◆ IA in Azienda — Implementare l'IA locale sul lavoro: RGPD, AI Act, costi · 24 € · o tutti i kit 49 € →

#Perché collegare Nextcloud a Ollama

Nextcloud Assistant è la finestra IA integrata in Nextcloud (icona «bacchetta magica» nella barra superiore): riunisce attività come riassumere un testo, riformularlo, generare una bozza, estrarre punti chiave o tradurre. Da Nextcloud Hub, un assistente di «chat contestuale» permette anche di dialogare con un modello e, con il contesto adeguato, di interrogare i propri file.

Il problema: i back-end proposti per impostazione predefinita o nella demo puntano spesso ad API cloud (OpenAI o i servizi ospitati di Nextcloud). Per un cloud auto-ospitato, questo reintroduce esattamente ciò che si cercava di evitare: l'invio di contenuti privati a terzi. Collegare l'assistente a Ollama, che gira sulla tua macchina e resta in ascolto su http://localhost:11434, mantiene il testo dei tuoi documenti rigorosamente sulla tua infrastruttura.

Sovranità dei dati: Nessun contenuto di file, email o note lascia il tuo server. Utile sia per il GDPR sia per la semplice tranquillità.
Nessun costo di utilizzo: Nessuna fatturazione per token: una volta ammortizzato l'hardware, i riassunti e la stesura di testi sono gratuiti e illimitati.
Modelli a scelta: Decidi tu il modello (Qwen, Gemma, Granite) e la sua quantizzazione in base alla tua VRAM, invece di subire un modello imposto.
Funziona offline: L'assistente rimane disponibile anche senza accesso a internet, purché il server Nextcloud e Ollama siano in esecuzione.

Nextcloud Assistant vs Nextcloud AI

«Assistant» è l'interfaccia (la bacchetta magica e la chat). Non fa nulla da sola: delega a «provider» di attività IA forniti da applicazioni back-end. È questo back-end che configureremo per puntare a Ollama — l'interfaccia, invece, non cambia.

#Come funziona: AppAPI e ExApp

Il kit IA Locale in Azienda

Implementare un'IA locale sul lavoro: GDPR, AI Act, architettura multiutente, costi, nota per la direzione.

Spazio online a vita
PDF + file
Aggiornamenti a vita

Il kit IA in azienda →o tutti i kit a vita — 49 € →

Nextcloud non parla direttamente a Ollama. Tra i due c'è un meccanismo di applicazioni esterne. Capire le tre componenti evita molti tentativi nella configurazione.

Assistente: L'app front-end integrata in Nextcloud che rende disponibili le attività (riassunto, riformulazione, chat) nell'interfaccia utente.
AppAPI: L'applicazione Nextcloud che gestisce il ciclo di vita delle applicazioni esterne (ExApps): installazione, deployment, comunicazione. È la base da installare per prima.
ExApp back-end IA: Un'applicazione esterna (container) che implementa i provider di attività e sa comunicare con un motore di inferenza. Le più utilizzate per l'uso locale: « integration_openai » (compatibile con qualsiasi endpoint OpenAI, incluso Ollama) e « LocalAI » tramite l'ExApp dedicata.
Deploy Daemon: Il servizio (spesso Docker) gestito da AppAPI per avviare e arrestare i container delle ExApp. Senza un Deploy Daemon funzionante, nessuna ExApp può essere distribuita.

Il percorso di una richiesta è quindi: clicchi su « Résumer » nell'Assistente → Nextcloud affida il compito al provider → l'ExApp (ad es. integration_openai) prepara una chiamata nel formato OpenAI → questa chiamata viene inviata all'endpoint di Ollama → la risposta ripercorre lo stesso percorso in senso inverso. Il punto chiave è far puntare l'ExApp di integrazione all'URL di Ollama, in modalità compatibile con OpenAI.

→

La scorciatoia integration_openai

Ollama espone un'API compatibile con OpenAI su /v1 (http://IP:11434/v1). L'applicazione « OpenAI and LocalAI integration » di Nextcloud, configurata con questo URL, è sufficiente in molti casi ed evita di gestire un'intera ExApp containerizzata. Descriviamo in dettaglio entrambe le opzioni più avanti.

