¿Puede Ollama leer tus archivos locales y PDF?

¿Puede Ollama leer tus archivos locales?

Ollama no puede leer tus archivos locales por sí solo. El modelo no abre carpetas ni busca en tu disco: solo ve el texto que un programa le pone en el prompt. La pregunta útil es qué programa hace ese trabajo. Ollama ofrece cuatro respuestas, de menos a más esfuerzo.

Es la misma idea que explicamos en si Ollama puede buscar en internet. Allí el modelo no navega: una herramienta descarga la página y le pasa el texto. Con tus documentos pasa lo mismo. Alguien lee el PDF, extrae el texto y lo añade a la conversación. Ese alguien puede ser la app de escritorio, tu terminal, Open WebUI o un agente.

Las cuatro vías:

1. Arrastrar el archivo a la app de escritorio de Ollama.
2. Pasar el contenido desde la terminal con el CLI (interfaz de línea de comandos).
3. Subir documentos a Open WebUI, que usa RAG (generación aumentada por recuperación).
4. Dejar que una herramienta o un agente de programación lea los archivos por el modelo.

Antes de elegir, hay dos cosas que deciden si funciona: el tamaño de la ventana de contexto y adónde viaja el texto. Las dos tienen su propia sección más abajo. Si solo vas a leer una parte de esta guía, lee esas dos.

Vía 1: arrastrar y soltar en la app de escritorio

Es la forma más sencilla. También es la que busca casi todo el que usa Ollama en un portátil con Windows o Mac. La página de descarga oficial ofrece macOS, Windows y Linux. En macOS se instala con el archivo Ollama.dmg y en Windows con OllamaSetup.exe. También hay instaladores por comando:

# macOS y Linux
curl -fsSL https://ollama.com/install.sh | sh

# Windows, en PowerShell
irm https://ollama.com/install.ps1 | iex

Según la documentación de Ollama, la app de macOS pide macOS Sonoma (v14) o posterior. La de Windows pide Windows 10 22H2 o posterior, en edición Home o Pro, y no necesita permisos de administrador.

Cuando Ollama presentó su app nueva, en julio de 2025, el anuncio decía que admite arrastrar y soltar archivos de texto y PDF. Según ese mismo anuncio, también procesa archivos de código y puede enviar imágenes a los modelos que las admiten. Ese anuncio es la única fuente oficial que encontramos sobre esta función. La documentación actual de Ollama no tiene una página sobre arrastrar archivos, ni una lista de formatos admitidos, ni un tamaño máximo. Por eso no te damos una lista aquí: prueba con tu archivo y mira qué acepta tu versión de la app.

¿Y en Linux? A 20 de octubre de 2026, la página de instalación para Linux solo describe el CLI y el servidor (script de instalación, archivo comprimido y servicio de systemd). La última versión en GitHub, v0.40.6, publicada el 16 de octubre de 2026, trae un .dmg para macOS, un .exe para Windows y paquetes .tar.zst para Linux. Ni la documentación ni esos archivos muestran una app de escritorio para Linux. Si usas Linux, sigue con las vías 2 y 3.

Vía 2: pasar el texto desde la terminal

El CLI acepta el prompt como argumento y también acepta texto por una tubería (pipe). Este es el ejemplo de la documentación:

echo "Hello world" | ollama run nomic-embed-text

Para meter un archivo de texto en el prompt, la terminal puede hacer el trabajo antes de llamar a Ollama. Esto no es una función de Ollama. Es la sustitución de comandos de la shell: $(cat notas.txt) se reemplaza por el contenido del archivo, y Ollama recibe un único prompt ya completo.

ollama run gemma4 "Resume este texto en cinco puntos: $(cat notas.txt)"

Esta sintaxis es de bash y zsh. Funciona en la Terminal de macOS, en Linux y en WSL en Windows. PowerShell y cmd usan otra sintaxis, así que consulta la documentación de tu shell. El nombre gemma4 es solo un ejemplo: usa un modelo que tengas descargado.

