XDA-Developers के एक लेखक ने हाल ही में Perplexity और ChatGPT सदस्यता रद्द करने का वर्णन किया है जब उन्होंने Perplexica और SearXNG के साथ एक स्थानीय LLM को जोड़ा, और सेटअप इससे कहीं अधिक आसान है जितना यह लगता है। Qwen, Llama, या Mistral जैसा एक मध्य-स्तरीय मॉडल Ollama के माध्यम से चलने के लिए पहले से ही तर्क और सारांश को अच्छी तरह से संभालता है। इसमें जो कमी है वह खुली वेब से ताज़ी जानकारी है, और यही एक स्व-होस्ट किए गए मेटासर्च परत प्रदान करता है: एक निजी रिट्रीवर जो परिणामों को प्राप्त करता है और वर्गीकृत करता है, फिर उन्हें उद्धृत और संश्लेषित करने के लिए मॉडल को सौंपता है। परिणाम Perplexity जैसा लगता है, साथ ही सदस्यता और क्वेरी लॉग के बिना।
यह राउंडअप आत्म-होस्ट किए गए AI खोज के लिए सर्वश्रेष्ठ ऐप्स को कवर करता है, Perplexity के पूर्ण क्लोन से लेकर इसके अधिकांश के नीचे मेटासर्च इंजन तक। हर विकल्प एक गृह सर्वर या स्पेयर डेस्कटॉप पर चलता है, Ollama, LM Studio, या किसी भी OpenAI-संगत एंडपॉइंट से जुड़ता है, और एक Docker इमेज शिप करता है ताकि पूरा स्टैक एक कमांड के साथ आ जाए।
स्व-होस्ट किए गए AI खोज ऐप में क्या देखना है
हर “AI खोज” प्रोजेक्ट वास्तव में इसके लिए नहीं बनाया गया है। कुछ विशेषताएं उन लोगों को अलग करती हैं जो चलाने के लायक हैं उन लोगों से जो डेमो पर फंस जाते हैं:
- स्थानीय मॉडल समर्थन। इसे Ollama, LM Studio, या एक सामान्य OpenAI-संगत एंडपॉइंट के साथ बात करनी होगी, केवल एक होस्ट की गई API कुंजी नहीं।
- उद्धृत स्रोत। उत्तरों को उन पृष्ठों से फिर से जोड़ना चाहिए जिनसे वे ड्राइव करते हैं, संश्लेषित पाठ को कोई ट्रेल नहीं के साथ प्रस्तुत नहीं करते।
- एक वास्तविक रैंकिंग चरण। कच्चे खोज परिणामों को मॉडल तक पहुंचने से पहले पुनर्वर्गीकरण या प्रासंगिकता स्कोरिंग की आवश्यकता होती है, या अस्पष्ट प्रश्नों पर उत्तर विषय से हट जाते हैं।
- एक-आदेश Docker सेटअप। एक
docker compose upजो अपना स्वयं का मेटासर्च बैकएंड लाता है, पांच चलती भागों के साथ एक मैनुअल इंस्टॉल को हराता है। - बहु-उपयोगकर्ता समर्थन। महत्वपूर्ण है यदि घर या टीम में एक से अधिक व्यक्ति क्वेरी करेंगे।
- उपकरण कॉल और प्लगइन। मजबूत एजेंट एक खोज को चेन कर सकते हैं, एक परिणाम खोल सकते हैं, और उत्तर देने से पहले फिर से खोज सकते हैं।
त्वरित तुलना
| ऐप | सर्वश्रेष्ठ के लिए | प्लेटफॉर्म | लाइसेंस | Docker | प्रारंभिक मूल्य |
|---|---|---|---|---|---|
| Perplexica (Vane) | Perplexity का सबसे निकटतम क्लोन | Windows, macOS, Linux | MIT | हाँ, आधिकारिक छवि | मुक्त |
| SearXNG | अकेले मेटासर्च परत | Windows, macOS, Linux | AGPL-3.0 | हाँ, आधिकारिक छवि | मुक्त |
| Farfalle | अपनी स्वयं की खोज बैकएंड चुनना | Windows, macOS, Linux | Apache-2.0 | हाँ, compose फाइल | मुक्त |
