DataSquirrel

DataSquirrel ist selbstgehostete Datei-Intelligenz: Es indexiert den Speicher, auf den du es ansetzt – lokale Ordner, NAS-Freigaben und Google Drive – und lässt dich anschließend alles darin finden, ohne dass ein einziges Byte deinen Rechner verlässt.

Richte es auf einen Ordner, und es durchsucht, hasht und katalogisiert jede gefundene Datei. Von dort aus sucht NutFinder nach Name und Metadaten und grenzt Ergebnisse nach Ordner, Art, Dateityp, Größe oder Datum ein; ein Duplikatbericht zeigt, was mehrfach gespeichert ist; eine Speicherübersicht zeigt, wohin der Platz tatsächlich gegangen ist. Auf Anforderung – niemals automatisch – liest und fasst ein lokales LLM eine Datei, eine Auswahl oder einen ganzen Ordner zusammen, und diese Zusammenfassungen werden neben den Dateinamen durchsuchbar. Ein Chat-Assistent in der Seitenleiste beantwortet Fragen zu deinen Dateien auf Basis dieser Zusammenfassungen, nennt die verwendeten Dateien als Beleg, sodass sich direkt zu ihnen springen lässt, und kann selbst eine gefilterte Suche ausführen: Frag nach deinen größten Videos aus diesem Jahr, und es ermittelt die passenden Filter. Ändert sich eine Datei, wird ihre Zusammenfassung als veraltet markiert statt stillschweigend überschrieben; verschwindet eine Datei, sagt DataSquirrel es dir, statt dir einen toten Pfad zu reichen.

Alles läuft in Docker auf deiner eigenen Hardware: ein FastAPI-Dienst und eine Streamlit-Oberfläche über PostgreSQL 16 mit Volltextsuche und pgvector, während Ollama das Modell bereitstellt. Kein Cloud-Dienst, kein Konto, keine Telemetrie. Eine einzige Codebasis läuft als Installation mit vier Containern auf einem Laptop oder ergänzt allein per Konfiguration GPU-Inferenz, geplante Scans und Monitoring – die Topologie ist eine Frage des Deployments, nie ein eigener Codepfad.