Add your PDFs and documents to your Library, then just ask. Orkas runs semantic search across your files and answers grounded in your own documents, with citations back to the source chunks — local-first, your own model keys, never proxied. 把你的 PDF 和文档加入资料库（Library），然后开问。Orkas 对你的文件做语义检索，给出基于你自己文档、并附带出处片段引用的答案——本地优先，使用你自己的模型密钥，绝不中转。 あなたの PDF や文書をライブラリに追加して、あとは質問するだけ。Orkas がファイル全体をセマンティック検索し、あなた自身の文書に基づいて、出典チャンクへの引用付きで回答します——ローカルファースト、あなた自身のモデルキーで、決してプロキシしません。
Point Orkas at the files you already have — PDFs, papers, manuals, contracts — and ask questions across all of them at once.
Add a stack of PDFs to your Library and get cited answers that draw from every file at once.
Ask in plain language; semantic search surfaces the relevant passage and links back to the exact source chunk.
Compare findings across several documents, surface agreements and gaps, and draft a literature review with sources.
Get answers that quote the document they came from — extracted straight from your PDFs and DOCX files.
You ask the question; Orkas searches your Library and grounds every claim in your files — your documents stay on your machine by default.
Drop PDFs and files into your local Library.
“Find the clause”, “summarize these papers”, “what do they say about X”.
Every claim links back to the source chunk and file.
Follow up across the same Library — the index stays on your machine.
The source files and the vector index live on your machine — only the model API call goes out.
Answers cite the source chunk they came from, so you can verify before you rely on it.
Use your own OpenAI / Claude / Gemini key; traffic goes direct.
See security →Yes. Add your PDFs and documents to your Library; Orkas runs semantic search across them and answers your questions grounded in those files, citing the source chunks it used — all on your machine, using your own LLM key. 可以。把你的 PDF 和文档加入资料库（Library）；Orkas 对它们做语义检索，基于这些文件回答你的问题，并引用它用到的出处片段——全程在你的机器上，使用你自己的 LLM 密钥。 はい。あなたの PDF や文書をライブラリに追加してください。Orkas はそれらをセマンティック検索し、それらのファイルに基づいて質問に答え、使用した出典チャンクを引用します——すべてあなたのマシン上で、あなた自身の LLM キーを使って行われます。
By default your documents stay on your machine — the source files and the vector index are local-first — and your keys and model traffic never go through Orkas, so only the API call to your own provider leaves and it's never proxied. If you turn on Lite's optional multi-device sync, the data you sync is stored on Orkas servers so it's available across devices; the free edition also sends limited usage analytics (usage metadata, not your content). 默认情况下，你的文档都在本机——原始文件和向量索引都本地优先——模型 Key 与模型流量始终不经过 Orkas，所以只有发往你自己模型提供商的 API 调用会发出，且绝不被代理。若开启 Lite 的多端同步，同步的数据会存到 Orkas 以便跨设备使用；基础版还会采集有限的使用数据（使用元数据，并非你的内容）。 既定では、あなたの文書はマシン上にとどまり——ソースファイルとベクトルインデックスはローカルファーストで——キーとモデルのトラフィックは Orkas を経由しないため、送出されるのは自分のプロバイダーへの API 呼び出しだけで、決してプロキシされません。Lite の任意の複数端末同期を有効にすると、同期したデータは複数端末で使えるよう Orkas のサーバーに保存されます。無料版では限定的な利用解析（コンテンツではなく利用メタデータ）も送信されます。
Yes. Answers are grounded in your documents and cite the source chunks the search hit, so you can open the original passage and verify it before you rely on it. 是的。答案基于你自己的文档，并引用检索命中的出处片段，你可以打开原始段落、在依赖它之前自己核实。 はい。回答はあなたの文書に基づいており、検索でヒットした出典チャンクを引用するため、それに頼る前に元の箇所を開いて確認できます。
Doing deep literature work? See the For Researchers use case.