| Morphic | जनरेटिव-UI उत्तर | Windows, macOS, Linux | Apache-2.0 | हाँ, compose फाइल | मुक्त |
| Open WebUI | एक मौजूदा Ollama सेटअप में खोज जोड़ना | Windows, macOS, Linux | BSD-3-Clause (50 उपयोगकर्ताओं से अधिक पर ब्रांडिंग क्लॉज) | हाँ, आधिकारिक छवि | मुक्त |
| MindSearch | बहु-एजेंट गहन अनुसंधान | Windows, macOS, Linux | Apache-2.0 | हाँ, Dockerfile | मुक्त |
| LLocalSearch | न्यूनतम पूरी तरह स्थानीय एजेंट | Windows, macOS, Linux | Apache-2.0 | हाँ, compose फाइल | मुक्त |
| AnythingLLM | एक व्यापक RAG कार्यक्षेत्र के भीतर खोज | Windows, macOS, Linux | MIT | हाँ, आधिकारिक छवि | मुक्त |
2026 में डेस्कटॉप के लिए 8 सर्वश्रेष्ठ आत्म-होस्ट किए गए AI खोज ऐप्स
1. Perplexica — Perplexity के सबसे निकटतम क्लोन के लिए सर्वश्रेष्ठ
Perplexica वह प्रोजेक्ट है जिसके चारों ओर XDA लेख ने अपना सेटअप बनाया: एक Next.js फ्रंटएंड और API बैकएंड जो एक निजी SearXNG इंस्टेंस को बंडल करते हैं, इसलिए एक Docker कंटेनर आपको एक खोज बॉक्स, इनलाइन उद्धरण के साथ एक LLM उत्तर, और छवि और वीडियो पैनल देता है। इसे मार्च 2026 में Vane का नाम दिया गया था, हालांकि GitHub रिपॉजिटरी, Docker इमेज, और समुदाय अभी भी Perplexica नाम का उपयोग करता है जिसके तहत इसे लॉन्च किया गया था। यह स्थानीय मॉडल्स के लिए Ollama में या जब आप कठिन प्रश्नों के लिए एक मजबूत बैकएंड चाहते हैं तो OpenAI, Anthropic, और अन्य क्लाउड प्रदाताओं में जुड़ता है।
जहाँ यह कम पड़ता है: पुनः ब्रांडिंग ने पुराने और नए नामों के बीच दस्तावेज़ीकरण और खोज परिणामों को विभाजित छोड़ दिया है, जो समस्या निवारण को कुछ अधिक भ्रामक बनाता है जितना यह होना चाहिए।
मूल्य: मुक्त और खुला स्रोत, कोई भुगतान स्तर नहीं।
प्लेटफॉर्म: Windows, macOS, Linux (Docker), आत्म-होस्ट किया गया।
डाउनलोड: GitHub
निचली पंक्ति: Perplexity को उन हार्डवेयर पर चलाने जैसी सबसे करीबी चीज़ जिसके मालिक हैं, और यह प्रोजेक्ट जिससे पूरी श्रेणी अपनी संकेत लेती है।
2. SearXNG — अकेले मेटासर्च परत के लिए सर्वश्रेष्ठ
SearXNG वह संघीय मेटासर्च इंजन है जो Perplexica, Farfalle और Morphic को हुड के नीचे शक्ति देता है, और यदि आप चाहते हैं कि यह अकेला चले तो यदि आप Google, Bing, DuckDuckGo, Brave और लगभग 280 अन्य खोज सेवाओं के लिए एक निजी फ्रंटएंड चाहते हैं तो AI परत के बिना। प्रश्न आपके ब्राउज़र से नहीं बल्कि आपके सर्वर से उन इंजन तक पहुंचते हैं, इसलिए इनमें से कोई भी आपका IP नहीं देखता और आपकी खोजों से प्रोफ़ाइल नहीं बनाता। किसी भी AI खोज ऐप को नीचे एक मौजूदा SearXNG इंस्टेंस की ओर इशारा करें, उन्हें अपना स्वयं चलाने दें, और आपको कई उपकरणों के लिए एक साझा खोज बैकएंड मिलता है।
जहाँ यह कम पड़ता है: अपने आप पर कोई AI संश्लेषण नहीं। यह रैंक किए गए लिंक लौटाता है, उत्तर नहीं, जब तक कि LLM फ्रंटएंड के साथ जोड़ा न जाए।
मूल्य: मुक्त और खुला स्रोत, कोई भुगतान स्तर नहीं।
