رفيق ليلة الامتحان
Ringkasan
Unduh
Pengaturan Aplikasi
Tujuan dan Target Audiens
Fitur
Teknologi
Memulai (Pengembang)
Pertanyaan yang Sering Diajukan (FAQ)
Hubungi Saya
Dahih Al-Dofaa adalah aplikasi desktop sumber terbuka yang dirancang untuk merevolusi cara pendekatan pembelajaran siswa. Ini adalah pendamping belajar offline yang inovatif yang memanfaatkan kekuatan Retrieval Augmented Generation (RAG) untuk mengubah pengalaman belajar Anda. Berbeda dengan chatbot online tradisional, Dahih Al-Dofaa berfokus pada penyediaan jawaban yang diperoleh secara eksklusif dari dokumen yang Anda unggah. Dengan mengunggah buku teks, catatan, dan makalah penelitian, Anda menciptakan basis pengetahuan pribadi yang dapat diakses kapan saja, di mana saja, tanpa memerlukan koneksi internet.
Dahih mengutamakan privasi pengguna dengan menjaga semua data tetap lokal. Dokumen dan informasi yang dihasilkan tetap aman di perangkat Anda. Dengan Dahih, Anda dapat belajar dengan percaya diri karena mengetahui informasi sensitif Anda terlindungi.
Rasakan masa depan pembelajaran bersama Dahih. Dapatkan jawaban akurat, perdalam pemahaman Anda, dan buka potensi akademis Anda sepenuhnya.
Dahih tersedia untuk diunduh di sistem Windows, Linux berbasis Debian, dan sistem Linux berbasis RPM ️. Untuk memulai, ikuti langkah-langkah sederhana ini:
Kunjungi halaman rilis GitHub kami: [Masukkan tautan ke rilis GitHub]
Pilih unduhan yang sesuai untuk sistem operasi Anda.
Windows : dahih-al-dofaa.Setup.exe
Debian (Ubuntu) : dahih-al-dofaa_amd64.deb
RPM : dahih-al-dofaa.x86_64.rpm
Unduh file instalasi. ⬇️
Jalankan penginstal.
Setelah terinstal, luncurkan Dahih dan mulailah menjelajahi fitur-fitur canggihnya!
Catatan: Pastikan sistem Anda memiliki setidaknya 8GB RAM.
Saat meluncurkan Dahih untuk pertama kalinya, Anda akan diminta untuk mengunduh dan memilih LLM (Model Bahasa Besar) dan model penyematan. Model-model ini penting untuk fungsionalitas aplikasi. ⚡
Model yang Direkomendasikan:
LLM:
llama 3.1: Untuk sistem dengan RAM 16 GB atau lebih, llama 3.1 menawarkan performa dan akurasi luar biasa.
phi-2: Jika sistem Anda memiliki RAM 8GB, phi-2 adalah alternatif yang cocok untuk memberikan keseimbangan yang baik antara kinerja dan efisiensi. ⚖️
qwen 2 kecil: Jika Anda memprioritaskan kinerja di atas segalanya.
Model Penyematan:
nomic-embed-text: Model penyematan ini direkomendasikan karena efektivitasnya dalam merepresentasikan data teks.
Harap dicatat bahwa ini adalah saran berdasarkan konfigurasi perangkat keras umum dan kinerja model. Anda dapat menjelajahi dan bereksperimen dengan model lain bergantung pada kebutuhan spesifik dan sumber daya sistem Anda.
Penting : Pastikan Anda memiliki ruang penyimpanan yang cukup untuk mengakomodasi model yang diunduh.
Aplikasi ini akan memandu Anda melalui proses pengunduhan dan instalasi untuk model yang dipilih.
Dahih adalah alat belajar revolusioner yang dirancang untuk membantu siswa mengeluarkan potensi penuh mereka. Berbeda dengan chatbot online tradisional, Dahih berfokus pada memberikan jawaban yang diperoleh langsung dari materi pelajaran Anda sendiri. Dengan mengunggah buku teks, catatan, dan makalah penelitian, Anda menciptakan basis pengetahuan terpersonalisasi yang dapat diakses kapan saja, di mana saja.
Dahih dirancang khusus untuk siswa yang menghargai privasi dan efisiensi. Sebagai aplikasi lokal, aplikasi ini beroperasi secara offline, memastikan data Anda tetap aman dan dapat diakses tanpa koneksi internet. Hal ini menjadikan Dahih teman yang sempurna untuk sesi belajar terfokus dan lingkungan dengan konektivitas terbatas.
