Chatea con tus documentos. IA local por defecto, nube opcional con envío de pregunta y fragmentos.
Landing page del software de escritorio DocuMind AI: una base de conocimiento personal que responde preguntas sobre tus PDF, Word, Excel y archivos de texto usando un modelo de lenguaje local.
- Funcionalidad
- Capturas
- Cómo funciona
- Seguridad y privacidad
- Tecnologías
- Requisitos
- Instalación
- Uso
- Idiomas
- Publicación en GitHub Pages
- Autor
DocuMind AI es una aplicación de escritorio que convierte tus documentos en una base de conocimiento personal y te permite conversar con ella:
| Capacidad | Descripción |
|---|---|
| 100% local por defecto | El parseo, los embeddings, la búsqueda y la generación corren en tu máquina desde la primera pregunta. |
| Motor en la nube, opcional | Activa Gemini, DeepSeek u OpenAI solo para redactar la respuesta final; la búsqueda sigue siendo local. |
| Fuentes verificables | Cada respuesta muestra los fragmentos exactos usados, con su puntaje de similitud, como en un artículo académico. |
| Workspaces aislados | Organiza documentos y chats en proyectos independientes; los datos nunca se mezclan. |
| Progreso en tiempo real | Una barra de avance muestra cada paso mientras se analizan, fragmentan e indexan tus archivos. |
| Interfaz en 5 idiomas | Inglés, español, portugués, francés y alemán, con detección automática del idioma del sistema. |
Formatos soportados: PDF, DOCX, XLSX y TXT.
 |
 |
 |
 |
De un archivo a una respuesta con fuentes, en cinco pasos locales por defecto. Si activas la generación en nube, la pregunta y los fragmentos recuperados se envían al proveedor elegido:
- Analizar — Extrae el texto de PDF, DOCX, XLSX o TXT. Los PDF usan un motor de respaldo si el primero falla.
- Fragmentar — Divide el texto en piezas de 1000 caracteres con 50 de solape, para no cortar ideas a la mitad.
- Vectorizar — Convierte cada fragmento en un vector de 768 dimensiones con
nomic-embed-text, en grupos concurrentes. - Indexar — Guarda los vectores en SQLite, en lotes de 100 filas, listos para búsqueda por similitud.
- Responder — Al preguntar, se buscan los 5 fragmentos más cercanos y se generan la respuesta y sus fuentes.
Documento → Fragmentos → Vectores → Motor local → Respuesta
- Con Ollama local, el procesamiento de documentos se realiza en tu equipo. Descarga previamente Ollama y los modelos para consultar sin conexión.
- Si activas Gemini, DeepSeek u OpenAI, se envían tu pregunta y fragmentos del texto recuperado al proveedor para generar la respuesta. Requiere internet y puede tener costos propios.
- Los archivos originales, los vectores y el historial se almacenan localmente. El texto de los fragmentos enviados sí forma parte del documento: no debe prometerse que todo el texto permanece siempre en el equipo.
- Las claves de API se usan para autenticar llamadas al proveedor elegido. No son créditos incluidos en la compra.
- El formulario de canje envía código y correo al servicio de validación. Un canje web no acredita por sí solo la activación ni los límites del escritorio; ver
CAMBIOS-COMERCIALES.md.
La interfaz web está construida con HTML, CSS y JavaScript puros (sin frameworks), con diseño responsive y modo oscuro.
El software de escritorio detrás de la web usa:
| Capa | Tecnología |
|---|---|
| Shell de escritorio | Tauri 2 |
| Frontend | React 19 · TypeScript 5.8 · Vite 7 · Tailwind CSS |
| Estado | Zustand |
| Persistencia | SQLite |
| LLM local | Ollama (llama3.2:1b) |
| Embeddings | Ollama (nomic-embed-text, 768 dim) |
| Parseo | pdfjs-dist · mammoth · SheetJS |
- Para compradores: Windows 10/11 de 64 bits y espacio adicional para Ollama y modelos.
- Ollama especifica Windows 10 22H2 o posterior y al menos 4 GB para instalar el runtime, aparte de los modelos. No confundir esos 4 GB de disco con una garantía de RAM mínima o velocidad.
- Internet para descargar el instalador y preparar la IA local. Después, seleccionar el proveedor local para consultas offline.
- No se necesita Node.js ni Rust para usar el instalador comercial. Esas herramientas corresponden a compilar el código de la app, que está en otro repositorio.
- Si compraste en AppSumo, abre el enlace de canje facilitado con tu compra, introduce código y correo y descarga el instalador de Windows. Conserva el comprobante.
- Ejecuta el instalador y abre DocuMind AI. Usa el asistente para preparar Ollama y espera a que terminen las descargas de los modelos.
- Crea un espacio, importa un documento y haz una pregunta. La nube es opcional; si la activas, se enviarán la pregunta y los fragmentos al proveedor.
Entrega actual: DocuMind.AI_0.1.1_x64-setup.exe, release v0.1.1, 7.094.626 bytes (aprox. 7 MB). MSI alternativo: 9.142.272 bytes. Los hashes están en SHA256SUMS-0.1.1.txt dentro de la release. Ollama/modelos requieren descargas aparte. Los instaladores no tienen firma Authenticode; no se afirma certificación de instalación limpia en todos los equipos.
Con Node.js (verificado con 24.13.1): node --test tests/commercial-flow.test.cjs.
Las respuestas de canje son simuladas: no se llama al backend ni se gastan códigos. Las pruebas no sustituyen la comprobación del instalador o una prueba visual en navegador real.
Built with Llama. El modelo predeterminado llama3.2:1b tiene su propia Llama 3.2 Community License y política de uso; no hereda la licencia MIT de Ollama. nomic-embed-text es un modelo de embeddings, no sirve como modelo de chat. La aplicación incorpora textos de licencia y avisos de terceros en el asistente de preparación; la distribución actual debe actualizarse y verificarse antes de afirmar que contiene estos cambios.
- Abre la app y crea o selecciona un workspace.
- Arrastra tus documentos (PDF, DOCX, XLSX o TXT). Observa el progreso en tiempo real del análisis, fragmentación e indexación.
- Haz preguntas sobre el contenido. Cada respuesta incluye sus fuentes con el puntaje de similitud.
- Si lo deseas, configura una clave de API (Gemini, DeepSeek u OpenAI) para que la nube redacte la respuesta final. El resto sigue siendo local.
La web que vive en este repositorio es la landing page: explica el producto, muestra sus capturas y guía la instalación. La app de escritorio en sí es otro proyecto.
La interfaz se traduce automáticamente al idioma del sistema y permite cambiar manualmente entre:
- Español
- English
- Português
- Français
- Deutsch
El sitio es estático, por lo que se publica directamente desde la rama main:
- Ve a Settings → Pages del repositorio.
- En Build and deployment → Source, selecciona Deploy from a branch.
- En Branch, elige
mainy carpeta/ (root). - Guarda. En menos de un minuto el sitio queda disponible en:
https://fguzman-stack.github.io/DocuMind-Ai-Web/
No se necesita ningún archivo de configuración: no hay build, el contenido se sirve tal cual desde la raíz.
Francisco Guzmán
- GitHub: fguzman-stack
- Proyecto: DocuMind-Ai-Web