#Prerequisiti

Nextcloud Hub recente: Una versione che supporta AppAPI e l'Assistant (Hub 6/7 o successivo). Idealmente un'installazione Docker/AIO o un server che gestisci, per poter installare AppAPI e un Deploy Daemon.
Ollama installato e accessibile: Sullo stesso computer o su un altro computer della rete. Il daemon ascolta per impostazione predefinita su http://localhost:11434. Verifica con « ollama --version » e « ollama ps ».
Docker per il Deploy Daemon: AppAPI effettua il deployment delle ExApps tramite un daemon Docker. Su Nextcloud AIO è integrato; su un'installazione manuale serve l'accesso a Docker (socket o API).
Un po' di VRAM o RAM: Valori di riferimento in Q4: un 7B entra in circa 5 GB, un 14B in circa 9 GB. Senza GPU, subentra la RAM, con prestazioni inferiori: accettabile per riassunti occasionali.
Accesso amministrativo Nextcloud: Le impostazioni di Assistant, AppAPI e delle integrazioni si configurano in « Paramètres d'administration ».

#1. Preparare Ollama e scegliere un modello

Inizia con un modello instruct versatile e capace di lavorare in francese. Per un uso familiare o una piccola squadra, Qwen 3.5 9B in Q4_K_M offre il miglior compromesso tra qualità e memoria: riassume e riformula molto bene in francese, gestisce un contesto molto ampio (256k token) e rientra in ~6,6 GB di VRAM. Ancora più parsimonioso, Granite 4.2 8B (IBM, Apache 2.0) scende a ~5,3 GB per un server più modesto.

Terminale — recuperare un modello

# 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."

Punto cruciale: Ollama deve essere raggiungibile da Nextcloud. Se Nextcloud gira in Docker, «localhost» indica il container, non la tua macchina. Configura Ollama perché resti in ascolto su tutte le interfacce e imposta l'integrazione affinché punti all'IP dell'host (o a host.docker.internal, a seconda della piattaforma).

Terminal — esporre Ollama sulla rete (systemd)

# 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

Non esporre Ollama a internet

OLLAMA_HOST=0.0.0.0 apre la porta 11434 su tutta la rete — pratico in LAN, pericoloso se la macchina è esposta. L'API Ollama non prevede autenticazione. Rimani sulla rete locale oppure proteggi l'accesso con un firewall o un reverse proxy con autenticazione. Non configurare mai l'inoltro di questa porta sul tuo router.

#2. Installare AppAPI e un Deploy Daemon

In Nextcloud, l'IA passa attraverso AppAPI. Questo passaggio pone le basi per distribuire le ExApps dedicate alle attività di IA.

01
Installare AppAPI
Impostazioni di amministrazione → Applicazioni → categoria « Tools » (o « Outils ») → cerca « AppAPI » e attivala. Apparirà successivamente come voce dedicata nelle impostazioni di amministrazione.
02
Configurare un Deploy Daemon
In Impostazioni di amministrazione → AppAPI, aggiungi un « Deploy Daemon » di tipo Docker. Su Nextcloud AIO, il daemon è già predisposto; altrimenti, specifica i dati di accesso al socket Docker (es. /var/run/docker.sock) e avvia il test di connessione integrato.
03
Verificare lo stato
AppAPI mostra lo stato del daemon (verde = pronto). Finché non è verde, le ExApps non potranno essere distribuite — non ha senso procedere oltre prima di risolvere questo punto.
04
Installare l'app Assistant
Sempre nella sezione Applicazioni, attiva «Assistant» se non è già presente. È questa app che mostra la bacchetta magica nell'interfaccia.

Due percorsi possibili

Puoi distribuire un'ExApp back-end containerizzata tramite AppAPI (ad esempio l'ExApp LocalAI/Ollama), oppure scegliere la soluzione più semplice con l'applicazione «OpenAI and LocalAI integration», che richiede solo un URL. Per iniziare con Ollama, questa seconda strada è la più diretta: è quella descritta in dettaglio al passaggio successivo.