Un PDF no es texto plano, así que cat informe.pdf no te sirve. Primero tienes que extraer el texto con otro programa. En Ubuntu, una opción habitual es pdftotext, del paquete poppler-utils:

sudo apt install -y poppler-utils
pdftotext informe.pdf informe.txt
wc -w informe.txt

wc -w te da el número de palabras. Mira esa cifra antes de pegar el texto en un prompt, porque te dice si el documento puede caber en la ventana de contexto. Si pdftotext deja un archivo vacío, el PDF suele ser una imagen escaneada sin capa de texto. En ese caso necesitas OCR (reconocimiento óptico de caracteres) antes de seguir.

Imágenes con un modelo de visión

Para las imágenes, escribe la ruta del archivo dentro del prompt. El modelo debe admitir imágenes. Este es el ejemplo exacto de la documentación del CLI:

ollama run gemma4 "What's in this image? /Users/jmorgan/Desktop/smile.png"

La página sobre visión muestra una segunda forma, con la ruta antes de la pregunta: ollama run gemma4 ./image.png what is in this image?. Esa página no da una lista de formatos de imagen ni un tamaño máximo. Si el modelo responde como si no hubiera ninguna imagen, comprueba primero que el modelo que usas admite visión.

Vía 3: documentos y colecciones en Open WebUI (RAG)

Open WebUI es un proyecto aparte, no un producto de Ollama. Es una interfaz web que se conecta a Ollama y añade algo que Ollama no trae: RAG. A 20 de octubre de 2026, el índice de la documentación de Ollama no tiene ninguna página sobre RAG, documentos ni PDF.

RAG funciona así. El programa divide tus documentos en trozos. Cuando haces una pregunta, busca los trozos más parecidos y solo esos entran en el prompt. Por eso un conjunto grande de documentos puede funcionar con un contexto pequeño: el modelo nunca ve todo a la vez, solo las partes relevantes. El precio es que, si la búsqueda falla, el modelo no ve el párrafo que necesitaba.

Según la documentación de Open WebUI (consultada en octubre de 2026, sin fijar una versión, así que los menús pueden cambiar en la tuya):

• Los archivos locales se suben a una base de conocimiento: en Workspace > Knowledge pulsas Create y, después, el menú Add Content (el botón +) ofrece "Upload files" y "Upload directory".
• Las bases de conocimiento, que agrupan varios documentos, están en Workspace > Knowledge.
• El modo "Using Entire Document" se salta la búsqueda e inserta el archivo completo en cada mensaje.
• Si cambias el modelo de embeddings, tienes que volver a indexar los documentos.

El modo de documento completo es útil con archivos cortos. Con archivos largos te devuelve al problema del contexto, porque el documento entero tiene que caber en cada mensaje.

Si Open WebUI corre en Docker y Ollama corre en el mismo equipo, fuera del contenedor, la documentación de Open WebUI indica esta URL de conexión: http://host.docker.internal:11434. Para comparar Open WebUI con otras interfaces, mira las alternativas a Open WebUI en un VPS. Si quieres montar todo esto en un servidor, con tu propio índice de documentos, la guía de un pipeline RAG propio en un VPS explica cada pieza.

Vía 4: herramientas y agentes que leen archivos por el modelo

La llamada a herramientas (tool calling) permite que el modelo pida una herramienta. En los ejemplos de la documentación de Ollama, el modelo devuelve el nombre de una función y sus argumentos. Después, tu programa ejecuta esa función y le devuelve el resultado al modelo. El modelo no ejecuta nada. Lo ejecuta tu código.

En las páginas de la documentación de Ollama que revisamos en octubre de 2026 no aparece ninguna herramienta para leer archivos. Si quieres que el modelo pueda pedir "lee contrato.txt", tú escribes esa función en tu programa y decides qué carpetas puede tocar. Esa decisión es importante, porque cualquier archivo que tu función lea termina dentro del prompt.