प्लेटफॉर्म: Windows, macOS, Linux (Docker), आत्म-होस्ट किया गया।
डाउनलोड: GitHub
निचली पंक्ति: इस सूची के अधिकांश के नीचे मेटासर्च आधार, और सही प्रारंभिक बिंदु यदि AI परत पहले दिन नहीं, बाद का अतिरिक्त है।
3. Farfalle — अपनी स्वयं की खोज बैकएंड चुनने के लिए सर्वश्रेष्ठ
Farfalle एक Perplexity-शैली का उत्तर इंजन है जो खोज प्रदाता को आपके अनुमति देता है: SearXNG, Tavily, Serper, या Bing, Ollama के माध्यम से स्थानीय मॉडल के साथ मिश्रित या LiteLLM के माध्यम से क्लाउड मॉडल। Next.js और FastAPI स्टैक एक docker-compose.dev.yaml को शिप करता है जो एक ताजा क्लोन से कुछ मिनटों में localhost:3000 पर चल रहा एक उदाहरण प्राप्त करता है, और खोज या मॉडल प्रदाताओं को स्वैप करना एक कॉन्फ़िगरेशन परिवर्तन है, पुनर्निर्माण नहीं।
जहाँ यह कम पड़ता है: डिफ़ॉल्ट सेटअप कम से कम एक API कुंजी की उम्मीद करता है (एक खोज प्रदाता या क्लाउड मॉडल) जब तक कि सब कुछ एक स्थानीय SearXNG और Ollama जोड़ी के माध्यम से मार्ग न हो, इसलिए कुंजी-रहित पथ Perplexica की तुलना में थोड़ी अधिक कॉन्फ़िगरेशन की आवश्यकता है।
मूल्य: मुक्त और खुला स्रोत, कोई भुगतान स्तर नहीं।
प्लेटफॉर्म: Windows, macOS, Linux (Docker), आत्म-होस्ट किया गया।
डाउनलोड: GitHub
निचली पंक्ति: किसी के लिए भी विकल्प जो Perplexica जैसा अनुभव चाहता है लेकिन इस बात पर अधिक नियंत्रण के साथ कि कौन से खोज और मॉडल प्रदाता उत्तरों के पीछे बैठते हैं।
4. Morphic — जनरेटिव-UI उत्तरों के लिए सर्वश्रेष्ठ
Morphic सादे पाठ से अधिक के रूप में उत्तर प्रदान करता है: स्रोत-क्रेडिट किए गए छवि ग्रिड, संरचित शीर्षक, और इनलाइन घटक लिखित प्रतिक्रिया के साथ नीचे लिंक के साथ गद्य की दीवार के बजाय बनाए जाते हैं। यह Quick और Adaptive खोज मोड समर्थन करता है, OpenAI, Anthropic, Google, Ollama, और किसी भी OpenAI-संगत प्रदाता में एक मॉडल सिलेक्टर, और अपनी Docker Compose फाइल में PostgreSQL, Redis, और SearXNG शिप करता है, इसलिए कोई बाहरी खोज API कुंजी शुरू करने के लिए आवश्यक नहीं है।
जहाँ यह कम पड़ता है: समृद्ध UI का मतलब एक एकल-कंटेनर सेटअप की तुलना में अधिक चलती भागें (Postgres, Redis, SearXNG, ऐप्स ही), जो कुछ टूट जाए तो निगरानी के लिए और अधिक है।
मूल्य: मुक्त और खुला स्रोत, कोई भुगतान स्तर नहीं।
प्लेटफॉर्म: Windows, macOS, Linux (Docker), आत्म-होस्ट किया गया।
डाउनलोड: GitHub
निचली पंक्ति: इस सूची में सबसे सुंदर उत्तर इंजन, अतिरिक्त कंटेनर के लायक यदि एक पॉलिश, componentized UI उत्तर की गुणवत्ता के जितना महत्वपूर्ण है।
5. Open WebUI — एक मौजूदा Ollama सेटअप में खोज जोड़ने के लिए सर्वश्रेष्ठ
