Local Deep Research：构建私有化的深度科研 AI 助手
Local Deep Research 是一款集成主流大模型与实时网页搜索的 AI 科研工具，旨在通过迭代式分析将碎片化信息转化为结构化的深度研究报告。它在保证数据隐私的同时，极大地提升了复杂课题的调研效率。
核心功能与技术优势
- 灵活的模型部署方案： 用户可根据需求选择部署方式。既能通过 Ollama 或 Langchain 调用本地模型以确保隐私，也能配置 Claude、GPT 等云端大模型以追求极致的推理性能。
- 迭代式深度调研： 系统不仅能提取网页内容并生成摘要，还能自动推导跟进问题，通过多轮迭代深化研究维度，并提供精准的引用跟踪与来源验证。
- 多源数据整合能力： 内置智能搜索引擎，可自动检索 Wikipedia、arXiv、PubMed 等学术数据库，以及 DuckDuckGo、SerpAPI、Google 可编程搜索和 The Guardian 等实时信息源。
- 本地知识库检索： 支持 PDF、文本和 Markdown 格式文档，利用向量嵌入（Vector Embedding）技术实现高效的本地文档检索与分析。
适用场景
该工具非常适合需要处理海量文献的科研人员、需要快速构建行业分析报告的数据分析师，以及对数据隐私有极高要求且希望构建私有知识库的专业用户。
快速上手
项目源代码已在 GitHub 开源，详情请访问：https://github.com/LearningCircuit/local-deep-research
正文完
