[{"data":1,"prerenderedAt":113},["ShallowReactive",2],{"seo-verification":3,"marketplace-app-es-private-gpt":6},{"google":4,"bing":5},"EycwPY2XMyTkVzas3n1ygeNJFGAH513qrMjfDljzsMQ","",{"key":7,"data":8},"marketplace-app-es-private-gpt",{"slug":9,"slugs":10,"categorySlugs":11,"name":16,"description":17,"phase":18,"unavailableReason":19,"docsUrl":20,"logo":19,"github":19,"tagline":21,"longDescription":22,"features":23,"useCases":30,"steps":40,"faq":59,"specs":75,"compatibleOs":85,"relatedApps":86,"relatedPosts":107,"category":110},"private-gpt",{"fr":9,"en":9,"ar":9,"es":9},{"fr":12,"en":13,"ar":14,"es":15},"ia","artificial-intelligence","الذكاء-الاصطناعي","inteligencia-artificial","PrivateGPT","Asistente RAG documental local: formule preguntas a sus PDF, contratos y notas — el LLM y los embeddings se ejecutan en su VPS, sin que ningún dato salga del servidor.",1,null,"https:\u002F\u002Fservorbit.com\u002Fblog\u002Fcomo-alojar-privategpt-en-un-vps","Asistente IA documental 100% local — RAG sobre sus archivos, sin nube, sin fuga de datos.","PrivateGPT es una plataforma RAG (Retrieval-Augmented Generation) de código abierto que le permite chatear con sus propios documentos — PDF, DOCX, hojas de cálculo y correos electrónicos — usando un modelo de lenguaje local. PrivateGPT nunca envía sus datos fuera del servidor: la ingestión, la vectorización, el almacenamiento y la inferencia ocurren en su VPS. Alimentado por un almacén de vectores integrado y conectado a cualquier servidor de inferencia compatible con OpenAI (Ollama, llama.cpp, vLLM), le ofrece un pipeline RAG completo bajo su control.",[24,25,26,27,28,29],"Pipeline RAG completamente offline — ingestión de PDF, DOCX, TXT y CSV; consultas con su LLM local, sin llamadas a la nube","Citas de fuentes en cada respuesta — fragmento y nombre del archivo en cada respuesta","API compatible con OpenAI en el puerto 8080 — sustitución directa del cliente OpenAI en sus herramientas","Se conecta a cualquier servidor compatible con OpenAI — Ollama, llama.cpp, vLLM o la API real de OpenAI","Almacén de vectores integrado — fragmentación semántica en disco, persistente entre reinicios","Licencia Apache-2.0 — totalmente auditable, sin telemetría, 57 k+ estrellas en GitHub",[31,34,37],{"title":32,"body":33},"Inteligencia documental legal y RRHH","Suba contratos y expedientes a PrivateGPT. Pregunte sobre cláusulas específicas y obtenga respuestas citadas sin que ningún dato abandone el VPS — conforme con el Artículo 28 del RGPD.",{"title":35,"body":36},"Base de conocimiento interna","Indexe la documentación técnica y las notas de reuniones de su equipo. Cada miembro obtiene una interfaz en lenguaje natural con respuestas que apuntan al fragmento fuente exacto.",{"title":38,"body":39},"Revisión privada de código y seguridad","Introduzca código fuente o informes de auditoría. Formule preguntas sobre arquitectura sin que ninguna línea de código fuente salga del servidor.",[41,44,47,50,53,56],{"title":42,"body":43},"Solicite un VPS de ServOrbit","Prevea al menos 8 GB de RAM. Un VPS de 16 GB es la opción cómoda. La máquina se entrega con Ubuntu 24.04 y Docker preinstalado.",{"title":45,"body":46},"Despliegue desde el Marketplace","Marketplace → Inteligencia Artificial → PrivateGPT → Desplegar. La pila levanta dos contenedores: PrivateGPT (UI + API en el puerto 8080) y un sidecar Ollama interno. Solo el puerto 8080 está expuesto en el loopback.",{"title":48,"body":49},"Descargue su primer modelo","Una vez en marcha: `docker exec ollama ollama pull qwen2.5:7b`. Para un inicio ligero: `qwen2.5:3b` (2.3 GB).",{"title":51,"body":52},"Abra la interfaz web","Abra un túnel SSH: `ssh -L 