lib2027
हिन्दी

मुफ़्त · आपकी अपनी मशीन पर चलता है

आपकी अपनी फ़ाइलों पर बनी नॉलेज लाइब्रेरी — आपके और आपके AI एजेंट्स के लिए

दस्तावेज़ों का फ़ोल्डर डालें और उसमें एक साथ तीन तरह से खोजें: अर्थ से, 15 भाषाओं में शब्द-रूपों से और सटीक API नामों से। आपके लिए web UI है, और Claude Code, pi, Cursor व दूसरे एजेंट्स के लिए MCP सर्वर।

  • npx से एक Rust बाइनरी
  • न Python, न डेटाबेस
  • NVIDIA GPU, DirectML या CPU
# फ़ोल्डर को शेल्फ़ पर रखें
$ npx lib2027 add ./docs
# web UI खोलें → http://127.0.0.1:2027
$ npx lib2027
बेंचमार्क देखेंnpm पर पैकेज

बेंचमार्क

क्या यह वाकई मॉडल को सही जवाब देने में मदद करता है?

नई या किसी खास क्षेत्र की जानकारी मॉडल को याद नहीं होती, और सिर्फ़ ज़्यादा टेक्स्ट जोड़ देने से यह कमी दूर नहीं होती। हमने मापा कि सही अंश देने से क्या फ़र्क पड़ता है।

हमने कैसे मापा

वही मॉडल, वही सवाल

हर तुलना में एक ही मॉडल सवालों के एक ही सेट पर चलता है। बदलता सिर्फ़ यह है कि मॉडल को पढ़ने के लिए क्या मिलता है।

प्लेसीबो समूह

उतनी ही लंबाई का असंबंधित टेक्स्ट: इस धारणा की जाँच कि “ज़्यादा कॉन्टेक्स्ट से मदद मिलती है”।

पहले से पंजीकृत

सवाल, नियम और सफलता की सीमाएँ कोई भी डेटा जुटाने से पहले तय कर दी गई थीं।

दोहराया और परखा गया

हर समूह 3 बार चलाया गया। सांख्यिकीय महत्व सवाल-दर-सवाल युग्मित साइन टेस्ट से निकाला गया।

सही जवाबों का हिस्सा

  • लाइब्रेरी के बिना
  • प्लेसीबो
  • lib2027 के साथ
  • लाइब्रेरी के बिना — मॉडल याददाश्त से जवाब देता है
  • प्लेसीबो — उतनी ही लंबाई का असंबंधित टेक्स्ट
  • lib2027 के साथ — lib2027 की खोज से मिले अंश

ताज़ा वेब डॉक्यूमेंटेशन (devdocs, सितंबर 2026)

150 सवाल · qwen3.8-27b
लाइब्रेरी के बिना17.8%
प्लेसीबो12.7%
lib2027 के साथ85.1%

वही सवाल, छोटा मॉडल

150 सवाल · 4B
लाइब्रेरी के बिना9.1%
प्लेसीबो0.4%
lib2027 के साथ83.1%

रूसी कानून (15 संहिताएँ, pravo.gov.ru)

150 सवाल · qwen3.8-27b
लाइब्रेरी के बिना34.7%
प्लेसीबो33.8%
lib2027 के साथ84.4%¹

three.js r186 API क्विज़

90 जवाब · Claude Haiku 4.5
लाइब्रेरी के बिना27.8%
प्लेसीबोमापा नहीं गया
lib2027 के साथ88.9%

¹ पहले 800 अक्षरों की जगह कानून की पूरी धारा दी जाती है (पहले का नतीजा 69.1% था)। 2024 के बाद संशोधित धाराओं पर मॉडल 25% से 81% तक पहुँच जाता है।

आँकड़े टेबल में दिखाएँ
टास्कमॉडललाइब्रेरी के बिनाप्लेसीबोlib2027 के साथ
ताज़ा वेब डॉक्यूमेंटेशन (devdocs, सितंबर 2026)
150 सवाल · qwen3.8-27b		qwen3.8-27b17.8%12.7%85.1%
वही सवाल, छोटा मॉडल
150 सवाल · 4B		4B9.1%0.4%83.1%
रूसी कानून (15 संहिताएँ, pravo.gov.ru)
150 सवाल · qwen3.8-27b		qwen3.8-27b34.7%33.8%84.4%¹
three.js r186 API क्विज़
90 जवाब · Claude Haiku 4.5		Claude Haiku 4.527.8%—88.9%

क्विज़ से आगे: Claude Haiku 4.5 के साथ three.js

पुराने API वाले जवाब

24.4%5.6%

कम बेहतर है

“गेम लिखो” टास्क, 100 में से स्कोर

5275

ज़्यादा बेहतर है

गेम पूरा करने में लगे टर्न

5636

थोड़ी कम लागत पर

ऐसी लाइब्रेरी जिसे मॉडल ने कभी नहीं देखा

2% – 5%84% – 96%

जब lib2027 टास्क तक माइग्रेशन नोट्स पहुँचाता है, तो 4B मॉडल के सफल टास्क 2% – 5% से बढ़कर 84% – 96% हो जाते हैं।

