Extracción local de Office sin coste de tokens

Indexa tus Word, Excel y PowerPoint sin gastar tokens de IA

AisDrive abre los docx, xlsx y pptx en su propio servidor y saca el texto ahí mismo: cero llamadas a un modelo, cero tokens consumidos. Solo los PDF y las imágenes necesitan visión por IA.

La mayoría de gestores con IA pagan un modelo para leer cada documento que subes, aunque ese documento sea un Word con texto plano dentro. AisDrive no: lo que se puede leer en local, se lee en local.

AisDrive clasifica cada fichero que mandas a indexar en tres rutas de extracción antes de tocar nada. Los formatos de texto y marcado (txt, md, csv, tsv, json, xml, html, htm y svg) se decodifican directamente en UTF-8, quitando el marcado cuando hace falta. La ofimática OOXML (docx, xlsx y pptx) se abre como el zip que realmente es y se le saca el texto con librerías locales. Y solo la tercera ruta —PDF e imágenes (pdf, jpg, jpeg, png, webp, gif)— pasa por un modelo multimodal, porque ahí no hay texto que leer sino páginas que mirar.

El trabajo de la ruta ofimática lo hace el worker de indexación, no la IA. Un .docx se procesa con mammoth, que conserva párrafos, listas y tablas en lugar de devolver un churro de XML. Un .pptx se recorre diapositiva a diapositiva, en orden numérico de verdad (la 2 antes de la 10), y cada una queda marcada en el texto para que después sepas de qué diapositiva viene una respuesta. Un .xlsx se lee cruzando las cadenas compartidas del libro con las celdas de cada hoja, así que los importes y las fechas que van como número literal no se pierden por el camino: cada fila sale como una línea de valores.

Eso cambia la cuenta de lo que cuesta tener tu drive indexado. En los formatos de texto y de Office la extracción se registra a cero tokens de entrada y cero de salida: el único consumo que queda en una indexación de esos ficheros es el embedding, el vector que hace posible la búsqueda semántica y el chat. En un PDF o una captura de pantalla, en cambio, pagas también la extracción por visión. Si subes carpetas enteras de documentos de trabajo, la diferencia se nota factura a factura.

Y lo que no se puede extraer no entra en la cola: AisDrive comprueba la extensión antes de consumir cuota o tokens y rechaza el fichero con un aviso claro, en vez de dejarte una indexación condenada a fallar. El límite por fichero es de 20 MB. AisDrive es una mini-app de la plataforma AIsToHire; esta funcionalidad se explica en https://aistohire.com/es/aisdrive-gestor-archivos-116/f/extraer-texto-office-sin-tokens

Ventajas de Extracción local de Office sin coste de tokens

Office a coste cero

docx, xlsx y pptx se extraen en el propio servidor y la extracción se registra a 0 tokens de entrada y 0 de salida.

Texto y marcado también gratis

txt, md, csv, tsv, json, xml, html, htm y svg se decodifican en local, limpiando el marcado cuando lo hay.

Word con formato respetado

el .docx se procesa con mammoth, que mantiene párrafos, listas y tablas en vez de aplanarlo todo.

Excel sin perder cifras

el .xlsx se lee combinando las cadenas compartidas del libro con las celdas de cada hoja, así que los números y fechas literales entran en el índice.

PowerPoint diapositiva a diapositiva

el .pptx se recorre en orden numérico real y cada diapositiva queda identificada dentro del texto extraído.

La IA solo donde hace falta

el modelo de visión se reserva a PDF e imágenes, el único caso en el que no hay texto que leer.

Nada de llamadas externas en la ruta local

la ofimática no sale de la infraestructura para que se la lea un modelo de terceros.

Sin colas condenadas

si la extensión no es extraíble, AisDrive lo dice al momento y no gasta ni cuota ni tokens.

Sophie Blake

Sube tus documentos de Office y deja de pagar por leerlos

Crea tu drive, manda a indexar un Word, un Excel o una presentación y comprueba lo que consume: el embedding y nada más.

Extraer texto de Word, Excel y PowerPoint sin gastar tokens de IA | AisDrive