Busca en el servidor de archivos de tu empresa con IA: archivos PDF, Excel y Outlook

El problema de "chatear con tus documentos"

La mayoría de las empresas guarda su conocimiento en carpetas: listas de precios de proveedores, fichas técnicas, contratos, ofertas, correos electrónicos guardados como .msg, exportaciones de Excel. Subir todo eso a un chat no escala, y los típicos productos de "base de conocimiento" trocean cada documento en fragmentos y los buscan por significado. Eso funciona con prosa. Funciona mal con lo que la gente busca realmente en un servidor de archivos: un número de artículo, el nombre de un cliente, una norma, una fila de precios, la versión más reciente de un documento.

AnythingMCP toma otro camino. Indexa el texto completo de cada página, conserva la estructura de carpetas, los nombres de archivo y las fechas, y da a tu asistente de IA herramientas para buscar como lo haría un compañero meticuloso: encontrar el archivo correcto, abrir la página correcta, citar la fila y nombrar la fuente.

Cómo funciona

1. Conecta una carpeta. Autoalojado: un recurso compartido o volumen montado en el contenedor de AnythingMCP. Cloud: un servidor SFTP, FTPS o WebDAV.
2. AnythingMCP la indexa. Cada archivo compatible se convierte en texto: los PDF página a página, Excel fila a fila con los nombres de columna, los mensajes de Outlook con sus archivos adjuntos. Los archivos nuevos y modificados se recogen en cada sincronización; los que no han cambiado se omiten.
3. Tu asistente de IA busca en ella. A través de herramientas MCP: búsqueda por contenido, búsqueda por nombre, listado de una carpeta, lectura de páginas, búsqueda exacta de códigos y el propio archivo como enlace de descarga.

Autoalojado: monta el recurso compartido

Esta es la configuración para un servidor de archivos de Windows, un NAS o cualquier recurso compartido SMB/CIFS o NFS de tu red.

1. Monta el recurso compartido en solo lectura en el host de Docker, por ejemplo en /mnt/knowledge (con cifs-utils: //fileserver/group$/Knowledge /mnt/knowledge cifs ro,credentials=/root/.smb-knowledge,iocharset=utf8 0 0 en /etc/fstab).

2. Enlázalo en solo lectura a los contenedores app y files-worker, y permítelo como raíz de archivos con FILE_SOURCE_ROOTS=/mnt/knowledge en .env:

   services:
     app:
       volumes:
         - /mnt/knowledge:/mnt/knowledge:ro
     files-worker:
       volumes:
         - /mnt/knowledge:/mnt/knowledge:ro
   

3. Activa File Search: define COMPOSE_PROFILES=files, FILES_WORKER_URL=http://files-worker:8891 y dos tokens aleatorios, FILES_WORKER_TOKEN y FILE_EXTRACTOR_TOKEN (openssl rand -hex 24), y después ejecuta docker compose up -d. La documentación de File Search recoge todos los ajustes.

4. En AnythingMCP, abre Connectors → New → File Search, elige Network folder y sigue el asistente: selecciona /mnt/knowledge, haz clic en Scan folder para ver cada subcarpeta con su número de archivos (las carpetas de archivo vienen sin marcar), comprueba que la selección encaja en tu plan, revisa la descripción que AnythingMCP redacta a partir del análisis y haz clic en Activate.

Los archivos nunca salen de tu red. Solo lo que una herramienta devuelve para una pregunta (una lista de coincidencias, el texto de una página) viaja al proveedor de IA que utilices.

AnythingMCP Cloud: SFTP, FTPS o WebDAV

En Cloud, AnythingMCP accede a tus archivos a través de internet. La mayoría de los sistemas NAS (Synology, QNAP, Asustor) y de los servidores de archivos ofrecen SFTP o WebDAV de serie; Nextcloud y ownCloud hablan WebDAV. Configura una cuenta de solo lectura para la carpeta y sigue la guía de tu origen: SFTP, FTP / FTPS, WebDAV, Nextcloud, ownCloud, Synology NAS, QNAP NAS, almacenamiento de Fritz!Box, Hetzner Storage Box o un bucket de S3.

Funciona en todos los clientes de IA que admiten servidores MCP remotos: Claude, ChatGPT, Microsoft Copilot, Gemini, Cursor y Meta Muse.