Target audiens utama kami meliputi mahasiswa dan mahasiswa yang mencari solusi studi privat yang lebih efektif.
Fungsi Offline: Belajar kapan saja, di mana saja tanpa bergantung pada koneksi internet.
Fokus Privasi: Data Anda tetap ada di perangkat Anda, memastikan privasi dan keamanan sepenuhnya.
Pengunggahan Dokumen: Impor buku teks, catatan, dan makalah penelitian dengan mudah.
Menjawab Pertanyaan Cerdas: Dapatkan jawaban akurat dan informatif atas pertanyaan belajar Anda.
Pembelajaran yang Dipersonalisasi: Sesuaikan pengalaman belajar Anda dengan kebutuhan spesifik Anda.
Akses Pengetahuan yang Efisien: Temukan informasi relevan dalam dokumen Anda dengan cepat.
Antarmuka yang Ramah Pengguna: Desain intuitif untuk navigasi yang lancar.
Dahih memadukan kekuatan AI dengan kemudahan akses offline untuk memberikan pengalaman belajar yang tiada duanya.
Dahih dibangun di atas fondasi yang kuat dari teknologi sumber terbuka:
Node.js ️: Menyediakan lingkungan runtime JavaScript.
Electron ⚡️: Memberikan kerangka kerja untuk membangun aplikasi desktop lintas platform.
Bereaksi ⚛️: Membangun antarmuka pengguna yang dinamis dan efisien.
TypeScript : Meningkatkan keandalan dan pemeliharaan kode.
Material UI : Menawarkan pustaka komponen UI yang komprehensif untuk pengembangan yang efisien.
Ollama : Berfungsi sebagai pelari LLM serbaguna, mendukung berbagai model.
LangChain ⛓️: Memfasilitasi orkestrasi alur kerja LLM.
Orama ️: Berfungsi sebagai database vektor untuk pencarian dokumen yang efisien.
Dahih memanfaatkan kekuatan Ollama untuk mendukung beragam Model Bahasa Besar (LLM), termasuk:
Llama (Meta AI)
Phi ϕ (Microsoft)
Gemma (Google AI)
Qwen (Alibaba)
Fleksibilitas ini memungkinkan pengguna untuk memilih model yang paling sesuai dengan kebutuhan dan sumber daya komputasi mereka. Arsitektur Dahih dirancang untuk mengakomodasi integrasi LLM di masa depan ketika sudah tersedia.
Prasyarat:
Node.js dan benang terpasang
Editor kode (disarankan Visual Studio Code)
Eksekusi Ollama:
Sebelum menjalankan atau membangun Dahih, Anda perlu mengunduh dan menambahkan executable Ollama yang sesuai ke direktori proyek. Eksekusi Ollama mendukung fungsionalitas LLM dalam aplikasi.
Kunjungi rilis Ollama terbaru di GitHub: Rilis Ollama
Unduh executable Ollama untuk sistem operasi dan arsitektur Anda:
Linux: Unduh file ollama-linux-amd64 .
Windows: Unduh file ollama-windows-amd64.zip , dan ekstrak isinya.
Tempatkan file executable yang diunduh (Linux) atau file yang diekstraksi (Windows) di dalam direktori extraResources/ollama dalam proyek Dahih.
Pengaturan Lingkungan
Untuk tujuan pengembangan, Anda dapat menyesuaikan URL host Ollama dengan membuat file .env di root proyek dan menambahkan baris berikut:
OLLAMA_HOST=http://your_ollama_host:port
Jika variabel lingkungan ini tidak disetel, aplikasi akan menggunakan http://localhost:11434 secara default.
Instalasi:
Kloning repositori:
git clone https://github.com/ibrahimhabibeg/Dahih-Al-Dofaa.git
Arahkan ke direktori proyek:
cd Dahih-Al-Dofaa
Instal dependensi:
pemasangan benang
Pengaturan Pengembangan:
Untuk menjalankan aplikasi dalam mode pengembangan:
benang mulai
Ini akan membuka aplikasi di jendela baru.
Membangun Aplikasi:
Untuk membangun aplikasi untuk produksi:
pembuatan benang
Catatan: Perintah ini membuat executable khusus untuk sistem operasi dan arsitektur pengembang.