Open WebUI Ollama और OpenAI-संगत API के लिए एक चैट इंटरफेस के रूप में शुरू हुआ, और इसका बिल्ट-इन वेब सर्च टॉगल (SearXNG या कुछ अन्य प्रदाताओं द्वारा समर्थित) एक मौजूदा स्थानीय चैट सेटअप को एक अलग ऐप खड़े किए बिना उत्तर इंजन में परिणत करता है। Open WebUI के लिए स्थानीय चैट चलाने वाला कोई भी AI खोज को एक नए तैनाती के बजाय एक कॉन्फ़िगरेशन परिवर्तन के रूप में प्राप्त करता है।
जहाँ यह कम पड़ता है: खोज एक चैट UI पर बोल्ट किया गया एक विशेषता है, प्राथमिक डिज़ाइन लक्ष्य नहीं, इसलिए उद्धरण प्रतिपादन और स्रोत रैंकिंग ऊपर के समर्पित उत्तर इंजन में कम पॉलिश की जाती है। 30-दिन की कस्टम विंडो में 51 या अधिक उपयोगकर्ताओं को सेवा देने वाली तैनाती अपने वर्तमान लाइसेंस के तहत Open WebUI ब्रांडिंग को दृश्यमान रखनी होगी।
मूल्य: मुक्त और खुला स्रोत, कोई भुगतान स्तर नहीं; एक अलग एंटरप्राइज़ लाइसेंस व्हाइट-लेबल या बड़े पैमाने पर तैनाती को कवर करता है।
प्लेटफॉर्म: Windows, macOS, Linux (Docker), आत्म-होस्ट किया गया।
डाउनलोड: GitHub
निचली पंक्ति: किसी के लिए भी सबसे कम प्रयास अपग्रेड पथ जो पहले से ही स्थानीय चैट के लिए Open WebUI चला रहा है और ऊपर से खोज को जोड़ा जाना चाहते हैं।
6. MindSearch — बहु-एजेंट गहन अनुसंधान के लिए सर्वश्रेष्ठ
MindSearch, InternLM द्वारा निर्मित, दो एजेंट भूमिकाओं में एक प्रश्न को विभाजित करता है: एक WebPlanner जो प्रश्न को उप-प्रश्नों में विघटित करता है और एक तर्क ग्राफ बनाता है, और एक या अधिक WebSearchers जो उन उप-प्रश्नों को निष्पादित करते हैं और निष्कर्षों की रिपोर्ट करते हैं। यह संरचना इसे एक जटिल अनुसंधान प्रश्न पर 300+ स्रोत पृष्ठों के माध्यम से काम करने देती है, जो कि एक एकल-पास खोज-और-सारांश ऐप स्वच्छता से संभालता है, बहुत आगे। यह InternLM के अपने मॉडल या GPT-4 के विरुद्ध चलता है, और DuckDuckGo, Bing, Brave, और Google Serper को खोज बैकएंड के रूप में समर्थन करता है।
जहाँ यह कम पड़ता है: विकास 2024 के अंत में इसके रीफैक्टरिंग के बाद धीमा हो गया है, और सेटअप उपयोगकर्ताओं की ओर झुकता है एक एजेंट फ्रेमवर्क को कॉन्फ़िगर करने में सहज है न कि एक-क्लिक यंत्र।
मूल्य: मुक्त और खुला स्रोत, कोई भुगतान स्तर नहीं।
प्लेटफॉर्म: Windows, macOS, Linux (Docker), आत्म-होस्ट किया गया।
डाउनलोड: GitHub
निचली पंक्ति: वास्तव में गहन, बहु-चरणीय अनुसंधान प्रश्नों के लिए विकल्प जहां एकल खोज पास संदर्भ को याद करेगा।
7. LLocalSearch — न्यूनतम पूर्ण स्थानीय एजेंट के लिए सर्वश्रेष्ठ
LLocalSearch एक स्थानीय LLM को एक सरल उपकरण-उपयोग लूप में लपेटता है: मॉडल तय करता है कि कब खोज करना है, जो वापस आता है पढ़ता है, और तय करता है कि उत्तर देने से पहले फिर से खोज करना है या नहीं, पूरी श्रृंखला एक लाइव लॉग में दृश्यमान है। इसे API कुंजी बिल्कुल नहीं चाहिए और विनम्र हार्डवेयर पर चलाने के लिए बनाया गया था, जो इसे बजट GPU पर स्थानीय AI खोज का परीक्षण करने वाले किसी के लिए एक लोकप्रिय पहला स्टॉप बनाता है।
