इस प्रोजेक्ट के बारे में

लोकल डीप रिसर्च (LDR) एक ओपन-सोर्स AI-संचालित शोध सहायक है जो गहन, एजेंटिक शोध के लिए डिज़ाइन किया गया है और पूरी तरह से स्थानीय हार्डवेयर पर चलता है। यह स्थानीय LLM (Ollama, llama.cpp, LM Studio के माध्यम से) और क्लाउड LLM (OpenAI, Google, आदि) दोनों का समर्थन करता है, और arXiv, PubMed, Semantic Scholar, Wikipedia, SearXNG, GitHub, Wayback Machine, और अधिक सहित 10 से अधिक खोज इंजनों के साथ एकीकृत होता है। मुख्य क्षमताओं में शामिल हैं: - कई शोध मोड: त्वरित सारांश, विस्तृत शोध, रिपोर्ट निर्माण, और दस्तावेज़ विश्लेषण - LangGraph-आधारित स्वायत्त एजेंट रणनीति जहां LLM तय करता है कि क्या खोजना है, कौन से विशेष इंजन का उपयोग करना है, और परिणामों को कब संश्लेषित करना है - शोध स्रोतों (शैक्षणिक पेपर, वेब पेज, स्थानीय दस्तावेज़) से एक व्यक्तिगत एन्क्रिप्टेड ज्ञान आधार बनाना जो समय के साथ संचित होता है - AES-256 के साथ एन्क्रिप्टेड प्रति-उपयोगकर्ता SQLCipher डेटाबेस, जिसमें कुंजियाँ उपयोगकर्ता पासवर्ड से प्राप्त होती हैं; पासवर्ड कभी संग्रहीत नहीं होता - किसी भी प्रकार की टेलीमेट्री, विश्लेषण, या ट्रैकिंग नहीं - Claude Desktop/Code एकीकरण के लिए REST API, Python API, और MCP सर्वर - मौजूदा वेक्टर स्टोर (FAISS, Chroma, Pinecone, Weaviate, Elasticsearch) को जोड़ने के लिए LangChain रिट्रीवर एकीकरण - अनुकूलन योग्य शेड्यूल पर स्वचालित AI-फ़िल्टर किए गए डाइजेस्ट के साथ समाचार और शोध सदस्यताएँ - 212K+ अनुक्रमित स्रोतों और शिकारी जर्नल पहचान के साथ जर्नल गुणवत्ता स्कोरिंग प्रणाली - PDF या Markdown में निर्यात, शोध इतिहास, और वास्तविक समय WebSocket अपडेट - कॉन्फ़िगरेशन का परीक्षण और अनुकूलन करने के लिए बेंचमार्किंग उपकरण परियोजना एकल RTX 3090 पर Qwen3.6-27B का उपयोग करके SimpleQA (n=500) पर ~95% सटीकता और xbench-DeepSearch (n=100) पर 77% की रिपोर्ट करती है। इसे Docker, Docker Compose, या pip install के माध्यम से तैनात किया जा सकता है, और Linux, macOS, और Windows (WSL2) का समर्थन करता है। Docker सेटअप में cap_drop, no-new-privileges, गैर-रूट रनटाइम, और SLSA प्रोवेनेंस प्रमाणपत्र और SPDX SBOM के साथ हस्ताक्षरित छवियों सहित सुरक्षा सख्ती शामिल है।