#3. Collegare l'integrazione OpenAI/LocalAI

L'applicazione « OpenAI and LocalAI integration » può comunicare con qualsiasi endpoint conforme all'API OpenAI. Poiché Ollama espone /v1, basta indicarle l'URL corretto e scegliere il modello.

01
Installare l'integrazione
Applicazioni → cerca «OpenAI and LocalAI integration» e attivala. Registra i provider di attività (generazione di testo, riassunto, ecc.) che l'Assistente potrà utilizzare.
02
Inserire l'URL di Ollama
Impostazioni di amministrazione → « Connected accounts » (o la sezione dell'integrazione) → campo « Service URL »: indica l'endpoint OpenAI di Ollama, ad esempio http://IP_DE_L_HOTE:11434/v1. Lascia la chiave API vuota o inserisci un valore fittizio: Ollama non la verifica.
03
Scegliere il modello predefinito
Nella stessa pagina, seleziona il modello da utilizzare per la generazione di testo (es. qwen3.5:9b). Se non appare nella lista, inseriscine il nome esatto come restituito da « ollama list ».
04
Salvare e testare
Conferma. L'integrazione chiede all'endpoint di elencare i modelli; un errore qui segnala quasi sempre un problema di URL o di rete (vedi Guida alla risoluzione dei problemi).

Terminale — validare l'endpoint OpenAI di Ollama

# 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."}]
  }'

→

URL in base alla posizione di Ollama

Ollama sulla stessa macchina, fuori da Docker: http://localhost:11434/v1. Nextcloud in Docker e Ollama sull'host: http://host.docker.internal:11434/v1 (o l'IP LAN dell'host). Ollama su un'altra macchina: il suo indirizzo IP di rete. Testa sempre l'URL con curl dall'ambiente di Nextcloud, non dal tuo computer.

#4. Riassumere, redigere e chattare sui propri file

Appena il provider è collegato, la bacchetta magica dell'Assistente si attiva. Ecco gli usi concreti, dal più semplice al più ricco.

Riassumere un testo: Apri l'Assistente (bacchetta magica), incolla o seleziona un testo e scegli l'attività «Riassunto». Ideale per una lunga email in Nextcloud Mail o una nota interminabile.
Riformulare / correggere: Riscrivere un paragrafo con un tono più formale, correggere lo stile, accorciarlo. Utile in Nextcloud Text e nelle schede di Deck.
Generare una bozza: A partire da un'istruzione («scrivi un invito alla riunione di venerdì»), l'assistente produce una prima bozza da ritoccare.
Estrarre i punti chiave: Trasformare un resoconto in un elenco di azioni o decisioni.
Chat contestuale: La scheda di discussione dell'Assistente permette un dialogo libero con il modello Ollama, utile per fare brainstorming senza uscire da Nextcloud.

Per «chattare sui propri file» in senso stretto (porre domande la cui risposta si trova nei tuoi documenti), occorre fornire un contesto al modello. Due approcci: incollare il contenuto del file nella chat per un documento occasionale, oppure distribuire una ExApp di tipo «Context Chat» che indicizza i tuoi file e alimenta il modello tramite ricerca semantica, l'equivalente di un RAG integrato in Nextcloud. Il primo approccio è immediato; il secondo richiede una ExApp aggiuntiva e più risorse.

Context Chat = RAG realizzato in proprio

L'ExApp « Context Chat » (tramite AppAPI) costruisce un indice vettoriale dei tuoi file e lo combina con il modello Ollama per rispondere citando i tuoi documenti. È potente ma richiede molte risorse (embedding + vector store): riservala a un server adeguatamente dimensionato e comincia dalla chat semplice per verificare l'intera catena.

#Dimensionare il server

L'hardware adatto dipende dal numero di utenti simultanei e dall'ambizione del progetto (riassunti occasionali oppure RAG permanente). Ecco alcuni riferimenti realistici.

