volotat/Anagnorisis

何を解決するか

Anagnorisis は、エンゲージメントを最適化するのではなく、ユーザーの好みを重視するクラウドベースのサービスに代わる、ローカルでプライベートな推薦システムです。ユーザーは自分のローカルまたはリモートファイル（音楽、画像、テキスト、動画）に評価をつけることで、自身の興味のパーソナライズモデルを構築できます。これにより、個人データや好みモデルが完全に自分のマシン上に留まります。

動作方法

このシステムは、明示的な評価（0-10）とモデルの学習というフィードバックループを使用します。ファイルは3つの検索モードで処理されます：ファイル名ベース（曖昧一致）、コンテンツベース（ファイル自体の埋め込み）、メタデータベース（テキスト説明、タグ、およびサイドカー .meta ファイルの埋め込み）。

推薦を作成するには、評価済みファイルのテキストプロキシとして機能する「メモリファイル」（Markdown）が生成されます。これらには説明、タグ、メタデータが含まれます。その後、これらの説明と評価のペアに基づいて推薦モデルが学習されます。このモデルは、未評価のファイルに対する評価を予測し、ユーザーがそれを修正することで、次の学習ラウンドでモデルをさらに精緻化します。

対象ユーザー

個人のメディアライブラリ用にプライベートで自己ホスト可能な推薦エンジンを希望するユーザー。PCまたはホームサーバーに少なくとも8GBのVRAM GPUを搭載していることが前提です。

特徴

• プライバシー最優先： すべての処理、保存、学習がユーザーのマシン上でローカルに実行されます。
• 分散型セマンティックインデックス： .meta サイドカーファイルを使用して、実際のコンテンツをダウンロードせずにリモートファイルのセマンティック検索と推薦を可能にします。
• マルチモーダル対応： 画像、音楽、オーディオ、動画ファイルを処理できます。
• スタンドアロンコア： anagnorisis_core というPythonライブラリとCLIを含み、Web UIとは独立して使用可能です。
• ソフトハッシュ： ファイルパスではなくコンテンツのフィンガープリントでファイルを識別するため、ファイルの移動や名前の変更後も評価が保持されます。