Nextcloud Assistant + Ollama: a IA na sua nuvem auto-hospedado

#Por que conectar o Nextcloud ao Ollama

O Nextcloud Assistant é a janela de IA integrada ao Nextcloud (ícone de “varinha mágica” na barra superior): ela reúne tarefas como resumir um texto, reformulá-lo, gerar um rascunho, extrair pontos-chave ou traduzir. No Nextcloud Hub, um assistente de “chat contextual” também permite conversar com um modelo e, com o contexto adequado, consultar seus próprios arquivos.

O problema: os back-ends oferecidos por padrão ou na demonstração frequentemente apontam para APIs de nuvem (OpenAI ou os serviços hospedados do Nextcloud). Para uma nuvem auto-hospedada, isso reintroduz exatamente o que se buscava evitar — o envio de conteúdos privados a terceiros. Conectar o assistente ao Ollama, que roda na sua própria máquina e escuta em http://localhost:11434, mantém o texto dos seus documentos estritamente na sua infraestrutura.

Soberania dos dados

Nenhum conteúdo de arquivo, e-mail ou anotação sai do seu servidor. Útil tanto para o RGPD quanto para sua tranquilidade.

Sem custo de uso

Sem cobrança por token: após a amortização do hardware, os resumos e redações são gratuitos e ilimitados.

Modelos à escolha

Você escolhe o modelo (Qwen, Gemma, Granite) e sua quantização de acordo com sua VRAM, em vez de ter um modelo imposto.

Funciona offline

O assistente continua disponível mesmo sem acesso à internet, desde que o servidor Nextcloud e Ollama estejam rodando.

#Como funciona: AppAPI e ExApp

O Nextcloud não se comunica diretamente com o Ollama. Entre os dois há um mecanismo de aplicativos externos. Entender os três componentes evita muitas tentativas e ajustes na configuração.

Assistente

O aplicativo front-end integrado ao Nextcloud que disponibiliza as tarefas (resumo, reformulação, chat) na interface do usuário.

AppAPI

O aplicativo Nextcloud que gerencia o ciclo de vida das aplicações externas (ExApps): instalação, implantação, comunicação. É o componente a ser instalado primeiro.

ExApp de back-end de IA

Uma aplicação externa (contêiner) que implementa os provedores de tarefas e sabe se comunicar com um motor de inferência. As mais usadas para uso local: « integration_openai » (compatível com qualquer endpoint OpenAI, incluindo Ollama) e « LocalAI » via a ExApp dedicada.

Deploy Daemon

O serviço (geralmente Docker) que o AppAPI controla para iniciar e parar os contêineres das ExApps. Sem um daemon de deploy funcional, nenhuma ExApp poderá ser implantada.

O caminho de uma requisição é então: você clica em 'Resumir' no Assistente → o Nextcloud delega a tarefa ao provedor → a ExApp (por exemplo, integration_openai) formata uma chamada no formato OpenAI → essa chamada vai para o endpoint do Ollama → a resposta volta pelo mesmo caminho. O essencial é apontar a ExApp de integração para a URL do Ollama, no modo compatível com OpenAI.

#Pré-requisitos

Nextcloud Hub recente

Uma versão que suporte AppAPI e o Assistente (Hub 6/7 ou mais recente). Idealmente, uma instalação Docker/AIO ou um servidor que você administra, para poder instalar o AppAPI e um Deploy Daemon.

Ollama instalado e acessível

Na mesma máquina ou em uma máquina da rede. O daemon escuta por padrão em http://localhost:11434. Verifique com « ollama --version » e « ollama ps ».

Docker para o Deploy Daemon

O AppAPI implanta as ExApps por meio de um daemon Docker. No Nextcloud AIO, isso já está integrado; em uma instalação manual, é necessário acesso ao Docker (socket ou API).

Um pouco de VRAM ou RAM

Referência em Q4: um modelo de 7B cabe em ~5 GB, um de 14B em ~9 GB. Sem GPU, a RAM assume esse papel, com execução mais lenta — aceitável para resumos ocasionais.

Acesso de administrador ao Nextcloud

As configurações do Assistant, do AppAPI e das integrações são feitas em « Configurações de administração ».

