Об этом проекте

Local Deep Research (LDR) — это открытый ИИ-ассистент для исследований, предназначенный для глубокой агентной исследовательской работы, полностью выполняемой на локальном оборудовании. Он поддерживает как локальные LLM (через Ollama, llama.cpp, LM Studio), так и облачные LLM (OpenAI, Google и др.), а также интегрируется с более чем 10 поисковыми системами, включая arXiv, PubMed, Semantic Scholar, Wikipedia, SearXNG, GitHub, Wayback Machine и другие. Ключевые возможности: - Несколько режимов исследования: Quick Summary, Detailed Research, Report Generation и Document Analysis - Стратегия автономного агента на основе LangGraph, при которой LLM решает, что искать, какие специализированные движки использовать и когда синтезировать результаты - Создание персональной зашифрованной базы знаний из исследовательских источников (научные статьи, веб-страницы, локальные документы), которая накапливается со временем - Базы данных SQLCipher для каждого пользователя, зашифрованные с помощью AES-256, с ключами, производными от паролей пользователей; пароль никогда не сохраняется - Никакой телеметрии, аналитики или отслеживания любого рода - REST API, Python API и MCP-сервер для интеграции с Claude Desktop/Code - Интеграция ретривера LangChain для подключения существующих векторных хранилищ (FAISS, Chroma, Pinecone, Weaviate, Elasticsearch) - Подписки на новости и исследования с автоматизированными дайджестами, фильтруемыми ИИ, по настраиваемым расписаниям - Система оценки качества журналов с более чем 212 тыс. индексированных источников и обнаружением хищнических журналов - Экспорт в PDF или Markdown, история исследований и обновления в реальном времени через WebSocket - Инструменты бенчмаркинга для тестирования и оптимизации конфигураций Проект сообщает о точности около 95% на SimpleQA (n=500) и 77% на xbench-DeepSearch (n=100) при использовании Qwen3.6-27B на одной RTX 3090. Его можно развернуть через Docker, Docker Compose или pip install; поддерживаются Linux, macOS и Windows (WSL2). Настройка Docker включает усиление безопасности с cap_drop, no-new-privileges, запуском от имени непривилегированного пользователя и подписанными образами с аттестациями происхождения SLSA и SPDX SBOM.