Aplicaciones → Qdrant
Qdrant almacena embeddings vectoriales de tus documentos para que puedas buscar por significado, no solo por palabras clave. Pregunta «muéstrame el contrato del trimestre pasado» y encuéntralo al instante — incluso si las palabras exactas no aparecen en ningún lado. Es la capa de memoria detrás de la búsqueda privada de documentos de ReefOffice.
Qdrant convierte tus documentos en vectores — representaciones matemáticas del significado — y los almacena para búsqueda semántica instantánea. Cuando buscas algo, Qdrant encuentra documentos que coinciden con tu intención, incluso si usan palabras completamente diferentes. Cada plan de ReefOffice incluye Qdrant para indexación automática de documentos.
Busca tus documentos por significado, no por palabras clave. Haz una pregunta en lenguaje sencillo y encuentra el documento correcto — facturas, contratos, correos, notas — incluso cuando las palabras exactas no coinciden.
Cada archivo que añades a Nextcloud, Paperless o Dolibarr se indexa automáticamente. Sin configuración manual — tu corpus de documentos permanece buscable desde el primer día a medida que llegan nuevos archivos.
Qdrant impulsa la memoria detrás de Hermes Agent y las preguntas de documentos de Open WebUI. Cuando tu IA responde preguntas sobre tus archivos, recupera el contexto correcto de Qdrant para dar respuestas precisas con fuentes.
Todos los embeddings se almacenan en tu servidor de ReefOffice — no se envían datos a servicios de búsqueda o IA externos. Tu búsqueda de documentos permanece completamente dentro de tu infraestructura.
Cómo funciona
Qdrant es una base de datos vectorial de alto rendimiento escrita en Rust. En ReefOffice se ejecuta como un contenedor Docker con almacenamiento persistente. Los documentos se vectorizan usando bge-m3 — un modelo multilingüe con licencia MIT — y se almacenan como vectores para búsqueda de similitud rápida.
Qdrant es la columna vertebral de búsqueda de ReefOffice. Impulsa la búsqueda de documentos en Open WebUI, proporciona contexto para las acciones de Hermes Agent y puede ser desencadenado por automatizaciones de Activepieces. Cuando preguntas «¿qué facturas están sin pagar?», Qdrant encuentra los documentos relevantes en milisegundos.
La búsqueda normal coincide palabras exactas. Si buscas «arrendamiento de oficina» pero el documento dice «contrato de alquiler de espacio de trabajo», la búsqueda normal no lo encontrará. Qdrant entiende el significado — encuentra documentos que son semánticamente similares, incluso con redacción diferente.
Aproximadamente 1 GB por cada 100.000 páginas de texto. La mayoría de clientes usan mucho menos. Qdrant almacena solo los vectores, no los documentos originales — estos permanecen en Nextcloud, Paperless o Dolibarr donde les corresponde.
Sí. Qdrant está incluido en cada plan de ReefOffice para indexación y búsqueda de documentos. Ollama también se ejecuta en cada plan — para embeddings — pero solo los planes AI cargan los modelos de generación que responden preguntas de tus documentos.
Reserva una demo y descubre cómo Qdrant en ReefOffice hace que tus documentos sean encontrables por significado — no solo por palabras clave.