Yerel Derinlemesine Araştırma
8.0

Yerel Derinlemesine Araştırma

  • Özel, Ödül Destekli AI Kendi Donanımınız Üzerinde Araştırma Yapın
  • Verilerinizi Buluttan Uzak Tutan Açık Kaynaklı Derinlemesine Araştırma Aracısı

Yerel Derinlemesine Araştırma Temel Bulguları

Fiyatlandırma modeli: Açık Kaynak
Ücretsiz Katman: Evet
Şu Şekilde İşaretlendi: Kendini Barındırma AI Araştırma Görevlisi
Fiyat: $0 
Yerel LLM Desteği: ✅
Bulut Tabanlı LLM Desteği: ✅
10+ Arama Motoru: ✅
Özel Belge Arama: ✅
20'den fazla Araştırma Stratejisi: ✅
MCP Sunucusu: ✅
PDF ve Markdown Dışa Aktarma: ✅
Python istemcisiyle REST API: ✅
Dahili Analiz Paneli: ✅
Araştırma Tarihi ve Bilgi Kütüphanesi: ✅
Kıyaslama Sistemi: ✅
Raporlama ve Analiz: ❌
SimpleQA Doğruluk Puanı: ~% 95 

Yerel Derinlemesine Araştırma nedir?

GitHub Yerel Derin Araştırma

Yerel Derinlemesine Araştırma (LDR), ücretsiz, MIT lisanslı, kendi sunucunuzda barındırılan bir platformdur. AI Araştırma asistanı LearningCircuit tarafından geliştirilen bu araç, çok kaynaklı, ajan tabanlı araştırmayı tamamen kendi bilgisayarınızda gerçekleştirir. Karmaşık sorguları odaklanmış alt sorgulara ayırır, arXiv, PubMed, SearXNG, Wikipedia ve kendi özel belgeleriniz de dahil olmak üzere 10'dan fazla kaynakta arama yapar ve ardından bulguları yapılandırılmış, alıntı destekli raporlar halinde sentezler. 

Tüm veriler, sıfır telemetri ile kullanıcı başına AES-256 şifrelemeli SQLite veritabanlarında saklanır. OpenAI'da yaklaşık %95 doğruluk elde edilir.'s SimpleQA kıyaslama testi, GPT-4.1-mini ve SearXNG ile birlikte kullanıldığında, LDR işletmelere, araştırmacılara ve gizliliğe önem veren profesyonellere Perplexity Pro ve Open'a doğrudan açık kaynaklı bir alternatif sunar.AI Üçüncü bir tarafa tek bir sorgu bile göndermeden derinlemesine araştırma.

Yerel Derinlemesine Araştırmanın Temel Özellikleri
AES-256 Şifreli Kullanıcı Başına Bilgi Kütüphanesi

Her kullanıcı, Signal Messenger tarafından kullanılan şifreleme standardı olan AES-256 ile güvenliği sağlanmış, ayrı bir SQLCipher veritabanına sahip olur. 256,000 yinelemeli PBKDF2-SHA512, kaba kuvvet saldırılarını engeller ve HMAC-SHA512 veri bütünlüğünü sağlar. Daha da önemlisi, araştırma oturumları büyüyen bir yerel kütüphaneye dönüşür; bu da bugünün's PubMed'den GLP-1 farmakolojisi ile ilgili bilgi çekme işlemi, yarın aranabilir bir kaynak haline gelecek.'s GLP-1'in kardiyovasküler sonuçlarına ilişkin sorgulama. 

LangGraph Ajan Modu Dahil 20'den Fazla Araştırma Stratejisi
Araştırma Stratejileri Yerel Derinlemesine Araştırma

LDR, 30 saniyede Hızlı Özet'ten Odaklanmış Yineleme'ye kadar 20'den fazla yapılandırılabilir araştırma stratejisiyle birlikte gelir; bu yapılandırma, SimpleQA sonucunun yaklaşık %95'inden sorumludur. Daha yeni LangGraph Agent modu, LLM'nin hangi arama motorlarını sorgulayacağına ve ne zaman sentez yapacağına kendisinin karar vermesini sağlayarak uyarlanabilir, keşifsel araştırma döngüleri oluşturur.

Akademik ve Açık Web'de Çok Kaynaklı Arama

LDR, varsayılan ayarlarıyla arXiv, PubMed, Semantic Scholar, Wikipedia, SearXNG, GitHub, The Guardian ve Wayback Machine'de ücretsiz arama yapar. Ücretli eklentiler arasında Tavily, SerpAPI aracılığıyla Google ve Brave Search bulunur. Özel belge araması, vektör gömme ve yerel bir vektör deposu kullanır, böylece bir PDF klasörü, açık web'in yanı sıra birinci sınıf bir arama motoru haline gelir.

Claude Desktop ve Claude Code Entegrasyonu için MCP Sunucusu

LDR, Claude Desktop ve Claude Code içinde devredilebilir bir araştırma aracı olarak kaydedilmesini sağlayan bir Model Bağlam Protokolü sunucusu içerir. Claude, ham web sayfalarını bağlam penceresine yerleştirmek yerine, paralel arama, veri kazıma ve sentezleme işlemlerini gerçekleştiren LDR'ye derin araştırma görevlerini devredebilir. Bu, LDR'yi, orkestrasyon katmanını yeniden yazmaya gerek kalmadan, MCP'yi destekleyen herhangi bir ajan tabanlı yığın için yerel bir araştırma arka ucu haline getirir.

