 bytes
- Codificación
- UTF-8
- Tokens estimados
- ≈ 159
- Uso comercial
- Permitido
- Datos personales
- Ninguno
- Versión
- 1.0
- Publicado el
- 3 de octubre de 2026 a las 5:20
- Actualizado el
- 16 de octubre de 2026 a las 23:19
- Almacenamiento
- en base de datos
Estadísticas
Me gusta : 0 · Comentarios : 0
Haz clic en un contador para mostrarlo u ocultarlo; pasa el ratón por el gráfico para ver el detalle. Una visita por visitante y día, sin robots; recuento iniciado el 30 de septiembre de 2026.
Coste estimado
- Tokens de entrada por llamada
- ≈ 380
| Modelo | Por llamada | Al mes |
|---|---|---|
| GPT-6 Luna · OpenAImejor precio | 0,00003 € | 0,03 € |
| DeepSeek Flash · DeepSeek | 0,00010 € | 0,10 € |
| Mistral Large · Mistral AI | 0,00017 € | 0,17 € |
| DeepSeek V4 Pro · DeepSeek | 0,00044 € | 0,44 € |
| GPT-6 Sol · OpenAI | 0,00067 € | 0,67 € |
| Claude Sonnet 5.5 · Anthropic | 0,00067 € | 0,67 € |
| Claude Opus 5.5 · Anthropic | 0,00134 € | 1,34 € |
| Modelo de código abierto autoalojado (Ollama, vLLM) | 0 € de API (solo el coste del servidor) | |
Solo coste de entrada, sin la respuesta del modelo. Precios públicos estándar de los proveedores (Mistral AI, DeepSeek, OpenAI, Anthropic) convertidos de USD a euros al tipo del BCE del 13 de octubre de 2026. Estimación: 1 token ≈ 3,6 caracteres.
Común a las 3 regiones
Contenido creado por el autor, sin fuente externa.
Uso comercial permitido · citar al autor · modificaciones permitidas.
Accesos declarados: leer archivos, modificar archivos, enviar datos a Internet.
Alojado en Francia (Scaleway, París). Ninguna transferencia fuera de la UE.
Unión Europea · 5/5
Sin datos personales.
Sin datos de entrenamiento: no hay que aportar resumen.
Estados Unidos · 5/5
Sin datos personales.
Sin datos de entrenamiento: no hay documentación que publicar.
China · 5/5
Sin datos personales.
Sin datos de entrenamiento; el contenido generado por IA difundido en China debe etiquetarse (2025).
Síntesis orientativa a 30/09/2026, sin valor de certificación jurídica. Método y fuentes →
Calidad del contenido
El detalle de los criterios está reservado a los miembros.
Cada criterio, los puntos restados y un consejo para corregirlo.
MCP contexte
https://contextetech.com/mcp
carga b2mu55
Añade la dirección como conector en los ajustes de tus aplicaciones de IA y envía la petición de arriba.
API
import json, urllib.request url = "https://contextetech.com/api/resources/contextetech--chat-privado-documentos" fiche = json.load(urllib.request.urlopen(url)) print(fiche["title"] or fiche["name"])
docker-compose.yml
services:
ollama:
image: ollama/ollama
volumes:
- ollama:/root/.ollama
ports:
- "11434:11434"
qdrant:
image: qdrant/qdrant
volumes:
- qdrant:/qdrant/storage
ports:
- "6333:6333"
open-webui:
image: ghcr.io/open-webui/open-webui:main
depends_on: [ollama, qdrant]
environment:
- OLLAMA_BASE_URL=http://ollama:11434
- VECTOR_DB=qdrant
- QDRANT_URI=http://qdrant:6333
volumes:
- open-webui:/app/backend/data
ports:
- "3000:8080"
volumes:
ollama:
qdrant:
open-webui:
Lanzar
# enregistrez docker-compose.yml, puis : docker compose up -d docker compose ps
Comunidad
Aún no hay comentarios. Comparte tu opinión, ayudará a los siguientes.