Reor - Modelleri yerelde çalıştıran yapay zeka not uygulaması

• Yapay zeka tabanlı bir masaüstü not uygulaması. İlgili fikirleri otomatik olarak bağlar, notlar hakkında soruları yanıtlar ve anlamsal arama sunar
• Tüm veriler yerelde saklanır ve notlar, Obsidian’a benzer bir Markdown editörüyle düzenlenebilir
• Projenin temel varsayımı, yapay zeka düşünme araçlarının özünde modelleri yerelde çalıştırması gerektiğidir
• Reor, Llama.cpp ve Transformers.js tabanlıdır ve LLM ile embedding modellerini yerelde çalıştırmayı sağlar
• OpenAI uyumlu API’lere de bağlanmayı destekler (ör. Oobabooga)

Nasıl "self-organizing" oluyor?

• Yazdığınız tüm notlar, dahili bir vektör veritabanında parçalara ayrılarak embedding’e dönüştürülür
• İlgili notlar vektör benzerliği üzerinden otomatik olarak birbirine bağlanır
• LLM tabanlı Soru-Cevap, not külliyatı üzerinde RAG gerçekleştirir
• Her şey anlamsal olarak aranabilir

Başlarken

• reorproject.org veya releases sayfasından indirilebilir; Mac, Linux ve Windows’un tümünü destekler
• Normal bir uygulama gibi kurulur

Yerel model çalıştırma

• Reor, Llama.cpp kütüphanesiyle doğrudan etkileşime girer, bu yüzden Ollama indirmeniz gerekmez
• Şu anda modelleri otomatik olarak indirmediği için kullanıcıların modeli kendilerinin manuel olarak indirmesi gerekir
• HuggingFace’ten en popüler modeller indirilebilir ve 7B 4-bit bir modelle başlamak önerilir
• Reor ayarlarında "Yeni yerel model ekle" altında model bağlayabilirsiniz
• Oobabooga, Ollama veya OpenAI gibi OpenAI uyumlu API’lere de bağlanabilirsiniz

Diğer uygulamalardan not içe aktarma

• Reor, dosya sistemi içindeki tek bir dizin üzerinde çalışır
• İlk çalıştırmada bir dizin seçmeniz gerekir; başka uygulamalardan not/dosya aktarmak için bu dizini Markdown dosyalarıyla manuel olarak doldurmanız gerekir
• Diğer uygulamalarla entegrasyon yakında sunulacaktır

GN⁺ görüşü

• Reor, yerelde çalışan yapay zeka tabanlı bir not uygulaması olarak, kullanıcının düşünme sürecini genişletip organize etmesine yardımcı olabilecek yenilikçi bir araçtır
• Kullanıcının notlarını otomatik olarak bağlaması ve soruları yanıtlaması, bilgi yönetimi ve öğrenme açısından büyük fayda sağlayabilir gibi görünüyor
• Açık kaynak topluluğunun katkılarıyla sürekli gelişme potansiyeline sahip olması, onu geliştiriciler ve araştırmacılar için ilgi çekici bir proje haline getirebilir

[GN⁺]

