Installazione privata per librerie Zotero condivise: indice tuo, hardware tuo, modelli tuoi. Pensato per team con oltre 10.000 documenti e regole su dove possono risiedere i dati.
Un unico motore, da una libreria personale a un corpus di 10.000 documenti. Misurato su un MacBook Pro (Intel Core i9), macOS 14.3.1 — non su un server.
Indice e recupero girano dentro la tua rete. Nulla della libreria esce, a meno che tu non punti PapersGPT a un modello esterno.
Modelli locali integrati, Ollama o qualsiasi endpoint compatibile OpenAI (vLLM, LM Studio, llama.cpp) sul tuo hardware. Completamente offline se serve.
I ricercatori continuano a lavorare in Zotero: PDF, annotazioni colorate, tag e note autonome restano dove sono.
Ogni ricercatore esegue PapersGPT in locale sulla propria libreria Zotero sincronizzata. Nessun server necessario.
Una macchina indicizza la libreria condivisa una volta; tutto il team interroga lo stesso indice.
Indice, recupero e modello girano su una macchina senza accesso a Internet.
No. Indicizzazione e recupero sono locali. Il contenuto esce solo se configuri un modello esterno — e in alternativa puoi puntare a un server di inferenza interno.
Sì. Modelli locali integrati, Ollama ed endpoint compatibili OpenAI self-hosted funzionano senza Internet.
Circa 10.000 PDF / 42 GB di indice in 7 minuti su un portatile, con ~20 ms di recupero medio. Vedi il report di scalabilità.
Lo usi per un laboratorio, un dipartimento o la biblioteca aziendale? Realizziamo installazioni private: indice dedicato, modelli interni, licenza annuale.
