LanguageTool con Docker: tu propio servidor de ortografía en diez minutos
Cómo levantar un servidor de LanguageTool con Docker, conectarlo a LintGrafía en Chrome o Edge para que el texto que revisas no salga de tu red y, si hace falta, sumarle los n-gramas y compartirlo con el equipo.
Por Javier Tenjo, Desarrollador full stack
En esta página
LintGrafía revisa la ortografía y la gramática de una página tal como la ve quien la visita, y para eso le pasa el texto a LanguageTool. Por defecto usa su API pública, que es gratuita y basta para empezar. Pero tiene dos límites que en algún momento pesan: admite unas 20 peticiones por minuto y el texto de la página sale de tu red.
LanguageTool es software libre (licencia LGPL) y su servidor se puede ejecutar en tu equipo o en un servidor de tu empresa. Con Docker es un solo comando. Esta guía cuenta cómo levantarlo, cómo conectarlo a la extensión y qué conviene saber antes de abrirlo a todo el equipo.
¿Por qué tener tu propio servidor de LanguageTool?
- Privacidad. En preproducción hay textos que todavía no son públicos: un lanzamiento, precios, datos de prueba con nombres reales. Con un servidor propio, ese texto no sale de tu red.
- Sin límite de peticiones. La API pública corta hacia las 20 peticiones por minuto, y una página larga o una sesión de revisión de muchas pantallas llega ahí enseguida. En tu servidor el límite lo pone tu máquina.
- Velocidad. Un servidor en tu equipo o en tu red responde antes que uno al otro lado del mundo.
A cambio hay una diferencia que conviene tener clara: el servidor que instalas es la versión libre de LanguageTool. Las reglas premium de su servicio de pago no vienen incluidas. Para ortografía, concordancia y la mayoría de errores gramaticales la diferencia no se nota, pero existe.
¿Qué necesitas?
Docker instalado y algo de memoria libre. La imagen ocupa unos 430 MB y, con su configuración por defecto, Java usa hasta 512 MB. Si vas a revisar varios idiomas o a sumar los n-gramas (más abajo), dale un poco más.
Paso 1: levantar el contenedor
LanguageTool no publica una imagen oficial de Docker. La más usada es erikvl87/languagetool, mantenida por la comunidad, que sigue las versiones oficiales y escucha en el puerto 8010:
docker run -d --name languagetool --restart unless-stopped -p 8010:8010 erikvl87/languagetool
Comprueba que responde pidiendo la lista de idiomas:
curl http://localhost:8010/v2/languages
Y haz una revisión de prueba:
curl -d "language=es" -d "text=Hay que recivir el pedido." http://localhost:8010/v2/check
La respuesta es un JSON con un error en «recivir» y la sugerencia «recibir». Si la ves, el servidor funciona.
Si prefieres dejarlo en un compose.yml, con memoria ajustada y la versión fijada (la etiqueta latest cambia sola y es mejor decidir cuándo actualizar):
services:
languagetool:
image: erikvl87/languagetool:latest # cámbiala por la versión que quieras fijar
ports:
- "8010:8010"
environment:
Java_Xms: 512m
Java_Xmx: 1g
restart: unless-stopped
Paso 2: conectar LintGrafía
- Abre las opciones de la extensión: clic derecho sobre su icono y Opciones (en Edge, Opciones de extensión).
- En URL del servidor LanguageTool escribe
http://localhost:8010, sin barra final. - Pulsa Probar conexión y, si responde, Guardar.
No hace falta configurar CORS en el servidor ni arrancarlo con --allow-origin. Las peticiones las hace el service worker de la extensión, no la página, así que no pasan por la política del mismo origen.
Un detalle importante si la privacidad es el motivo: si tu servidor no responde, LintGrafía usa la API pública como respaldo para no dejarte sin revisión, y el panel lo indica como «API pública, respaldo». Si el texto no debe salir de tu red bajo ningún concepto, comprueba ese indicador antes de escanear una página delicada.
Paso 3 (opcional): sumar los n-gramas
Con los datos de n-gramas, LanguageTool detecta mejor las palabras que existen pero no encajan en la frase: confusiones del tipo «haber» y «a ver», o «their» y «there» en inglés. Ningún diccionario marca esos errores, porque las dos palabras están bien escritas.
Los datos se descargan de la web de LanguageTool y solo existen para algunos idiomas, con tamaños comprimidos de este orden:
- Español, alemán y francés: unos 1,7 GB cada uno.
- Neerlandés: unos 1,2 GB.
- Inglés: unos 9 GB.
Descomprímelos en una carpeta con una subcarpeta por idioma (ngrams/es, ngrams/en, cada una con sus 1grams, 2grams y 3grams), móntala en el contenedor e indícale dónde está:
docker run -d --name languagetool -p 8010:8010 \
-e langtool_languageModel=/ngrams \
-v /ruta/a/ngrams:/ngrams:ro \
erikvl87/languagetool
Ocupan disco y piden algo más de memoria, así que mejor en un disco SSD y solo para los idiomas que revises de verdad.
¿Y si lo quiere usar todo el equipo?
Basta con levantar el mismo contenedor en un servidor interno y que cada persona ponga su dirección en las opciones de LintGrafía (por ejemplo, https://languagetool.tuempresa.interno). Dos precauciones:
- El servidor de LanguageTool no tiene autenticación. Cualquiera que llegue a él puede usarlo. No lo publiques abierto en internet: déjalo dentro de la red de la empresa o detrás de una VPN, o limita por IP en el proxy inverso que tenga delante.
- La extensión no envía usuario ni contraseña, así que proteger el servidor con autenticación básica lo dejaría inaccesible para ella. La restricción tiene que ser de red, no de credenciales.
El diccionario personalizado sigue guardándose en el navegador de cada persona. Para que todo el equipo comparta el vocabulario del producto, expórtalo en JSON desde la extensión e impórtalo en las demás.
En resumen
La API pública es la forma rápida de empezar, y para revisar tu web de vez en cuando no necesitas más. Cuando el texto es sensible o revisas a diario, un servidor propio te quita el límite de peticiones y el texto se queda en tu red. Con Docker son diez minutos.
LintGrafía es gratuita y no pide cuenta. Está en la Chrome Web Store, que sirve también para Brave y Opera, y en Microsoft Edge Add-ons. Si quieres saber por qué la hicimos y qué revisa exactamente, lo contamos en LintGrafía: revisar la ortografía de una web tal como la ve tu cliente.