Despliegue privado para bibliotecas Zotero compartidas: tu índice, tu hardware, tus modelos. Pensado para equipos con más de 10.000 documentos y normas sobre dónde pueden residir los datos.
Un solo motor, de una biblioteca personal a un corpus de 10.000 documentos. Medido en un MacBook Pro (Intel Core i9), macOS 14.3.1 — no en un servidor.
El índice y la recuperación se ejecutan dentro de tu red. Nada de tu biblioteca sale de ella salvo que apuntes PapersGPT a un modelo externo.
Modelos locales integrados, Ollama o cualquier endpoint compatible con OpenAI (vLLM, LM Studio, llama.cpp) en tu propio hardware. Totalmente offline si lo necesitas.
Los investigadores siguen trabajando en Zotero: PDF, anotaciones con colores, etiquetas y notas sueltas se quedan donde están.
Cada investigador ejecuta PapersGPT en local con su propia biblioteca Zotero sincronizada. Sin servidor.
Una máquina indexa la biblioteca compartida una vez; todo el equipo consulta el mismo índice.
Índice, recuperación y modelo se ejecutan en una máquina sin acceso a internet.
No. La indexación y la recuperación son locales. El contenido solo sale si configuras un modelo externo, y en su lugar puedes apuntar a un servidor de inferencia interno.
Sí. Los modelos locales integrados, Ollama y los endpoints compatibles con OpenAI autoalojados funcionan sin acceso a internet.
Unos 10.000 PDF / 42 GB de índice en 7 minutos en un portátil, con ~20 ms de recuperación media. Ver el informe de escalabilidad.
¿Lo usas para un laboratorio, un departamento o la biblioteca de una empresa? Diseñamos despliegues privados: índice propio, modelos propios, licencia anual.