#1. Preparar Ollama e escolher um modelo

Comece com um modelo instruct versátil e capaz de trabalhar em francês. Para uso familiar ou uma pequena equipe, o Qwen 3.5 9B em Q4_K_M oferece o melhor equilíbrio entre qualidade e memória: resume e reformula muito bem em francês, suporta um contexto muito grande (256k tokens) e cabe em ~6,6 GB de VRAM. Ainda mais econômico em memória, o Granite 4.2 8B (IBM, Apache 2.0) requer apenas ~5,3 GB, adequado para um servidor mais modesto.

# Modèle polyvalent, bon en français, léger
ollama pull qwen3.5:9b

# Alternative très sobre (IBM, Apache 2.0)
ollama pull granite4.2:8b

# Vérifier qu'il répond
ollama run qwen3.5:9b "Résume en une phrase : Nextcloud est un cloud auto-hébergé."

Ponto crucial: o Ollama deve estar acessível a partir do Nextcloud. Se o Nextcloud estiver rodando no Docker, "localhost" se refere ao contêiner, não à sua máquina. Configure o Ollama para escutar em todas as interfaces e aponte a integração para o IP do host (ou host.docker.internal, conforme a plataforma).

# Éditer le service
sudo systemctl edit ollama

# Ajouter dans la section [Service] :
#   Environment="OLLAMA_HOST=0.0.0.0:11434"

# Recharger et redémarrer
sudo systemctl daemon-reload
sudo systemctl restart ollama

# Depuis le serveur Nextcloud, tester l'accès
curl http://IP_DE_L_HOTE:11434/api/tags

#2. Instalar AppAPI e um Deploy Daemon

No Nextcloud, a IA passa pela AppAPI. Esta etapa estabelece a base que permitirá implantar as ExApps de tarefas de IA.

1. 01
   Instalar AppAPI

   Configurações de administração → Aplicativos → categoria « Tools » (ou « Outils ») → procure « AppAPI » e ative-a. Ela aparece depois como uma entrada específica nas configurações de administração.
2. 02
   Configurar um Deploy Daemon

   Em Configurações de administração → AppAPI, adicione um “Deploy Daemon” do tipo Docker. No Nextcloud AIO, o daemon já está pré-provisionado; caso contrário, informe os dados de acesso ao socket Docker (ex.: /var/run/docker.sock) e execute o teste de conexão integrado.
3. 03
   Verificar o estado

   AppAPI exibe o estado do daemon (verde = pronto). Enquanto ele não estiver verde, as ExApps não poderão ser implantadas — não adianta avançar antes de resolver esse ponto.
4. 04
   Instalar o aplicativo Assistant

   Ainda em Applications, ative “Assistant” se ele ainda não estiver lá. É esse aplicativo que exibe a varinha mágica na interface.

#3. Conectar a integração OpenAI/LocalAI

O aplicativo « OpenAI and LocalAI integration » sabe se comunicar com qualquer endpoint que respeite a API OpenAI. Como Ollama expõe /v1, basta fornecer a URL correta e escolher o modelo.

1. 01
   Instalar a integração

   Aplicações → procure “OpenAI and LocalAI integration” e ative-a. Ela registra provedores de tarefas (geração de texto, resumo etc.) que o Assistente poderá utilizar.
2. 02
   Informar a URL do Ollama

   Configurações de administração → “Connected accounts” (ou a seção da integração) → campo “Service URL”: informe o endpoint OpenAI do Ollama, por exemplo http://IP_DE_L_HOTE:11434/v1. Deixe a chave API em branco ou insira um valor fictício: Ollama não a verifica.
3. 03
   Escolher o modelo padrão

   Na mesma página, selecione o modelo a ser usado para a geração de texto (ex. qwen3.5:9b). Se não aparecer na lista, insira o nome exato como retornado por « ollama list ».
4. 04
   Salvar e testar

   Confirme. A integração consulta o endpoint para listar os modelos; um erro aqui quase sempre indica um problema de URL ou de rede (veja Solução de problemas).

# Depuis le serveur Nextcloud, l'endpoint /v1 doit répondre
curl http://IP_DE_L_HOTE:11434/v1/models

# Et une complétion de chat au format OpenAI
curl http://IP_DE_L_HOTE:11434/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.5:9b",
    "messages": [{"role": "user", "content": "Dis bonjour en une phrase."}]
  }'

#4. Resumir, redigir e conversar sobre seus arquivos

Depois que o provedor é conectado, a varinha mágica do Assistente ganha vida. Aqui estão os usos práticos, do mais simples ao mais completo.