8080:127.0.0.1:\u003Cpuerto> root@\u003Cip-vps>` y navegue a `http:\u002F\u002Flocalhost:8080\u002Fui`.",{"title":54,"body":55},"Ingeste sus documentos","Suba archivos a través de la interfaz o el endpoint `\u002Fv1\u002Fingest\u002Ffile`. PrivateGPT divide cada archivo, calcula embeddings via Ollama y los almacena en el almacén de vectores local.",{"title":57,"body":58},"Consulte su corpus","Escriba su pregunta en el chat. PrivateGPT recupera los fragmentos más relevantes y devuelve una respuesta con los fragmentos fuente citados.",[60,63,66,69,72],{"q":61,"a":62},"¿PrivateGPT requiere una GPU?","No. La inferencia solo con CPU funciona a través de Ollama. Una CPU moderna maneja un modelo 7B Q4_K_M a 2–5 tokens\u002Fseg — utilizable para Q&A de documentos.",{"q":64,"a":65},"¿Qué modelos LLM funcionan mejor con PrivateGPT?","Para CPU: `qwen2.5:7b` o `mistral:7b` (Q4_K_M, ~4–5 GB). Para documentos largos: `llama3.1:8b`. Para configuración ligera en 8 GB: `qwen2.5:3b` (~2.3 GB). Para embeddings: `nomic-embed-text`.",{"q":67,"a":68},"¿Puedo usar la API de OpenAI en lugar de Ollama?","Sí. Establezca `OPENAI_API_BASE=https:\u002F\u002Fapi.openai.com\u002Fv1` y proporcione su `OPENAI_API_KEY`. El pipeline RAG usará OpenAI mientras sus documentos permanecen indexados localmente.",{"q":70,"a":71},"¿PrivateGPT incluye ya una base de datos vectorial?","Sí. PrivateGPT incluye un almacén de vectores integrado que persiste en el volumen Docker `private-gpt-data` y sobrevive a los reinicios.",{"q":73,"a":74},"¿Cómo accedo a PrivateGPT sin nombre de dominio?","Abra un túnel SSH: `ssh -L 8080:127.0.0.1:\u003Cpuerto> root@\u003Cip-vps>` y navegue a `http:\u002F\u002Flocalhost:8080\u002Fui`. Para URL pública, adjunte un dominio en su área de cliente.",{"ram":76,"cpu":77,"disk":78,"stack":79,"port":84},"8 GB","2 vCPU","30 GB",[80,81,82,83],"Docker","Python","Ollama","Almacén de vectores","8080",[],[87,95,101],{"name":88,"slug":89,"categorySlug":15,"categoryName":90,"categoryColor":91,"logo":92,"tagline":93,"description":94},"AnythingLLM","anything-llm","Inteligencia Artificial","text-purple-400 bg-purple-500\u002F10","https:\u002F\u002Fcdn.jsdelivr.net\u002Fgh\u002Fselfhst\u002Ficons\u002Fsvg\u002Fanythingllm.svg","Espacio de trabajo de IA privado: sus documentos forman una base de conocimiento consultable, con RAG integrado, agentes sin código y el modelo de lenguaje que elija.","Espacio de trabajo de IA de código abierto: RAG sobre sus documentos, agentes automatizados, multimodelo. Alternativa autoalojada a ChatGPT Teams — sus datos nunca salen de su servidor.",{"name":96,"slug":97,"categorySlug":15,"categoryName":90,"categoryColor":91,"logo":98,"tagline":99,"description":100},"Open WebUI","open-webui","https:\u002F\u002Fcdn.jsdelivr.net\u002Fgh\u002Fselfhst\u002Ficons\u002Fsvg\u002Fopen-webui.svg","Interfaz web para sus LLM — Ollama, OpenAI, Mistral — alojada en su propio servidor.","Interfaz web para interactuar con sus LLM locales o remotos. Sus datos permanecen en su infraestructura — ningún tercero implicado.",{"name":102,"slug":103,"categorySlug":15,"categoryName":90,"categoryColor":91,"logo":104,"tagline":105,"description":106},"Dify","dify","https:\u002F\u002Fcdn.jsdelivr.net\u002Fgh\u002Fselfhst\u002Ficons\u002Fsvg\u002Fdify.svg","Cree aplicaciones LLM con arrastrar y soltar — chatbots, agentes, pipelines RAG — sin backend.","Cree aplicaciones LLM de forma visual: chatbots, agentes RAG, pipelines — sin escribir código backend.",[108,109],"heberger-privategpt-vps","privategpt-documents-confidentiels-vps",{"key":12,"slug":15,"name":90,"objective":111,"icon":112,"color":91},"Crear, alojar y operar soluciones de IA.","ai",1793820496247]