जहाँ यह कम पड़ता है: GitHub ने जून 2026 में रिपॉजिटरी को संग्रहीत किया है और प्रोजेक्ट एक वर्ष से अधिक समय के लिए सक्रिय विकास के बिना है, इसलिए यह अभी भी Docker के माध्यम से चलता है लेकिन आगे की ओर मॉडल-संगतता अपडेट को ठीक नहीं करेगा।
मूल्य: मुक्त और खुला स्रोत, कोई भुगतान स्तर नहीं।
प्लेटफॉर्म: Windows, macOS, Linux (Docker), आत्म-होस्ट किया गया।
डाउनलोड: GitHub
निचली पंक्ति: अभी भी कार्यात्मक और इसके डिजाइन की सरलता के लिए कोशिश करने लायक है, लेकिन इसे दीर्घकालिक दैनिक ड्राइवर के बजाय एक संदर्भ कार्यान्वयन के रूप में देखें।
8. AnythingLLM — एक व्यापक RAG कार्यक्षेत्र के भीतर खोज के लिए सर्वश्रेष्ठ
AnythingLLM एक समर्पित खोज इंजन कम है और अधिक एक पूर्ण कार्यक्षेत्र: दस्तावेज़ RAG, AI एजेंट, और बहु-उपयोगकर्ता पहुंच नियंत्रण, वेब खोज एक उपकरण के रूप में उपलब्ध है जो एक एजेंट दस्तावेज़ पुनर्प्राप्ति के साथ साथ कर सकता है। किसी को भी जो पहले से ही अपनी फाइलों के लिए एक आत्म-होस्ट किए गए चैट प्लेटफॉर्म चाहते हैं, वह एक अलग तैनाती के बजाय AI खोज को एक क्षमता के रूप में प्राप्त करते हैं, साझा घरेलू या टीम उपयोग के लिए Admin, Manager, और Default भूमिकाओं के साथ।
जहाँ यह कम पड़ता है: खोज कई उपकरणों में से एक है, ध्यान नहीं है, इसलिए यह समर्पित उत्तर इंजन का उद्धरण प्रारूप या शुद्ध खोज प्रश्नों पर रैंकिंग की गुणवत्ता से मेल नहीं खाएगा।
मूल्य: मुक्त और खुला स्रोत, कोई भुगतान स्तर नहीं; होस्ट किया गया योजना उन लोगों के लिए उपलब्ध है जो आत्म-होस्ट नहीं करना चाहते।
प्लेटफॉर्म: Windows, macOS, Linux (Docker), आत्म-होस्ट किया गया।
डाउनलोड: GitHub
निचली पंक्ति: सही विकल्प जब खोज को दस्तावेज़-चैट और एजेंट के साथ एक कार्यक्षेत्र में रहना चाहिए, अकेले नहीं।
कैसे चुनें
यदि आप सबसे सरल Perplexity क्लोन चाहते हैं: Perplexica। एक कंटेनर, एक आदेश, उद्धरण और छवियां बॉक्स से बाहर।
यदि आप केवल मेटासर्च परत चाहते हैं, अभी AI के साथ कोई नहीं: SearXNG। पहले चलाएं, बाद में उसे एक उत्तर इंजन की ओर इशारा करें।
यदि आप नियंत्रण चाहते हैं कि कौन से खोज और मॉडल प्रदाता उत्तरों के पीछे बैठते हैं: Farfalle।
यदि इंटरफेस उत्तर के रूप में महत्वपूर्ण है: Morphic, इसके जनरेटिव UI और स्रोत-क्रेडिट किए गए छवि ग्रिड के लिए।
यदि Open WebUI पहले से ही आपका स्थानीय चैट ऐप है: कुछ नया तैनात करने के बजाय इसकी बिल्ट-इन वेब खोज चालू करें।
यदि प्रश्न को बहु-चरणीय, बहु-स्रोत अनुसंधान की आवश्यकता है: MindSearch, इसके योजनाकार-और-खोजकर्ता एजेंट डिजाइन के लिए।
यदि बजट हार्डवेयर और शून्य API कुंजी प्राथमिकता हैं, और स्थिरता सरलता की तुलना में कम महत्वपूर्ण है: LLocalSearch, इस चेतावनी के साथ कि इसे संग्रहीत किया गया है।
यदि खोज को दस्तावेज़-चैट और एजेंट कार्यक्षेत्र के भीतर रहना चाहिए: AnythingLLM।
अक्सर पूछे जाने वाले प्रश्न
क्या ये ऐप्स इंटरनेट कनेक्शन के बिना काम करते हैं?