La forma más práctica es un agente de programación. Ollama puede lanzar varios agentes con el comando ollama launch. Este es el ejemplo para Claude Code:

ollama launch claude

Aquí el agente decide qué archivos abrir y le pasa su contenido al modelo. Lo que puede leer cada agente depende del agente, así que revisa su documentación. Para modelos locales, la página de Claude Code en la documentación de Ollama dice: "Choose a model and set a 64k+ context window." Para usar otros agentes, la guía de cómo usar Ollama con tu agente de programación cubre la configuración.

¿Cabe tu documento? La ventana de contexto decide

La ventana de contexto es la cantidad máxima de tokens (trozos de palabra) que el modelo procesa a la vez. En ella entran tu pregunta, el documento y la respuesta. Si el documento no cabe, una parte se queda fuera.

No te vamos a dar un valor por defecto, y hay un motivo: la propia documentación de Ollama no da una sola cifra. Su página sobre la longitud de contexto hace depender el valor de la VRAM (memoria de la tarjeta gráfica) de tu equipo. Otras páginas de la misma documentación dan valores fijos distintos. Mira lo que usa tu instalación:

ollama ps

Con un modelo cargado, la documentación actual muestra las columnas NAME, ID, SIZE, PROCESSOR, CONTEXT y UNTIL. La columna CONTEXT es el valor que te importa. PROCESSOR te dice cuánto del modelo está en la GPU: 100% GPU significa que el modelo entero está en la GPU. Una versión antigua puede mostrar otras columnas, así que fíjate en lo que muestra la tuya.

Tienes tres formas de subir el contexto:

• En la app de escritorio, con el control deslizante de longitud de contexto en los ajustes.
• Para todo el servidor, con una variable de entorno: OLLAMA_CONTEXT_LENGTH=64000 ollama serve.
• Dentro de una sesión de ollama run, con /set parameter num_ctx seguido del valor.

Más contexto pide más memoria. El anuncio de la app lo avisa con una nota: "this will require more memory." Si subes demasiado el valor, el modelo puede dejar de caber en la GPU. Entonces una parte pasa a la CPU, que es más lenta. Comprueba la columna PROCESSOR después de cada cambio. La guía de la longitud de contexto y num_ctx en Ollama explica cómo elegir el valor.

Open WebUI añade una trampa. Según su documentación, al activar el control num_ctx se rellena con 2048, un valor muy pequeño. Ese valor por petición sustituye al OLLAMA_CONTEXT_LENGTH del servidor. Y esa misma documentación avisa: "A context that is too small silently truncates the prompt." No hay error ni aviso. El síntoma es un modelo que responde como si no hubiera leído parte del documento. Cuando veas eso, revisa el contexto antes de culpar al modelo.

¿Tus archivos salen de tu equipo?

Depende del modelo, no de la app. La FAQ de Ollama lo dice así: "Ollama runs locally. We don't see your prompts or data when you run locally." Con un modelo local, el texto de tus archivos se queda en tu máquina.

Con un modelo en la nube es distinto. Los modelos en la nube de Ollama se eligen por su nombre, por ejemplo gemma4:cloud, y no se descargan. Se ejecutan en los servidores de Ollama. Eso significa que el prompt, incluido el texto de cualquier archivo que adjuntes, se procesa en ollama.com. La FAQ dice que Ollama procesa esos prompts y respuestas para dar el servicio. Añade que no guarda ni registra ese contenido y que nunca entrena con él. Son declaraciones de Ollama, no una auditoría externa. Si trabajas con datos de clientes, lee la política de privacidad de Ollama antes de adjuntar nada. La comparación entre Ollama Cloud y tu propio servidor te ayuda a decidir.

