Chat privata sui documenti: Ollama, Qdrant, Open WebUI
# Chat privata sui documenti: Ollama, Qdrant, Open WebUI code: j2wdns | type: stack | language: it | licence: MIT | version: v1 description: Stack docker-compose per una chat privata sui tuoi documenti: Ollama (modello), Qdrant (database vettoriale) e Open WebUI (interfaccia). page: https://contextetech.com/it/stacks/chat-privata-documenti-j2wdns mcp: connect https://contextetech.com/mcp then call load_resource with code "j2wdns" (or ask "load j2wdns") json: https://contextetech.com/api/resources/contextetech--chat-privata-documenti python: pip install contexte && contexte get j2wdns citation (required by the licence): contextetech. (2026). Chat privata sui documenti: Ollama, Qdrant, Open WebUI (Version 1) [Stack]. Contexte Tech. https://contextetech.com/it/stacks/chat-privata-documenti-j2wdns
Stack docker-compose per una chat privata sui tuoi documenti: Ollama (modello), Qdrant (database vettoriale) e Open WebUI (interfaccia).
Accessi Medio
- Leggere file o dati
- Modificare o eliminare file
- Inviare dati su Internet
- Eseguire comandi sulla macchina : No
Servizi
- Ollama: esegue il modello
- Qdrant: database vettoriale
- Open WebUI: interfaccia di chat e caricamento dei documenti
Porte : 3000 (interfaccia), 11434 (Ollama), 6333 (Qdrant)
1. docker compose up -d 2. Scarica un modello: docker compose exec ollama ollama pull mistral 3. Apri http://localhost:3000, crea l'account amministratore e carica i documenti.
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:- Identificativo
- contextetech--chat-privata-documenti
- File
- docker-compose.yml
- Formato
- YML
- Dimensione
- 574 byte
- Codifica
- UTF-8
- Token stimati
- ≈ 159
- Uso commerciale
- Consentito
- Dati personali
- Nessuno
- Versione
- 1.0
- Pubblicato il
- 3 ottobre 2026 alle ore 05:20
- Aggiornato il
- 16 ottobre 2026 alle ore 23:19
- Archiviazione
- nel database
Statistiche
Mi piace : 0 · Commenti : 0
Clicca su un contatore per mostrarlo o nasconderlo; passa sul grafico per i dettagli. Una visualizzazione per visitatore al giorno, bot esclusi; conteggio iniziato il 30 settembre 2026.
Costo stimato
- Token di input per chiamata
- ≈ 379
| Modello | Per chiamata | Al mese |
|---|---|---|
| GPT-6 Luna · OpenAIprezzo migliore | 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 € |
| Modello open source self-hosted (Ollama, vLLM) | 0 € di API (solo costo del server) | |
Solo costo di input, esclusa la risposta del modello. Prezzi pubblici standard dei fornitori (Mistral AI, DeepSeek, OpenAI, Anthropic) convertiti da USD in euro al cambio BCE del 13 ottobre 2026. Stima: 1 token ≈ 3,6 caratteri.
Comune alle 3 regioni
Contenuto creato dall'autore, senza fonti esterne.
Uso commerciale consentito · citare l'autore · modifiche consentite.
Accessi dichiarati: leggere file, modificare file, inviare dati su Internet.
Ospitato in Francia (Scaleway, Parigi). Nessun trasferimento fuori dall'UE.
Unione europea · 5/5
Nessun dato personale.
Nessun dato di addestramento: nessuna sintesi da fornire.
Stati Uniti · 5/5
Nessun dato personale.
Nessun dato di addestramento: nessuna documentazione da pubblicare.
Cina · 5/5
Nessun dato personale.
Nessun dato di addestramento; i contenuti generati dall'IA diffusi in Cina vanno etichettati (2025).
Sintesi indicativa al 30/09/2026, senza valore di certificazione legale. Metodo e fonti →
Qualità del contenuto
Il dettaglio dei criteri è riservato ai membri.
Ogni criterio, i punti tolti e un consiglio per correggerlo.
MCP contexte
https://contextetech.com/mcp
carica j2wdns
Aggiungi l'indirizzo come connettore nelle impostazioni delle tue app di IA, poi invia la richiesta qui sopra.
API
import json, urllib.request url = "https://contextetech.com/api/resources/contextetech--chat-privata-documenti" 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:
Avviare
# enregistrez docker-compose.yml, puis : docker compose up -d docker compose ps
Community
Ancora nessun commento. Condividi la tua esperienza, aiuterà chi viene dopo.