local-deep-research：支持本地LLM的AI深度研究工具，SimpleQA准确率达95%

local-deep-research是一款开源的AI深度研究助手，支持完全本地运行保护隐私，也可以接入云端LLM。在SimpleQA基准测试中达到约95%的准确率，GitHub星标数6500+，被LangChain官方推广。

核心功能

深度研究能力

自动进行多轮搜索和分析，搜索网络、学术论文和用户自有文档，合成带正确引用的完整报告。提供20多种研究策略，包括快速事实查找、深度分析、学术研究等。

知识库构建

每次研究发现的来源可下载到加密库中，支持ArXiv学术论文、PubMed文章、网页等。自动提取文本、索引并使内容可搜索，下次研究时可同时查询自有文档和实时网络。

多种研究模式

• 快速摘要：30秒至3分钟获取带引用的答案
• 详细研究：结构化发现的全面分析
• 报告生成：带目录和章节的专业报告
• 文档分析：AI搜索私有文档

LangGraph Agent策略

最新的自主代理研究模式，LLM决定搜索什么、使用哪些专用引擎（arXiv、PubMed、Semantic Scholar等）以及何时合成结果。会自适应切换搜索引擎，收集来源比传统管道策略多得多。

支持的LLM

本地模型：Ollama、LM Studio、llama.cpp，支持Llama 3、Mistral、Gemma、DeepSeek、Qwen等

云端模型：OpenAI（GPT-4）、Anthropic（Claude）、Google（Gemini），通过OpenRouter支持100+模型

搜索源

免费：arXiv、PubMed、Semantic Scholar、Wikipedia、SearXNG、GitHub、Elasticsearch等

付费：Tavily、Google（SerpAPI）、Brave Search

安装方法

Docker Compose（最简单）：

curl -O https://raw.githubusercontent.com/LearningCircuit/local-deep-research/main/docker-compose.yml
docker compose up -d

打开 http://localhost:5000 即可使用Web界面。

pip安装：

pip install local-deep-research

MCP Server集成（与Claude Desktop/Code配合）：

pip install "local-deep-research[mcp]"

安全特性

• 每个用户独立的SQLCipher数据库，AES-256加密
• 无遥测、无分析、无追踪
• Docker镜像使用Cosign签名，包含SLSA证明和SBOM
• 通过OpenSSF Scorecard、CodeQL等安全扫描

性能基准

使用gpt-4.1-mini + SearXNG + focused_iteration策略时，准确率达90-95%。使用gemini-2.0-flash-001 + SearXNG时准确率82%。

适合谁

• 需要深度调研但注重隐私的研究人员
• 想要本地运行AI研究助手的开发者
• 需要搜索学术论文和自有文档的知识工作者
• 想要替代Perplexity等商业产品的用户

本文参考来源：GitHub – local-deep-research