Belge yığınları arasında kaybolmak, özellikle çok sayıda PDF, Word dosyası, e-kitap ve notla çalışanlar için büyük bir zaman kaybıdır. Dosya adlarını hatırlamak, klasörler arasında gezinmek veya içerikte kelime aramak çoğu zaman yetersiz kalır. DocuBrowse, bu soruna köklü bir çözüm sunuyor: Belgelerinizi tarayıp yapay zeka destekli bir indeks oluşturarak, sadece anahtar kelimelerle değil, anlam temelli arama yapmanızı sağlıyor. Artık 'kiralama yenileme sözleşmesi' gibi bir ifadeyi aradığınızda, belgede bu kelimeler geçmese bile ilgili sonucu bulabiliyorsunuz.
DocuBrowse'un en dikkat çekici özelliği, tamamen yerel çalışması. İnternet bağlantısı, bulut hesabı veya API anahtarı gerektirmiyor. Tüm işlemler kendi bilgisayarınızda, yerel yapay zeka modelleriyle gerçekleşiyor. Bu sayede verileriniz sizin bilgisayarınızdan asla çıkmıyor ve herhangi bir token limiti veya sorgu başına ücret gibi kısıtlamalarla karşılaşmıyorsunuz. Gizlilik ve maliyet avantajı, özellikle hassas belgelerle çalışan kurumlar ve bireyler için büyük önem taşıyor.
DocuBrowse, iki farklı arama modu sunuyor: Anahtar kelime arama ve anlamsal arama. Anahtar kelime arama, SQLite FTS5 altyapısını kullanarak başlık, yazar, konu ve etiketler üzerinde hızlı tam metin araması yapıyor. Anlamsal arama ise Ollama üzerinden çalışan nomic-embed-text modeli sayesinde belgelerin anlamını analiz ediyor. Varsayılan hibrit modda, sonuçlar %70 anlamsal, %30 anahtar kelime ağırlığıyla birleştirilip yeniden sıralanıyor. Arama sonuçları, alaka düzeyini gösteren yüzde rozetleriyle birlikte listeleniyor.
Detaylar ve Etkileri
Belgeleri açmadan önce içerik hakkında fikir sahibi olmak isteyenler için AI özetleme özelliği büyük kolaylık sağlıyor. Herhangi bir belgenin başlığına tıkladığınızda, Kindle tarzı bir kitap özeti gibi, belgenin kısa bir özeti oluşturuluyor. Bu özet, dolphin3 modeli tarafından anında üretiliyor ve ilk üretimden sonra veritabanında önbelleğe alınıyor. Böylece aynı belgeyi tekrar sorguladığınızda özet anında geliyor.
DocuBrowse, çok çeşitli dosya formatlarını destekliyor: PDF, DOCX, PPTX, XLSX, EPUB, MOBI, AZW3, HTML, TXT ve Markdown. PDF okuma için pdfplumber birinci tercih, başarısız olursa pypdf yedek olarak kullanılıyor. Taranmış (görüntü tabanlı) PDF'ler otomatik olarak algılanıp OCR listesine yönlendiriliyor. E-kitaplarda DRM korumalı AZW dosyaları için sadece meta veriler (başlık, yazar) indeksleniyor. Ayrıca, belgelerden otomatik olarak etiketler oluşturuluyor ve PII (kişisel tanımlayıcı bilgi) taraması yapılarak hassas veriler tespit edildiğinde belgeler indeksten kaldırılıp kalıcı kara listeye ekleniyor.
Önemli Gelişmeler
Kullanıcı arayüzü, karanlık/aydınlık tema desteği, sayfalanmış sonuçlar (sayfa başına 50 belge), alfabetik indeks çubuğu (A-Z, 0-9) ve etiket bulutu ile zenginleştirilmiş. Her sonuç kartında dosyayı varsayılan uygulamada açma, AI özeti görüntüleme, yolu panoya kopyalama ve belgeyi silme gibi işlemler bulunuyor. Ayarlar sayfasından belge dizini, ek tarama dizinleri, çalışma dizini ve port ayarlanabiliyor. Ayrıca, dizin değişikliklerini izlemek ve taşınan/silinen belgeleri otomatik olarak indeksten kaldırmak da mümkün.
Performans açısından DocuBrowse, tipik arama gecikmesini 150 ms'nin altında tutuyor. PDF çıkarma işlemi, fiziksel çekirdek sayısına göre paralel olarak ProcessPoolExecutor ile yapılıyor. Bellek güvenliği için çalışan başına 6 GB RAM sınırı (RLIMIT_AS) uygulanıyor ve boş RAM eşiğine göre duraklatma/devam ettirme mekanizması çalışıyor. Tüm bu özellikler, DocuBrowse'u hem kişisel kullanım hem de kurumsal belge yönetimi için güçlü ve güvenilir bir araç haline getiriyor.
Kaynak: github.com
