Private installatie voor gedeelde Zotero-bibliotheken: uw eigen index, hardware en modellen. Gemaakt voor teams met meer dan 10.000 documenten en regels over waar data mag staan.
Eén engine, van een persoonlijke bibliotheek tot een corpus van 10.000 documenten. Gemeten op een MacBook Pro (Intel Core i9), macOS 14.3.1 — niet op een server.
De index en het zoeken draaien binnen uw netwerk. Niets uit uw bibliotheek verlaat het, tenzij u PapersGPT op een extern model richt.
Ingebouwde lokale modellen, Ollama of elk OpenAI-compatibel endpoint (vLLM, LM Studio, llama.cpp) op uw eigen hardware. Volledig offline indien nodig.
Onderzoekers blijven in Zotero werken: PDF's, gekleurde annotaties, tags en losse notities blijven staan.
Elke onderzoeker draait PapersGPT lokaal op de eigen gesynchroniseerde Zotero-bibliotheek. Geen server nodig.
Eén machine indexeert de gedeelde bibliotheek één keer; het hele team bevraagt dezelfde index.
Index, zoeken en model draaien op een machine zonder internettoegang.
Nee. Indexeren en zoeken gebeuren lokaal. Inhoud verlaat de machine alleen als u een extern model configureert — en u kunt in plaats daarvan een interne inferentieserver gebruiken.
Ja. Ingebouwde lokale modellen, Ollama en zelfgehoste OpenAI-compatibele endpoints werken zonder internet.
Ongeveer 10.000 PDF's / 42 GB index in 7 minuten op een laptop, met ~20 ms gemiddelde ophaaltijd. Zie het schaalbaarheidsrapport.
Gebruik je dit voor een lab, een afdeling of een bedrijfsbibliotheek? Wij verzorgen private installaties: eigen index, eigen modellen, jaarlijkse licentie.