Resumir um texto

Abra o Assistente (varinha mágica), cole ou selecione um texto e escolha a tarefa « Resumo ». Ideal para um e-mail longo no Nextcloud Mail ou uma anotação interminável.

Reformular / corrigir

Reescrever um parágrafo em um tom mais formal, corrigir o estilo, encurtar. Prático no Nextcloud Text e nos cartões do Deck.

Gerar rascunho

A partir de uma instrução (« escreva um convite para a reunião de sexta-feira »), o assistente gera um primeiro rascunho a ser retocado.

Extrair os pontos principais

Transformar um relatório em lista de ações ou decisões.

Chat contextualizado

A aba de conversa do Assistente permite um diálogo livre com o modelo Ollama, útil para brainstorming sem sair do Nextcloud.

Para “conversar sobre seus arquivos” no sentido estrito (fazer perguntas cuja resposta está em seus documentos), é necessário fornecer contexto ao modelo. Duas abordagens: colar o conteúdo do arquivo no chat para consultar um documento pontualmente, ou implantar uma ExApp do tipo “Context Chat” que indexa seus arquivos e alimenta o modelo por busca semântica — o equivalente a um RAG integrado ao Nextcloud. A primeira é imediata; a segunda exige uma ExApp adicional e mais recursos.

#Dimensionar o servidor

O hardware adequado depende do número de usuários simultâneos e do que você pretende fazer (resumos pontuais versus RAG permanente). Aqui estão referências realistas.

Uso familiar (1–5 pessoas)

Modelo de 7 a 8 bilhões de parâmetros em Q4_K_M. Uma GPU de entrada como a RTX 3060 de 12 GB, ou um Mac Apple Silicon com memória unificada, é mais do que suficiente para resumos e redações. Sem GPU, funciona na CPU em alguns segundos a dezenas de segundos por requisição.

Pequena empresa (5–20 pessoas)

Modelo 7–14B. Uma RTX 4070/4080 de 16 GB absorve os picos; um 14B em Q4 cabe em ~9 GB. Preveja uma quantidade folgada de RAM do sistema para o restante da stack Nextcloud.

Uso intenso / Context Chat

Inclua também a carga de embeddings e do vector store. Busque uma RTX 4090 com 24 GB ou um Mac M4 Pro com 24–48 GB de memória unificada e acompanhe «ollama ps» para verificar se o modelo permanece na GPU.

Apenas CPU

Viável para uma família com poucas exigências: prefira um 3B–7B e aceite a latência. Acima disso, a GPU logo se torna indispensável para uma experiência fluida.

#Solução de problemas

« Connection refused » / nenhum modelo listado

Nextcloud não se conecta ao Ollama. Na maioria das vezes, a URL aponta para localhost enquanto o Nextcloud está em Docker. Teste a URL com curl a partir do contêiner Nextcloud e use host.docker.internal ou o IP do host.

O Deploy Daemon permanece em vermelho

AppAPI não acessa Docker. Verifique a montagem do socket /var/run/docker.sock e as permissões; no AIO, reinicie o contêiner principal. Sem o daemon com status verde, nenhuma ExApp é implantada.

O assistente não exibe nenhuma tarefa

Nenhum provedor está registrado. Verifique se “OpenAI and LocalAI integration” (ou a ExApp de back-end) está ativada e corretamente configurada, depois recarregue a página.

O modelo solicitado não foi encontrado

O nome não corresponde ao listado por "ollama list". Insira a tag exata (ex.: qwen3.5:9b) e verifique se o modelo foi de fato baixado ("ollama pull").

Respostas muito lentas

O modelo roda na CPU por falta de VRAM. Verifique com “ollama ps” (GPU vs CPU) e passe para um modelo menor ou uma quantização mais baixa.

Respostas em inglês

Alguns modelos respondem em inglês por padrão. Escolha um modelo sólido em francês (Qwen, Mistral) ou adicione uma instrução "responda em francês" no prompt de sistema da integração.

#Para se aprofundar

Esta configuração reutiliza componentes já abordados no site. Estes guias dão continuidade a este guia:

Instalar o Ollama: Windows, macOS e Linux

Guia de instalação básico se você começar do zero antes de ligar o Nextcloud nele.

Escolher sua quantização (Q4, Q5, Q8, FP16)

Para equilibrar o tamanho do modelo e a VRAM disponível no seu servidor Nextcloud.

Implantar um chatbot de IA para sua equipe na intranet

Para avançar para uma stack Ollama multiusuário mais ampla em torno da sua nuvem.