Catatan Tambahan:
Dahih menggunakan GitHub Actions untuk pembuatan dan rilis otomatis. Proses pembangunan ditentukan dalam file .github/workflows/build.yml. File ini menguraikan langkah-langkah yang terlibat dalam membangun aplikasi untuk platform Windows dan Linux.
Untuk wawasan mendetail tentang proses pembangunan, silakan merujuk ke file build.yml. Memahami isinya dapat sangat berharga untuk memecahkan masalah terkait pembangunan.
Dengan mengikuti langkah-langkah ini, Anda berhasil menyiapkan Dahih untuk pengembangan atau membangunnya untuk sistem Anda.
Apa itu Dahih Dahih adalah pendamping belajar bertenaga AI yang membantu Anda belajar lebih cepat dan efektif dengan memberikan jawaban berdasarkan dokumen Anda sendiri.
Bagaimana cara kerja Dahih Anda mengunggah buku teks, catatan, dan makalah penelitian Anda ke Dahih. Kemudian, Anda dapat mengajukan pertanyaan terkait dokumen tersebut, dan Dahih akan memberikan jawaban yang akurat dan informatif.
Apakah Dahih gratis Ya, Dahih sepenuhnya gratis dan bersumber terbuka.
Jenis dokumen apa yang bisa saya unggah Dahih saat ini mendukung file PDF, DOCX, PPTX, EPUB, dan TXT. Aplikasi hanya dapat memproses teks dalam dokumen ini, sehingga gambar dan konten non-tekstual lainnya akan diabaikan.
Apakah data saya bersifat pribadi Ya, data Anda sepenuhnya bersifat pribadi. Semua pemrosesan dilakukan secara lokal di perangkat Anda, dan tidak ada data yang dikirim ke server eksternal.
Sistem operasi apa saja yang didukung Dahih saat ini mendukung Windows, Linux berbasis Debian, dan Linux berbasis RPM.
LLM apa yang didukung Dahih Dahih mendukung berbagai LLM, termasuk Llama, Phi, Gemma, dan Qwen.
Apakah saya memerlukan koneksi internet untuk menggunakan Dahih Meskipun koneksi internet diperlukan untuk mengunduh model bahasa awal, setelah diunduh, Dahih beroperasi sepenuhnya offline. Anda dapat mengimpor dokumen, mengajukan pertanyaan, dan menerima jawaban tanpa koneksi internet.
Apa saja persyaratan sistemnya Dahih membutuhkan RAM minimal 8GB untuk performa optimal. Persyaratan spesifik dapat bervariasi tergantung pada LLM yang dipilih dan ukuran dokumen Anda.
Saya kesulitan menginstal Dahih. Silakan merujuk ke bagian "Unduh" dari README untuk instruksi rinci. Jika Anda terus mengalami masalah, silakan periksa repositori GitHub untuk tips pemecahan masalah atau buka masalah.
Dahih tidak merespon. Harap pastikan bahwa Anda memiliki executable Ollama yang diperlukan di lokasi yang benar dan sistem Anda memenuhi persyaratan minimum. Coba mulai ulang aplikasi atau instal ulang jika masalah terus berlanjut.
Saya mendapatkan jawaban yang tidak akurat. Kualitas jawaban tergantung pada kualitas dokumen yang Anda unggah. Pastikan dokumen Anda jelas dan terstruktur dengan baik. Anda juga dapat mencoba LLM yang berbeda untuk melihat apakah hasilnya meningkat.
Jika Anda memiliki pertanyaan lebih lanjut atau mengalami masalah, jangan ragu untuk membuka masalah di repositori GitHub.
Kami menyambut baik masukan, saran, dan kontribusi Anda kepada Dahih. Jika Anda mengalami masalah atau memiliki pertanyaan, jangan ragu untuk menghubungi kami.
Metode Kontak Pilihan:
Masalah GitHub: Untuk laporan bug, permintaan fitur, atau diskusi umum, silakan buka masalah di repositori Dahih GitHub: https://github.com/ibrahimhabibeg/Dahih-Al-Dofaa
GitHub: Terhubung dengan saya di GitHub: https://github.com/ibrahimhabibeg
LinkedIn: Terhubung dengan saya di LinkedIn untuk jaringan profesional dan pembaruan: https://www.linkedin.com/in/ibrahimhabibeg/
Email: [email protected]
Kami berusaha untuk menanggapi semua pertanyaan secepat mungkin.