Qué hace fiables las respuestas

• Resultados a nivel de página. Una coincidencia indica el archivo, la página y la fecha del archivo. El asistente lee esa página en lugar de adivinar a partir de un fragmento.
• Búsqueda exacta. Los números de artículo, los números de pedido y las normas (DIN 18101, NT-601, 4711-200) se encuentran de forma literal, también dentro de filas de Excel.
• Lo más reciente primero cuando importa. Los resultados incluyen la fecha de modificación, y al asistente se le indica que prefiera la más reciente de varias versiones y que diga qué antigüedad tiene un documento.
• Las versiones antiguas se quedan fuera. Excluye carpetas como Archive u Old y nunca se indexarán.
• Los archivos ilegibles se notifican, no se ocultan. Los archivos protegidos con contraseña o dañados siguen siendo localizables por nombre, y la pestaña Files indica por qué no se pudieron leer.

Permisos

• Por herramienta: los roles MCP deciden quién recibe las herramientas de archivos.
• Por conector: conecta dos carpetas como dos conectores (por ejemplo, "Base de conocimiento" para todos, "Condiciones de proveedores" para compras) y asígnalos a roles distintos.
• Por carpeta (Enterprise): permite o deniega carpetas dentro de un mismo conector para cada rol.
• Auditoría: cada búsqueda, lectura y enlace de descarga se registra con el usuario, como ocurre con cualquier herramienta de AnythingMCP.

Qué archivos son compatibles

Se extrae texto de más de 100 tipos de archivo: PDF página a página; Word, Excel (fila a fila con los nombres de columna) y PowerPoint, incluidas las variantes con macros y de plantilla y .xlsb; OpenDocument; Outlook .msg, .eml y .mbox con el texto de sus adjuntos; .rtf, .epub, .xps; Apple Pages, Numbers y Keynote a través de su vista previa en PDF; .svg y el texto de los planos CAD .dxf; CSV, Markdown, HTML, XML, JSON, YAML, calendarios, contactos y código fuente. Cualquier otro archivo se sigue encontrando por nombre y carpeta. Para lo que el texto no puede capturar (el cajetín de un plano, un sello, una foto), la IA puede ver como imagen una página de PDF o una imagen. Los escaneos sin capa de texto se leen con OCR en Enterprise.

Prompts para probar

• "¿Qué documentos de proveedores mencionan la clase de protección contra incendios T30 y cuál es el más reciente?"
• "Busca el correo de Müller GmbH sobre el retraso en la entrega de marzo y resume lo que se acordó."
• "Muéstrame todas las filas de Excel de la carpeta Conditions que contengan el grupo de descuento 12."
• "¿Qué dice nuestro procedimiento interno sobre las devoluciones de más de 30 días? Cita el párrafo y el archivo."

Planes

En Cloud y en autoalojado, Starter incluye un conector de File Search con hasta 500 archivos y Team tres conectores con 2000 archivos, ambos con sincronización diaria. La prueba de Cloud incluye un conector con hasta 500 archivos y archivos de hasta 10 MB, sincronizado a diario y sin enlaces de File Share. Enterprise elimina los límites, sincroniza hasta cada 15 minutos (5 minutos en autoalojado) y añade OCR, permisos de carpeta por rol y políticas de workspace. La edición Community autoalojada y gratuita puede probar File Search durante la prueba de 30 días, que tiene los límites de Team; después requiere una licencia.

Si la carpeta crece por encima de tu plan, la sincronización se pausa y la página del conector lo indica, con el número de archivos frente al límite; la IA sigue buscando en lo que ya está indexado hasta que reduzcas la selección o amplíes el plan. Compara los planes.

Preguntas frecuentes

¿Los archivos van a OpenAI o a Anthropic? No. AnythingMCP mantiene el índice en tu servidor (o en tu workspace de Cloud). El cliente de IA solo recibe lo que una herramienta devuelve para una pregunta: una lista de coincidencias, el texto de una página, un enlace.

¿De qué tamaño puede ser el recurso compartido? En autoalojado, los límites son tu hardware y el número de archivos de tu plan. La indexación se ejecuta en su propio servicio en segundo plano y no ralentiza las herramientas.

¿Y Google Drive, OneDrive o SharePoint? Usa sus propios conectores del catálogo; buscan a través de la API del proveedor.

Relacionado

• Encuentra precios en listas de precios de proveedores con IA
• Busca dentro de archivos de Nextcloud y WebDAV con IA
• Comparte archivos desde un chat de IA como enlaces de descarga
• Carpeta de red autoalojada en Claude, ChatGPT, Microsoft Copilot, Gemini, Cursor, Muse
• Orígenes de archivos uno a uno, en Claude: SFTP, FTP / FTPS, WebDAV, bucket de S3, Nextcloud, ownCloud, Synology NAS, QNAP NAS, almacenamiento de Fritz!Box, Hetzner Storage Box, carpeta de red (autoalojada)
• Conecta un servidor FTP o SFTP a Claude, ChatGPT, Microsoft Copilot, Gemini, Cursor o Muse