Hacker News görüşleri

• Obsidian notlarını ayrı Markdown dosyaları olarak saklamanın faydasını hatırlatan iyi bir nokta:
  • Notları bir veritabanında tutup Markdown’ı dışa aktarma biçimi olarak kullanmaktansa, dosyaları doğrudan işleyebilmek birden fazla uygulamanın aynı dosyalar üzerinde faydalı işler yapmasına imkan veriyor.
• Yapay zekanın mümkün olduğunca kişisel ve yerelde çalışması gerektiğine dair takdir ifadesi:
  • Bu bakış açısı ve süregelen emek için teşekkür ediliyor.
• Bilgi yönetimi araçlarıyla ilgili kişisel deneyim paylaşımı:
  • Hermes modeliyle kullanılan "ilgili notlar" özelliği çoğu zaman anlamsız bağlantılar sunduğu için çok değerli bulunmuyor.
  • Soru-cevap modu, notları sorgulamak ve genel bir özet çıkarmak için faydalı, ancak spesifik sorularda ya yardımcı olmuyor ya da yanlış cevap veriyor.
• Gizliliği ve birlikte çalışabilirliği önemseyen bilgi yönetimi araçlarının geliştirilmesine güçlü destek:
  • Kullanıcıların gerektiğinde notlarını kolayca dışa aktarabilmesi ve yeni servislere taşıyabilmesi gerekiyor.
  • Obsidian’daki gibi, kullanıcının kendi modelini getirebildiği veya eklentileri birleştirebildiği tamamen yerel çözümler tercih ediliyor.
• Obsidian’ın Smart Connections v2 eklentisi hakkında bilgi paylaşımı:
  • Yerel embedding desteği sunuyor ve anlamsal benzerliğe dayalı ilgili notları gösteriyor.
  • Çok dilli depolarda henüz kusursuz değil, ancak gelişiyor ve yakında çok dilli modelleri de destekleyebilir.
• Reor için öneriler:
  • Birden fazla bağımsız "vault" oluşturma.
  • İlgili notlara bağlantı ekleyerek yapay zeka bağlantılarını grafik üzerinde göstermek.
  • Arayüzü bir sohbet penceresine kadar sadeleştirmek.
  • Başka formatları (özellikle PDF) okuyabilmek.
  • Tarayıcı geçmişi/yer imleriyle entegrasyon (Markdown olarak elle içe aktarma script’i sağlama).
• Yapay zekayla bilgi yönetiminin geleceğine dair şüpheci görüş:
  • Yapay zekaya aşırı bağımlı olup tüm düzenleme işini ona bırakmanın düşünme becerisini köreltebileceği düşünülüyor.
  • Bu araçların yaygınlaşması hâlâ çok erken aşamada olduğu için veri yok, ancak öğrenmeyi, düşünmeyi ve "bilgi yönetimini" daha pasif hale getirmenin sonuçları iyileştirmeyeceği savunuluyor.
• Obsidian ve grafik tabanlı bağlantılara duyulan beğeni:
  • Obsidian not yapısıyla kişisel bilgi yönetimindeki "ikinci beyin" kavramı arasında benzerlik görülüyor.
  • Akıllı referanslar için not aramasını uygulamanın doğal bir sonraki adım olduğu düşünülüyor.
• Projeye duyulan ilgi ve odak noktasına beğeni:
  • Cozodb ya da vektörlerle graf/triple yapısını birleştiren başka veritabanlarının araştırılıp araştırılmadığı merak ediliyor.
  • Muhtemelen nöral-sembolik yaklaşımın en iyi yol olabileceği düşünülüyor.
• Obsidian için benzer bir projeyle ilgili kişisel deneyim paylaşımı:
  • Zaten daha gelişmiş bir şey görmek heyecan verici bulunuyor.
  • Obsidian kullanılarak büyük bir yazı projesi yürütülüyor; yazılanlarla sohbet edebilmek, fikirleri rafine etmek ve içerikte gezinmenin yeni yollarını denemek nihai hedef olarak görülüyor.
  • Yerel LLM’lerin henüz anlamlı/güvenilir sonuçlar verecek kadar güçlü olup olmadığı konusunda emin olunmasa da, bu teknolojinin geleceği için büyük heyecan duyuluyor.
• Not tutmak için daha iyi yöntem arayışına dair deneyim paylaşımı:
  • Yeni araç indiriliyor ve test ediliyor; oldukça umut verici görünüyor.
  • Tamamen farklı bağlamlardaki notları ayrı tutabilme özelliği önemli bulunuyor.
  • Benzer görünen ama bağlamı farklı olan LLM’lerin bir araya getirilmemesi gerekiyor.
  • "Yeni dizin"in bunu yaptığı düşünülmüş, ama öyle görünmüyor.
  • Veritabanı değiştirici uygulama planı olup olmadığı ve mevcut konumun nasıl değiştirileceğine dair bilgi isteniyor.
  • Bunun zaten bir PR içinde olduğunun görülmesi memnuniyetle karşılanıyor.