निष्कर्ष

नई या किसी खास क्षेत्र की जानकारी मॉडल को याद नहीं होती, और सिर्फ़ ज़्यादा कॉन्टेक्स्ट से मदद नहीं मिलती: प्लेसीबो कभी भी याददाश्त से दिए गए जवाबों से आगे नहीं निकला। मदद मिलती है सही अंशों से, और lib2027 यही पहुँचाता है।

स्पीड: Rust बनाम पुराना Python वर्ज़न

Windows पर RTX 5090 के साथ, एक ही शेल्फ़ और एक जैसी क्वेरी पर मापा गया। दोनों वर्ज़न एक जैसे नतीजे देते हैं: कानून क्विज़ में दोनों ने 150 में से 122 सवालों के लिए धारा ढूँढ़कर दी।

  • Python + PyTorch
  • lib2027 (Rust)
कम बेहतर है
हाइब्रिड खोज, मीडियन (GPU)
Python + PyTorch207 ms
lib2027 (Rust)103 ms
लेक्सिकल खोज
Python + PyTorch39 ms
lib2027 (Rust)5 ms
सिर्फ़ CPU पर खोज
Python + PyTorch4.4 s
lib2027 (Rust)1.7 s
7.43 लाख अंश (devdocs), प्रति क्वेरी
Python + PyTorch~0.4 s
lib2027 (Rust)0.15 s
MCP सर्वर initialize के लिए तैयार
Python + PyTorch2.6–3.8 s
lib2027 (Rust)< 0.2 s
add ./docs (6 दस्तावेज़, 237 अंश)
Python + PyTorch36.6 s
lib2027 (Rust)8.6 s
15 कानूनी संहिताएँ बनाना (16 हज़ार अंश)
Python + PyTorch169 s
lib2027 (Rust)127 s
7,170 फ़ाइलें पार्स करना
Python + PyTorch136 s
lib2027 (Rust)4.1 s
इंस्टॉल

Python + PyTorch: Python + PyTorch, लगभग 2.5 GB

lib2027 (Rust): Node.js + 7 MB की बाइनरी; रनटाइम और मॉडल पहली बार चलाने पर डाउनलोड होते हैं

कैसे काम करता है

तीन तरह की खोज, एक रैंक किया हुआ जवाब

हर क्वेरी एक साथ तीन चैनलों से गुज़रती है। नतीजों को मिलाकर दोबारा रैंक किया जाता है, और आपको या आपके एजेंट को पढ़ने और हवाला देने के लिए पूरे अंश मिलते हैं, अधूरे टुकड़े नहीं।

अर्थ

Qwen3-Embedding-0.6B एम्बेडर से सिमैंटिक खोज ऐसे अंश ढूँढ़ती है जो वही बात दूसरे शब्दों में कहते हैं।

शब्द-रूप

रूसी, अंग्रेज़ी और 13 अन्य भाषाओं के लिए मॉर्फ़ोलॉजी: शब्द का एक रूप खोजें, बाकी रूप भी मिल जाएँगे।

सटीक API नाम

फ़ंक्शन, क्लास और ऑप्शन के नाम हूबहू मिलाए जाते हैं, ताकि नाम से वही चीज़ मिले, उससे मिलती-जुलती कोई और नहीं।

रीरैंकर

bge-reranker-v2-m3 क्रॉस-एनकोडर हर उम्मीदवार को क्वेरी के साथ पढ़ता है और सबसे अच्छे नतीजों को सबसे ऊपर रखता है।

पूरी धाराएँ

दस्तावेज़ की संरचना बनी रहती है। कानूनों को धाराओं में बाँटा जाता है और पूरी धारा दी जाती है: इसी से कानून बेंचमार्क 69.1% से 84.4% तक पहुँचा।

फ़ॉर्मैट: md, txt, html, pdf, docx और सोर्स कोड (js, ts, json, …)। npx lib2027 package <name> पूरा npm पैकेज जोड़ता है: API टाइप्स, डॉक्यूमेंटेशन, टेस्ट और उदाहरण।

एजेंट्स के लिए

Claude Code, pi, Cursor और दूसरे MCP क्लाइंट्स से जोड़ें

lib2027 एक MCP सर्वर के रूप में काम करता है। एक कमांड से यह जुड़ जाता है, और उसके बाद एजेंट खुद आपकी लाइब्रेरियों में खोजता है।

Claude Code

npx lib2027 claude

आपके लिए claude mcp add चलाता है। Claude Code को ये टूल्स मिलते हैं:

  • search_knowledge
  • read_source
  • list_libraries
  • check_code
  • explore_graph

pi

npx lib2027 pi

pi में MCP एडैप्टर इंस्टॉल करके lib2027 जोड़ता है। npx lib2027 pi --remove से इसे हटाया जा सकता है।

Cursor, Claude Desktop और दूसरे क्लाइंट्स

MCP कॉन्फ़िग में यह जोड़ें:

