Benarkah engine-nya sama dengan kode di noplag.com?

Benar. Dockerfile di repo membangun image container yang kami gunakan. Setiap pengecekan di noplag.com menjalankan commit tersebut, dan hash commit dikembalikan dalam header X-Engine-Commit sehingga Anda bisa mengaitkan checking ke rilis tertentu. Cloud tier hanya menambah corpus dan API key web-search — bukan algoritma berbeda.

Kenapa Apache 2.0, bukan AGPL atau BSL?

Apache 2.0 memungkinkan organisasi self-host tanpa repot tinjauan hukum. AGPL memaksa kami memakai lisensi sebagai penghalang, bertentangan dengan taruhan kami — kami ingin auditor dan forker benar-benar memakainya. Yang dipertahankan adalah corpus dan tier operasional, bukan algoritmanya.

Bisakah saya self-host tanpa menggunakan cloud sama sekali?

Ya. Klon repositori, jalankan `docker compose up`, siapkan Postgres + Redis sendiri, dan impor manifest korpus publik (OpenAlex + Common Crawl + Wikipedia). Adapter Layer W bersifat plug-and-play — masukkan API key Google/Brave Anda sendiri, atau lewati Layer W jika hanya butuh pencocokan korpus terindeks.

Apakah Noplag Database (dokumen user yang diajukan) terbuka?

Tidak. Noplag Database berisi submission user dan tetap di cloud tier — menyalin dokumen orang lain ke 'Apache-2.0' jelas salah. Dokumen yang diajukan otomatis ke sana; Anda bisa opt-out mematikannya. Kode engine untuk querying terbuka; datanya tidak.

Bagaimana dengan AI detector — akan terbuka juga?

Ya. Deteksi AI akan segera hadir — ada di roadmap v1.2, belum tersedia saat peluncuran — dan akan dirilis secara open-source seperti komponen lainnya: wiring model perplexity, kalibrasi, penyesuaian bias ESL, dan pembagian hasil semuanya ada di src/noplag_engine/ai_detection/. Bobot modelnya sendiri open-source (Qwen 2.5 1.5B 4-bit di tier CPU, Mistral 7B opsional di tier GPU). Tidak ada detektor pihak ketiga tertutup dalam call graph.

Bagaimana saya melaporkan bug di algoritma matching?

Buka issue publik di GitHub dengan dokumen minimal-repro atau jelaskan interval false-positive. Kami triase secara terbuka. Masalah keamanan kirim dulu ke security@noplag.com.

Apakah cloud tier selalu menjalankan algoritma sama seperti di repo?

Ya, sesuai kebijakan. Jika kami perlu merilis perilaku khusus cloud untuk eksperimen, akan ditempatkan di balik feature flag dengan default open-source; algoritma utama tetap di main. Jika kami melanggar itu, Anda akan melihatnya di response header dan catatan rilis publik.

Apa model kontribusinya?

Issue dan PR kecil dipersilakan. Untuk perubahan besar — retrieval layer baru, adapter corpus baru, bahasa baru — mulai dari isu RFC supaya diskusinya terbuka. Kami tidak menerima PR dengan dependency tertutup, telemetry diam-diam, atau vendor lock-in.

Apakah ada hosted self-host? (Apache 2.0 managed deployment)

Belum. Paket Enterprise di cloud tier menawarkan infrastruktur khusus dan BYO-corpus, mencakup hampir semua permintaan soal ini. SKU managed-self-host ada di roadmap v1.2.

Apa pengaruhnya pada harga?

Tidak ada. Cloud tier dihitung dari corpus + biaya operasional (Hetzner + Coolify + Stripe + Lago + biaya web-search API), bukan lisensi engine. Self-host gratis. Keduanya tetap begitu.

v0.4.2Rilis mirror-produksi — commit sama dengan noplag.com hari ini

Pendeteksi plagiarisme open-source.

Satu-satunya produk deteksi plagiarisme dengan tier cloud produksi dan mesin sepenuhnya open source. Kode yang berjalan di noplag.com sama dengan yang ada di GitHub di github.com/NoplagLabs/noplag-engine — bisa diaudit, difork, dan dijalankan secara self-hosted.

github.com/NoplagLabs/noplag-engineApache 2.012.400 stars

REPOSITORI

Commit yang dicek di noplag.com adalah commit yang sama di GitHub.