नहीं। LLM ही डाउनलोड करने के बाद पूरी तरह से ऑफ़लाइन चल सकता है, लेकिन इस सूची के हर ऐप को अभी भी वर्तमान खोज परिणाम प्राप्त करने के लिए खुली वेब तक पहुंचना होगा। जो स्थानीय रहता है वह मॉडल अनुमान है और, सेटअप के आधार पर, प्रश्न ही है, क्योंकि एक स्व-होस्ट किए गए SearXNG इंस्टेंस अपने सर्वर की ओर से अन्य खोज इंजन को क्वेरी करता है न कि अपना IP सीधे भेजता है।
कौन से स्थानीय मॉडल इन खोज इंजन के साथ सर्वश्रेष्ठ जोड़ी करते हैं?
7B से 30B रेंज में निर्देश-ट्यून किया गया एक मध्य आकार का मॉडल, जैसे Qwen, Llama, या Mistral का एक हाल का निर्माण, उपभोक्ता GPU हार्डवेयर पर भारी उद्धरण-सिंथेसिस को अच्छी तरह से संभालता है। छोटे मॉडल सटीक रूप से उद्धृत करने के बजाय स्रोतों के चारों ओर भ्रम करते हैं, इसलिए एक हल्के मॉडल के आउटपुट पर भरोसा करने से पहले एक ज्ञात उत्तर के विरुद्ध एक प्रश्न का परीक्षण करना लायक है।
क्या मुझे एक आत्म-होस्ट किए गए AI खोज स्टैक चलाने के लिए GPU की आवश्यकता है?
कड़ाई से नहीं। खोज और पुनर्प्राप्ति पक्ष (SearXNG, ऐप बैकएंड) CPU पर अच्छी तरह से चलता है। LLM वह हिस्सा है जो GPU से लाभ प्राप्त करता है; इसके बिना, विशेष रूप से बड़े मॉडल पर नोटिसीय धीमी प्रतिक्रियाओं की उम्मीद करें, या ऐप को एक क्लाउड मॉडल API की ओर इशारा करें।
क्या आत्म-होस्ट किए गए AI खोज वास्तव में Perplexity या ChatGPT की तुलना में अधिक निजी हैं?
खोज प्रश्न विक्रेता के सर्वर के बजाय अवसंरचना पर रहते हैं जिसे आप नियंत्रित करते हैं, और इस सूची के किसी भी ऐप डिफ़ॉल्ट रूप से किसी तीसरे पक्ष को बातचीत इतिहास नहीं भेजता है। ट्रेडऑफ यह है कि अंतर्निहित खोज इंजन (Google, Bing, और बाकी) अभी भी व्यक्तिगत प्रश्नों को देखता है जो SearXNG उन्हें रिलेज करता है, बस आपके IP या खाते के बिना।
क्या एक से अधिक व्यक्ति एक ही आत्म-होस्ट किए गए उदाहरण का उपयोग कर सकते हैं?
इनमें से कुछ ऐप्स इसे मूल रूप से समर्थन करते हैं। AnythingLLM और Open WebUI दोनों बॉक्स से बाहर भूमिका-आधारित बहु-उपयोगकर्ता खातों को शिप करते हैं। अन्य, Perplexica, Farfalle और Morphic सहित, एकल-उपयोगकर्ता या छोटे घर उपयोग को ध्यान में रखते हुए बनाए गए थे और इसे सुरक्षित रूप से एक व्यापक समूह के संपर्क में लाने से पहले अतिरिक्त सेटअप (उदाहरण के लिए, प्रमाणीकरण के साथ एक रिवर्स प्रॉक्सी) की आवश्यकता है।
यदि LLocalSearch जैसा प्रोजेक्ट रखरखाव करना बंद कर दे तो क्या होता है?
एक संग्रहीत खुला-स्रोत रिपॉजिटरी अपनी अंतिम प्रतिबद्धता पर ठीक वैसे ही काम करना जारी रखता है; पहले से बनाई गई Docker छवियां चलती रहती हैं। क्या बंद हो जाता है नई bugs के लिए फिक्स, नए मॉडल API के लिए संगतता अपडेट, और सुरक्षा पैच, इसलिए एक संग्रहीत प्रोजेक्ट परीक्षण या हल्के उपयोग के लिए अच्छा है लेकिन किसी भी चीज़ के लिए एक दीर्घकालिक खराब दांव है जो निरंतर अपडेट पर निर्भर करता है।