REST API ve LangChain Kurumsal Entegrasyonu

Tamamen kimlik doğrulamalı bir Python istemcisi ve HTTP REST API'si, büyük ölçekte programatik araştırmaya olanak tanır. FAISS, Chroma, Pinecone, Weaviate ve Elasticsearch dahil olmak üzere mevcut herhangi bir LangChain uyumlu alıcı, doğrudan LDR'ye adlandırılmış bir arama motoru olarak iletilebilir.

Bu, takımların LDR'yi devre dışı bırakabileceği anlamına geliyor.'s İndeksleme hattını taşımaya gerek kalmadan, mevcut bir RAG yığını üzerine derinlemesine araştırma düzenlemesi yapılması, onu kurumsal bilgi yönetimi ve uyumluluk odaklı araştırma ortamları için gerçekçi bir çözüm haline getiriyor.

Yerel Derinlemesine Araştırma Fiyatlandırma Planları

Plan AdıÜcretAna Özellikler
Açık Kaynak (Kendi Sunucunuzda Barındırılan)$0Tam özellik erişimi, MIT lisansı, sınırsız sorgu
Yerel LLM (Ollama) ile$0 API ücreti yok, tamamen çevrimdışı LLM, gizlilik öncelikli.
Cloud LLM ile LLM sağlayıcısına token başına ödemeGPT-4.1-mini, SimpleQA'da yaklaşık %95 doğruluk oranı sunar ve LDR ücreti yoktur.
Premium Arama ilegörenekDaha yüksek kaynak kalitesi, ücretli arama motorları

Yerel Derinlemesine Araştırmayı Kimler Kullanmalı?

LDR, sorgularında kuruluş dışına çıkarılamayacak bilgiler içeren profesyoneller için tasarlanmıştır. Sağlık araştırmacıları , araştırmacı gazeteciler, güvenlik analistleri ve hukuk ekipleri, bulut tabanlı araştırma araçlarını kullanılamaz hale getiren uyumluluk veya gizlilik zorunlulukları altında çalışırlar.

Sıfır telemetri, Cosign ve SLSA kaynak doğrulama belgelerine sahip imzalı Docker imajları ve tasarım gereği parola kurtarma özelliğinin olmamasıyla LDR, tüketici uygulaması olmaktan ziyade altyapı düzeyinde bir araştırma aracı olarak konumlandırılmıştır. Ollama veya llama.cpp kullanan geliştiriciler, LDR'yi mevcut yerel ortamlarının üzerinde doğal bir katman olarak bulacaklardır. AI yığını.

LDR ve Bulut Araştırma Araçları

Temel farklılaştırıcı unsur veri egemenliğidir. AçıkAI Derin Araştırma, Şaşkınlık ProGoogle Deep Research ve diğer tüm hizmetler sorgularınızı özel altyapı üzerinden yönlendirir; bu durum genel kullanım için kabul edilebilir olsa da, düzenlemeye tabi sektörler için uygunsuzdur. 

LDR, bulut modelleriyle yapılandırıldığında SimpleQA'da yaklaşık %95'lik bir performans sergiliyor ve yerel 20B sınıfı modellerle %70 ila %85 aralığında bir performans göstererek çoğu araştırma görevi için hala kullanışlı bir sonuç elde ediyor. Oturumlar arasında birleşen kalıcı şifreli bilgi kütüphanesi, şu anda hiçbir barındırılan ürünün sunmadığı bir özelliktir.

Artıları ve eksileri

Artılar
  • Tamamen ücretsiz ve açık kaynak kodlu.
  • 10'dan fazla dahili arama motoru.
  • 20'den fazla araştırma stratejisi.
  • Bilgi kütüphanesi zamanla gelişir.
  • LangChain RAG entegrasyonu.
  • Telemetri veya analiz verisi yok.
Eksiler
  • Docker veya Python kurulumu gerektirir.
  • En iyi yerel modeller için GPU gereklidir.
  • Şifre kurtarma mekanizması bulunmamaktadır.
  • Windows'ta PDF dışa aktarma işlemi ek adımlar gerektirir.

En İyi Yerel Derinlemesine Araştırma Alternatifleri

Kendini Barındırma AI Araştırma GörevlisiVeri gizliliğiLLM Esnekliği
Şaşkınlık ProSorgular Perplexity sunucularında işlendi.Yerel model desteği yok.
AçılışAI Derin AraştırmaOpenAI tarafından işlenen sorgularYalnızca GPT ailesi
Google Derin AraştırmaGoogle tarafından işlenen sorgularİkizler burcu için geçerli
Tavily Araştırma TemsilcisiAPI tabanlı, buluta bağımlıYalnızca API aracılığıyla entegre olur.
Karar: LDR gizlilik, maliyet ve RAG esnekliği açısından öne çıkıyor.

Yerel Derinlemesine Araştırma Detayları

AI Teknoloji
Fiyatlar
Entegrasyonlar
Platform
  • AI Tamamen yerel araştırma. Abonelik yok. Veri sızıntısı yok.
  • Ücretsiz
  • Her araştırma göreviyle daha da akıllı hale gelen kişisel bir bilgi tabanı oluşturun.
9.0
Platform Güvenliği
9.0
Risksiz ve Para İadesi
7.0
Hizmetler ve Özellikler
7.0
Müşteri Hizmetleri
8.0 Genel Derecelendirme

Yorum bırak

E-posta adresiniz yayınlanmayacaktır. Zorunlu alanlar * ile işaretlenmiştir .

Bu site, istenmeyen yorumları azaltmak için Akismet kullanmaktadır. Yorum verilerinizin nasıl işlendiğini öğrenin.

Yerel Derinlemesine Araştırma
8.0/10
© Telif Hakkı 2023 - 2026 | Olun AI Pro | ♥ ile yapıldı