Tanpa kompromi 'open-source-ish'. Tidak ada repo SDK saja dengan mesin yang tertutup. Chunker, fingerprinter, retrieval cascade, dan report assembler semuanya ada dalam satu repo Apache 2.0 yang membangun container produksi kami.

noplag/enginePublik

Star12.4kFork892

Engine deteksi plagiarisme yang menjalankan noplag.com — chunking, winnowing fingerprints, retrieval cascade, alignment, dan report assembly. Apache 2.0.

BAHASA: Python · Rust
LISENSI: Apache 2.0
KONTRIBUTOR: 38
COMMITS: 2.847
RILIS TERBARU: v0.4.2 · 3 hari lalu
CI: passing · 412 pengujian

TARUHAN

Closed source adalah bug, bukan fitur.

Semua pemeriksa plagiarisme sebelum kami meminta Anda untuk percaya pada black box. Percaya pada skor. Percaya pada metodologi yang tidak bisa Anda lihat. Percaya bahwa algoritma tidak diatur agar gaya tulisan Anda sering terdeteksi. Kami mengambil taruhan sebaliknya.

Apa yang tidak bisa Anda lihat, tidak bisa Anda percaya

Skor kemiripan adalah angka tanpa asal-usul. Apakah tumpang tindih kalimat, tebakan parafrase, atau halusinasi AI-detector? Apakah sudah dikalibrasi untuk gaya menulis ESL Anda? Pemeriksa closed source tidak menjawab — karena kelebihannya memang di situ. Kami tidak setuju dengan itu.

Produk open-source, bukan sekadar pemasaran open-source

Repo Apache 2.0 di github.com/NoplagLabs/noplag-engine bukan SDK klien terbatas dengan algoritma pencocokan yang tidak terbuka. Proses chunking, fingerprint winnowing, retrieval cascade, alignment, deduplikasi, dan pembuatan laporan semuanya membangun Docker container yang sama seperti di noplag.com. Tier cloud hanya menambahkan korpus dan adapter pencarian web, bukan mesinnya.

Apa artinya untuk Anda

Baca algoritma sebelum mempercayai skor. Host engine sendiri di infrastruktur Anda jika dokumen tidak boleh keluar. Fork jika roadmap kami berbeda dengan kebutuhan Anda. Audit bagaimana interval chunk digabung jadi skor kemiripan — dan bila Anda menemukan bug, tidak setuju secara publik di issue GitHub.

ARSITEKTUR

Empat lapis retrieval cascade. Diagram, bukan metafora.

Setiap lapisan menyaring kandidat dengan kompromi biaya-akurasi. Setiap lapisan ada di repo terbuka. Cloud menambah corpus + adapter web-search.

L1OPEN

Winnowing fingerprints

GIN-indeks 64-bit overlap di kolom bigint[] pada Postgres. Menyaring miliaran chunk kandidat ke top-K dalam O(log n) per query.

latensi~12ms / chunk

lokasiengine/retrieval/l1_winnowing.py

L2OPEN

MinHash LSH — roadmap v1.1

Jaccard aproksimasi untuk mendeteksi parafrase dan salinan yang sedikit dimodifikasi, untuk menangkap yang terlewat oleh L1 setelah perombakan kata. Sudah dirancang, belum diimplementasikan — belum tersedia di repo publik.

latensiv1.1

lokasibelum tersedia di repo publik

L3OPEN

Sentence embeddings — roadmap v1.2

Vektor SBERT multibahasa dengan pgvector ANN, untuk mendeteksi penulisan ulang yang setara secara semantik dan penyalinan lintas bahasa. Sudah dirancang, belum diimplementasikan — belum tersedia di repo publik.

latensiv1.2

lokasibelum tersedia di repo publik

LWOPEN

Live web verification

Adapter Google + Brave memeriksa kandidat top-N langsung ke web secara real time. Berjalan di cloud tier untuk paket berbayar; adapter ini tidak termasuk dalam paket open source.

latensi~2.2s / dokumen

lokasitier cloud — belum tersedia di repo publik

v1.0 memuat L1 + LW. L2 menyusul di v1.1. L3 di v1.2. Urutan cascade dapat dikonfigurasi di noplag.toml.

OPEN CORE

Apa yang benar-benar ada di repo.

