RAG local-first, sin servidor
Cómo LoveMyDocs ejecuta embeddings y chat fundamentado en el navegador para preguntar a PDFs privados sin subirlos.
En esta página
La mayoría de productos de «habla con tus documentos» envían tus archivos a un modelo remoto. LoveMyDocs hace lo contrario: la generación aumentada por recuperación (RAG) se queda local-first. Los embeddings de búsqueda y el modelo de chat de Pregunta a tus docs se ejecutan en la pestaña del navegador — WebGPU cuando el hardware lo permite, WASM cuando no.
Si estás comparando herramientas que te piden subir PDFs, esta es la diferencia de arquitectura que importa.
¿Qué significa RAG local-first aquí?
RAG suele significar: recuperar pasajes relevantes de un corpus y pedir a un modelo de lenguaje que responda usando esos pasajes. En productos en la nube, el índice y el modelo suelen vivir en servidores de terceros, así que tus documentos tienen que salir del dispositivo.
En LoveMyDocs:
- Enlazas una carpeta de Markdown (y sueltas PDF, CSV o TXT si hace falta).
- El texto se trocea y se embebe en el navegador para la búsqueda semántica.
- Pregunta a tus docs recupera pasajes de ese índice en el dispositivo y genera una respuesta fundamentada en la pestaña, con citas a tus archivos.
No hay una cuenta de LoveMyDocs que suba el vault para indexarlo. La carpeta en el disco sigue siendo la fuente de verdad; el índice del navegador es una caché reconstruible.
¿Qué se ejecuta en la pestaña?
Tres capas se quedan en el dispositivo:
- Embeddings — vectores para encontrar pasajes relacionados con tu pregunta
- Recuperación — búsqueda híbrida sobre tus trozos indexados (y señales de grafo cuando existen)
- Chat — un modelo instruct en el dispositivo que responde desde el contexto recuperado
Tus PDFs y notas confidenciales no se envían a una API remota de «chat con PDFs» como camino principal. Por eso el producto puede decir con honestidad: pregunta a documentos privados en tu ordenador; nada se sube.
¿En qué se diferencia de subir archivos a un modelo en la nube?
| Enfoque | Dónde van los archivos | Compromiso típico |
|---|---|---|
| Chat / subida en la nube | Servicio remoto | Comodidad; menos control sobre archivos confidenciales |
| LoveMyDocs | Carpeta en tu disco; cómputo en el navegador | Más privacidad; navegador de escritorio + descarga de modelos |
Las herramientas en la nube no están «mal» para manuales públicos o borradores de marketing. Son el valor por defecto equivocado para historiales médicos, contratos y archivos personales. El RAG local-first es para los archivos que no deben acabar en el conjunto de entrenamiento o en el registro de otra persona.
¿Cuáles son los compromisos honestos?
Local-first no es gratis en esfuerzo de usuario:
- La primera descarga de modelos lleva tiempo. Los pesos del chat y el embedder quedan en caché del navegador después de la descarga.
- El chat prefiere hardware amigable con Chromium. WebGPU ayuda; sin él, la búsqueda puede seguir funcionando mientras el chat queda más limitado.
- Solo escritorio por ahora. Móviles y tablets no están soportados. Necesitas Chrome o Edge en un ordenador y una carpeta en el disco.
- Las ventanas de contexto son finitas. Las respuestas fundamentadas dependen de la calidad de la recuperación y de los pasajes que quepan en contexto — por eso importan las citas y el salto al pasaje.
La ventaja es permanente: tu vault no tiene que salir de casa para que el producto funcione.
¿Cuándo usar LoveMyDocs en lugar de un chat con PDF en la nube?
Usa LoveMyDocs cuando la pregunta sea «¿puedo preguntar a este PDF sin subirlo?» y la respuesta deba ser sí. Usa una herramienta en la nube cuando el documento ya esté autorizado para procesamiento de terceros y necesites sincronización móvil o espacios compartidos.
Para el posicionamiento del producto y a quién va dirigido, empieza por Bienvenido a LoveMyDocs. Después abre la app en tu ordenador y prueba Pregunta a tus docs con una carpeta que nunca enviarías a la nube.