Volltextsuche, Texterkennung und semantische Suche für Nextcloud, ohne Konfiguration. Treffer erscheinen in der normalen Suchleiste.
Findling + Nextcloud MCP Connector = die Retrieval-Schicht für Ihr eigenes RAG. Der MCP Connector reicht Findlings Treffer an jeden MCP-Client weiter, mit genau den Rechten des fragenden Nutzers; gemessen im Fidelity-Test. Das Modell bringen Sie mit, kein Inhalt verlässt Ihren Server.
- Volltextsuche mit deutscher Wortbehandlung: Komposita, Flexion, Umlaute, Phrasen, Ausschlüsse, Dateityp-Filter
- Texterkennung für gescannte PDFs und Bilder: Deutsch, Englisch, Französisch
- Semantische Suche: findet Dokumente auch über Umschreibungen
- Jeder Treffer wird von Nextcloud rechtegeprüft
- Keine Konfiguration: der erste Indexlauf startet von selbst
PDF (auch gescannt), DOCX, PPTX, XLSX, ODT, ODS, ODP, HTML, RTF, TXT, Markdown, CSV sowie Bilder (JPEG, PNG, TIFF, WebP) per Texterkennung.
- Nextcloud 33 bis 35 mit der App AppAPI (HaRP als Deploy-Ziel)
- RAM: 4 GB genügen, der Container läuft unter einer harten 2-GB-Grenze (gemessen)
- CPU: 2 Kerne genügen, amd64 und arm64, keine GPU
Beide Store-Einträge installieren, immer in derselben Version:
Findling (Apps) und
Findling Backend
(External Apps). Danach startet der erste Indexlauf von selbst;
occ findling:index --status zeigt den Fortschritt.
Alles läuft lokal im Container, keine Telemetrie, Dateien werden nie verändert. Gespeichert wird der extrahierte Text im Datenbereich der Backend-App: Eine Sicherung dieses Bereichs enthält ihn, und der Index ist nicht verschlüsselt gespeichert.
Alle Zahlen (Speicher, Laufzeiten, Suchlast, Ausfalltests, Modellqualität) stehen mit Methode und Rohdaten in docs/performance.md und docs/embeddings.md.
AGPL-3.0-or-later. Siehe LICENSE.