Bukan wrapper SDK. Bukan client terbatas. Algoritma deteksi lengkap — struktur package sama dengan container produksi.

engine/maingithub.com/NoplagLabs/noplag-engine

src/noplag_engine/paket utama
chunking/chunker kalimat + sliding-window
fingerprinting/winnowing hash 64-bit
retrieval/Saat ini hanya L1; L2 / L3 / LW belum termasuk dalam paket ini
l1_winnowing.pyGIN-overlap top-K
fingerprint_df.pystatistik frekuensi dokumen
stop_list.pyfilter fingerprint non-diskriminatif
alignment/penggabungan interval seed-and-extend
workflows/pipeline pemeriksaan terorkestrasi temporal
api/Permukaan HTTP FastAPI
reports/perakitan highlight + ekspor PDF
tests/412 pengujian · pytest + property + integrasi
migrations/Migrasi skema Alembic
Dockerfilegambar sama seperti produksi
docker-compose.ymlpanduan cepat self-host
LICENSEApache 2.0
README.mdarsitektur + panduan cepat

APA SAJA YANG TERBUKA

Chunking + fingerprinting — setiap algoritma, setiap threshold

Retrieval L1 / L2 / L3 — logika penilaian + pengindeksan

Adapter live-web — rate-limit + parsing + ranking

Alignment — seed-and-extend, merge interval, dedupe

Perakitan laporan — highlight interval, matematika kemiripan

HTTP API + skema — model Pydantic, rute FastAPI

YANG HANYA DI CLOUD

Corpus — OpenAlex + Common Crawl + Noplag Database (150M+ dokumen)

API key web-search — Google + Brave; bawa sendiri di mode self-host

Billing + autentikasi — Stripe + Better Auth; bisa diganti di self-host

Managed Postgres + Temporal — Hetzner + Coolify ops

12.4kGitHub stars
38kontributor
2.847commit
412tes di CI
1:1paritas cloud / repo

JEJAK AUDIT

Tiga hal yang tidak bisa dicek pada pemeriksa closed-source.

01 · ALGORITMA

Pemeriksa closed source menghasilkan angka. Threshold untuk “plagiarisme vs parafrase”, bobot antara n-gram overlap dan kemiripan semantik, atau cara fragmen pendek diabaikan — semua di balik kode tertutup. Anda tidak dapat mereproduksi, auditor Anda tidak dapat meninjau, dan bug tidak punya commit rujukan.

Apa yang bisa Anda verifikasi: setiap threshold, bobot, dan aturan dedupe ada di src/noplag_engine/. Buka rilis ber-tag di GitHub, cari commit pasti dari pengecekan Anda (dikembalikan di header X-Engine-Commit), dan baca matematika baris-demi-baris.

02 · DATA FLOW

Ke mana dokumen Anda setelah dikirimkan? Apakah disimpan? Ditambah ke shared submissions DB lain? Dikirim ke vendor deteksi AI pihak ketiga? Pemeriksa closed source bisa jawab dengan pemasaran. Mereka tidak bisa tunjukkan jalur kode.

Apa yang bisa Anda verifikasi: workflows/ memperlihatkan setiap tempat submission dibaca, di-hash, disimpan, dan dihapus. migrations/ memperlihatkan setiap kolom yang disentuh. api/ memperlihatkan apa yang meninggalkan engine melalui jaringan — dan dapat diubah pada fork.

03 · SKOR KEMIRIPAN

“63% mirip” dari black-box adalah keputusan tanpa asal. 63% dari 12 fragmen pendek? Satu paragraf panjang? Salah retrieval? Apakah gaya tulisan ESL Anda diberi bobot berbeda? Skor diberikan, matematikanya tidak.

Apa yang bisa Anda verifikasi: alignment/ membuka merge interval seed-and-extend. reports/ memperlihatkan cara tiap chunk menjadi persentase akhir. Anda bisa menjalankan ulang dokumen pada commit yang sama, cek setiap interval, dan membantah matematika secara publik di GitHub.

CLOUD vs SELF-HOST

Dua cara menjalankan engine yang sama.

Sebagian besar pengguna memilih cloud tier di noplag.com — Postgres + Temporal + Coolify dikelola, korpus sudah terindeks, dan adapter pencarian web sudah dilengkapi API key yang valid. Jalur self-host ditujukan untuk organisasi yang dokumennya tidak boleh keluar dari infrastruktur mereka: klon repositori, siapkan Postgres dan Redis sendiri, arahkan engine ke korpus internal (atau impor OpenAlex + Common Crawl dari manifest kami), dan gunakan API key Google/Brave milik sendiri. Engine, algoritma, dan format laporan tetap sama — hanya batas operasional yang berbeda.