Uso familiare (1–5 persone): Modello da 7–8B in Q4_K_M. Una GPU di fascia bassa come la RTX 3060 da 12 GB, o un Mac Apple Silicon con memoria unificata, è più che sufficiente per riassunti e stesura di testi. Senza GPU, funziona su CPU con tempi che vanno da pochi secondi a decine di secondi per richiesta.
Piccola PMI (5–20 persone): Modello da 7–14B. Una RTX 4070/4080 da 16 GB gestisce i picchi; un modello 14B in Q4 entra in circa 9 GB. Prevedi un’ampia dotazione di RAM di sistema per il resto dello stack Nextcloud.
Uso intensivo / Context Chat: Aggiungi il carico degli embedding e del vector store. Punta a una RTX 4090 da 24 GB o a un Mac M4 Pro con 24–48 GB di memoria unificata, e tieni d'occhio «ollama ps» per verificare che il modello rimanga sulla GPU.
Solo CPU: Adatto per una famiglia poco esigente: preferisci un 3B–7B e accetta la latenza. Oltre queste dimensioni, la GPU diventa presto indispensabile per un'esperienza fluida.

→

Solo un modello caricato alla volta

Ollama rimuove i modelli dalla memoria e li ricarica in base alla richiesta. Se Nextcloud e un altro servizio condividono la stessa istanza di Ollama, mantieni idealmente un solo modello «caldo» per evitare ricaricamenti costosi. «OLLAMA_KEEP_ALIVE» permette di mantenerlo in memoria tra due richieste.

#Risoluzione dei problemi

« Connection refused » / nessun modello elencato: Nextcloud non riesce a raggiungere Ollama. Nella maggior parte dei casi, l'URL punta a localhost mentre Nextcloud è in Docker. Prova l'URL con curl dal contenitore Nextcloud e usa host.docker.internal o l'IP dell'host.
Il Deploy Daemon rimane in rosso: AppAPI non accede a Docker. Verifica il montaggio del socket /var/run/docker.sock e le autorizzazioni; su AIO, riavvia il container master. Senza daemon verde, nessuna ExApp viene distribuita.
L'assistente non mostra nessuna attività: Nessun provider è registrato. Verifica che «OpenAI and LocalAI integration» (o l'ExApp back-end) sia abilitata e correttamente configurata, poi ricarica la pagina.
Il modello richiesto non è stato trovato: Il nome non corrisponde a « ollama list ». Inserisci il tag esatto (es. qwen3.5:9b) e verifica che il modello sia stato effettivamente scaricato (« ollama pull »).
Risposte molto lente: Il modello gira sulla CPU per mancanza di VRAM. Verifica con « ollama ps » (GPU vs CPU) e passa a un modello di taglia inferiore o a un livello di quantizzazione inferiore.
Risposte in inglese: Alcuni modelli rispondono in inglese per impostazione predefinita. Scegli un modello valido in francese (Qwen, Mistral) oppure aggiungi un'istruzione «rispondi in francese» nel prompt di sistema dell'integrazione.

#Per approfondire

Questa configurazione riutilizza componenti già trattati sul sito. Queste guide approfondiscono la presente guida:

Installare Ollama: Windows, macOS e Linux: La guida di base all'installazione se parti da zero, prima di collegarvi Nextcloud.
Scegliere la quantizzazione (Q4, Q5, Q8, FP16): Per trovare il giusto equilibrio tra dimensione del modello e VRAM disponibile sul tuo server Nextcloud.
Distribuire un chatbot IA per il proprio team sull'intranet: Per passare a uno stack Ollama multiutente più ampio attorno al tuo cloud.

Questa guida ti è stata utile?

Un feedback, un errore, una precisazione? Facci sapere, così la guida migliora per tutti.

I kit QuelLLMLa guida di riferimento per ogni uso

IA in Azienda Copilota Locale IA locale Agenti Locali RAG Locale IA Senza Filtri Mac Immagini IA

Tutti i kit a vita — 49 €

Prossimo passo logico

Installazione · 6 min

Nextcloud Assistant + Ollama: l'IA nel tuo cloud self-hosted