{ "mcpServers": { "lib2027": { "command": "npx", "args": ["-y", "lib2027", "mcp"] } } }

Windows पर npx को cmd के ज़रिए चलाएँ:

{ "mcpServers": { "lib2027": { "command": "cmd", "args": ["/c", "npx", "-y", "lib2027", "mcp"] } } }

ब्राउज़र पसंद है? npx lib2027 http://127.0.0.1:2027 पर web UI खोलता है, साथ में HTTP API भी।

कमांड

एक बाइनरी, गिनी-चुनी कमांड।

कमांडक्या करती है
add <folder|files…> [--name …] [--lang auto|ru|en|…] [--to slug]फ़ोल्डर एक लाइब्रेरी बन जाता है; फ़ाइलें बताई गई लाइब्रेरी में जुड़ जाती हैं। दोबारा चलाने पर बदली हुई फ़ाइलें अपडेट हो जाती हैं।
listशेल्फ़ पर रखी लाइब्रेरियाँ
search "query" [-l slug] [--top-k 5]खोज
remove <slug> / restore <slug>खोज से छिपाएँ / वापस लाएँ (फ़ाइलें डिस्क पर बनी रहती हैं)
package <npm-package>[@version]पूरा npm पैकेज: API टाइप्स, डॉक्यूमेंटेशन, टेस्ट और उदाहरण
ui [--port 2027] [--no-open]web UI और HTTP API (बिना कमांड के चलाने जैसा ही)
mcpstdio पर MCP सर्वर (एजेंट इसे शुरू करता है)
claude [--scope user|project]आपके लिए claude mcp add चलाता है; Claude Code न हो तो दूसरे क्लाइंट्स के लिए कॉन्फ़िग प्रिंट करता है
pi [--project] [--remove]pi में MCP एडैप्टर इंस्टॉल करके lib2027 जोड़ता है (या हटाता है)
ask "question"सत्यापित हवालों के साथ जवाब (मॉडल key चाहिए: LIB2027_ANSWER_*)
setup [--device cuda|directml|cpu]रनटाइम और मॉडल पहले से इंस्टॉल कर देता है
doctorदिखाता है कि क्या इंस्टॉल है और गणना किस पर हो रही है

जहाँ आप काम करते हैं, वहीं चलता है

प्लेटफ़ॉर्म

प्लेटफ़ॉर्मCUDADirectMLCPU
Windows x64✓✓✓
Windows arm64——✓
Linux x64glibc 2.35+✓—✓
Linux arm64glibc 2.35+——✓
macOS Apple Silicon——✓

एक्सेलेरेशन

x64 Windows और Linux पर NVIDIA CUDA, x64 Windows पर DirectML। बाकी सब CPU पर चलता है।

आपको क्या चाहिए

सिर्फ़ Node.js 18+। पहली बार चलाने पर बाकी सब ~/.lib2027 में एक ही बार, लगभग 2 मिनट में डाउनलोड हो जाता है: आपके हार्डवेयर के लिए ONNX रनटाइम और दो मॉडल, Qwen3-Embedding-0.6B और bge-reranker-v2-m3।

आपके दस्तावेज़ आपके डिवाइस पर ही रहते हैं

शुरू से ही लोकल

आपके दस्तावेज़ और शेल्फ़ आपके डिवाइस पर ही रहते हैं। खोज बाइनरी के अंदर, आपके अपने GPU या CPU पर चलती है।

आपके कहे बिना कुछ नहीं भेजा जाता

टेक्स्ट किसी तीसरे पक्ष को तभी जाता है जब आप जवाब सेवा के लिए कोई बाहरी मॉडल कॉन्फ़िगर करते हैं (LIB2027_ANSWER_*)।

डिफ़ॉल्ट रूप से सिर्फ़ localhost

LIB2027_API_KEY के बिना web UI और HTTP API को किसी key की ज़रूरत नहीं होती, और वे सिर्फ़ localhost से ही खुलते हैं।

एक साधारण फ़ोल्डर

हर लाइब्रेरी बस library.sqlite, vectors.f16 और knowledge.json है। शेल्फ़ कॉपी करें और जहाँ चाहें ले जाएँ।

लाइसेंस

इस्तेमाल मुफ़्त है, व्यावसायिक रूप से भी, कितने भी डिवाइस पर। सोर्स कोड बंद है। बिना बदलाव के पैकेज आगे बाँटे जा सकते हैं। मॉडल और ONNX Runtime उनके प्रकाशकों से, उनके अपने लाइसेंस के तहत डाउनलोड होते हैं।

npm पर लाइसेंस पढ़ें

अपने दस्तावेज़ों पर आज़माकर देखें

बस दो कमांड। ज़रूरत सिर्फ़ Node.js 18+ की है।

# फ़ोल्डर को शेल्फ़ पर रखें
$ npx lib2027 add ./docs
# web UI खोलें → http://127.0.0.1:2027
$ npx lib2027
npm पर पैकेज