Baca panduan self-host

FAQ

Pertanyaan open-source yang benar-benar kami terima.

Benarkah engine-nya sama dengan kode di noplag.com?: Benar. Dockerfile di repo membangun image container yang kami gunakan. Setiap pengecekan di noplag.com menjalankan commit tersebut, dan hash commit dikembalikan dalam header X-Engine-Commit sehingga Anda bisa mengaitkan checking ke rilis tertentu. Cloud tier hanya menambah corpus dan API key web-search — bukan algoritma berbeda.
Kenapa Apache 2.0, bukan AGPL atau BSL?: Apache 2.0 memungkinkan organisasi self-host tanpa repot tinjauan hukum. AGPL memaksa kami memakai lisensi sebagai penghalang, bertentangan dengan taruhan kami — kami ingin auditor dan forker benar-benar memakainya. Yang dipertahankan adalah corpus dan tier operasional, bukan algoritmanya.
Bisakah saya self-host tanpa menggunakan cloud sama sekali?: Ya. Klon repositori, jalankan `docker compose up`, siapkan Postgres + Redis sendiri, dan impor manifest korpus publik (OpenAlex + Common Crawl + Wikipedia). Adapter Layer W bersifat plug-and-play — masukkan API key Google/Brave Anda sendiri, atau lewati Layer W jika hanya butuh pencocokan korpus terindeks.
Apakah Noplag Database (dokumen user yang diajukan) terbuka?: Tidak. Noplag Database berisi submission user dan tetap di cloud tier — menyalin dokumen orang lain ke 'Apache-2.0' jelas salah. Dokumen yang diajukan otomatis ke sana; Anda bisa opt-out mematikannya. Kode engine untuk querying terbuka; datanya tidak.
Bagaimana dengan AI detector — akan terbuka juga?: Ya. Deteksi AI akan segera hadir — ada di roadmap v1.2, belum tersedia saat peluncuran — dan akan dirilis secara open-source seperti komponen lainnya: wiring model perplexity, kalibrasi, penyesuaian bias ESL, dan pembagian hasil semuanya ada di src/noplag_engine/ai_detection/. Bobot modelnya sendiri open-source (Qwen 2.5 1.5B 4-bit di tier CPU, Mistral 7B opsional di tier GPU). Tidak ada detektor pihak ketiga tertutup dalam call graph.
Bagaimana saya melaporkan bug di algoritma matching?: Buka issue publik di GitHub dengan dokumen minimal-repro atau jelaskan interval false-positive. Kami triase secara terbuka. Masalah keamanan kirim dulu ke security@noplag.com.
Apakah cloud tier selalu menjalankan algoritma sama seperti di repo?: Ya, sesuai kebijakan. Jika kami perlu merilis perilaku khusus cloud untuk eksperimen, akan ditempatkan di balik feature flag dengan default open-source; algoritma utama tetap di main. Jika kami melanggar itu, Anda akan melihatnya di response header dan catatan rilis publik.
Apa model kontribusinya?: Issue dan PR kecil dipersilakan. Untuk perubahan besar — retrieval layer baru, adapter corpus baru, bahasa baru — mulai dari isu RFC supaya diskusinya terbuka. Kami tidak menerima PR dengan dependency tertutup, telemetry diam-diam, atau vendor lock-in.
Apakah ada hosted self-host? (Apache 2.0 managed deployment): Belum. Paket Enterprise di cloud tier menawarkan infrastruktur khusus dan BYO-corpus, mencakup hampir semua permintaan soal ini. SKU managed-self-host ada di roadmap v1.2.
Apa pengaruhnya pada harga?: Tidak ada. Cloud tier dihitung dari corpus + biaya operasional (Hetzner + Coolify + Stripe + Lago + biaya web-search API), bukan lisensi engine. Self-host gratis. Keduanya tetap begitu.

Baca algoritmanya. Lalu jalankan sendiri.

github.com/NoplagLabs/noplag-engine berlisensi Apache 2.0. Layanan cloud di noplag.com menjalankan commit yang sama. Kedua opsi menggunakan engine yang sama — pilih batas operasional yang sesuai dengan data Anda.

Lihat di GitHub Panduan self-host cepat