El riesgo práctico es elegir un modelo :cloud sin darte cuenta y arrastrar un contrato a esa conversación. Para que eso no pueda pasar, la FAQ explica cómo activar el modo solo local. Crea o edita ~/.ollama/server.json con este contenido:

{
  "disable_ollama_cloud": true
}

También puedes usar la variable de entorno OLLAMA_NO_CLOUD=1. En los dos casos, reinicia Ollama después. Perderás los modelos en la nube y la búsqueda web de Ollama. Para comprobar que funcionó, mira los registros: según la FAQ, deben mostrar Ollama cloud disabled: true. En Linux, con el servicio de systemd, los registros se leen así:

journalctl -e -u ollama

Si pones Ollama en un VPS: cuidado con el puerto 11434

En un servidor, las vías 2, 3 y 4 funcionan igual. Instalas con el script de Linux, que crea un servicio de systemd, y compruebas la versión:

curl -fsSL https://ollama.com/install.sh | sh
ollama -v

Según la FAQ, Ollama escucha en 127.0.0.1, puerto 11434, por defecto. Solo el propio servidor puede conectarse. Compruébalo así:

sudo ss -tlnp | grep 11434

La salida debe mostrar 127.0.0.1:11434. La variable OLLAMA_HOST cambia esa dirección. En Linux, la FAQ indica que se edita el servicio con sudo systemctl edit ollama.service y se añade la línea bajo [Service]:

[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"

Después se recarga systemd y se reinicia Ollama:

sudo systemctl daemon-reload
sudo systemctl restart ollama

Piénsalo dos veces antes de hacerlo. La documentación de Ollama dice que la API local no pide autenticación. Con 0.0.0.0, cualquiera que llegue al puerto 11434 puede usar tus modelos y enviarles prompts.

Lo más seguro es no cambiar nada y entrar por un túnel SSH desde tu portátil:

ssh -L 11434:localhost:11434 usuario@tu-vps

Mientras esa sesión siga abierta, http://localhost:11434 en tu portátil llega al Ollama del VPS, y el puerto no queda abierto en internet. Si de verdad necesitas exponer la API, la guía para proteger el endpoint de la API de Ollama explica el cortafuegos y el proxy con autenticación. Para la instalación completa en un servidor, sigue cómo ejecutar Ollama en un VPS.

FAQ

¿Ollama puede leer un PDF directamente?

El modelo no lee nada por sí solo: un programa extrae el texto del PDF y lo pone en el prompt. El anuncio de la app de escritorio de Ollama (julio de 2025) dice que admite arrastrar y soltar PDF, y la app se anunció para macOS y Windows. En la terminal, extrae antes el texto con una herramienta como pdftotext. Para muchos documentos, usa Open WebUI, que hace RAG. La documentación de Ollama no publica una lista de formatos ni un tamaño máximo, así que comprueba lo que acepta tu versión.

¿Por qué el modelo ignora parte de mi documento?

Casi siempre es la ventana de contexto. Si el documento no cabe, una parte queda fuera y no ves ningún error. Ejecuta ollama ps y mira la columna CONTEXT, o revisa el control de contexto en los ajustes de la app. En Open WebUI, comprueba que num_ctx no está en 2048, el valor que según su documentación aparece al activar ese control.

¿Hay una app de escritorio de Ollama para Linux?

A 20 de octubre de 2026, ni la documentación de Ollama ni los archivos de la versión v0.40.6 en GitHub muestran una app de escritorio para Linux. La app con arrastrar y soltar se anunció para macOS y Windows. En Linux tienes el CLI y el servidor, y puedes usar Open WebUI como interfaz gráfica.

¿Mis archivos se envían a Ollama si uso un modelo en la nube?

Sí. El texto que adjuntas forma parte del prompt, y los modelos :cloud se ejecutan en los servidores de Ollama. La FAQ de Ollama dice que no guarda ni registra ese contenido y que no entrena con él, pero es una declaración de la propia empresa. Con un modelo local, el texto se queda en tu equipo. Para bloquear la nube, pon "disable_ollama_cloud": true en ~/.ollama/server.json o usa OLLAMA_NO_CLOUD=1, y reinicia Ollama.

¿Es seguro abrir el puerto 11434 en mi VPS?

No sin una protección propia. La API local de Ollama no pide autenticación, así que cualquiera que llegue al puerto puede usarla. Deja Ollama en 127.0.0.1, que es su dirección por defecto, y conéctate con un túnel SSH: ssh -L 11434:localhost:11434 usuario@tu-vps. Si necesitas acceso desde la red, pon delante un proxy con autenticación y limita el puerto en el cortafuegos.