منصوبے کے بارے میں

لوکل ڈیپ ریسرچر ایک اوپن سورس، مکمل طور پر مقامی ویب ریسرچ اور رپورٹ تحریر کرنے والا اسسٹنٹ ہے جو LangGraph پر بنایا گیا ہے۔ یہ مکمل طور پر آپ کی مشین پر چلتا ہے، Ollama یا LMStudio کے ذریعے میزبانی شدہ کسی بھی LLM کا استعمال کرتے ہوئے، اور اسے کسی کلاؤڈ بیسڈ AI سروس کی ضرورت نہیں ہوتی۔ **یہ کیسے کام کرتا ہے** یہ اسسٹنٹ IterDRAG پیپر سے متاثر ایک تکراری تحقیقی چکر کی پیروی کرتا ہے: 1. **کوئری جنریشن**: صارف کے فراہم کردہ موضوع پر، ایک مقامی LLM ویب سرچ کوئری تیار کرتا ہے۔ 2. **ویب سرچ**: ایک قابل ترتیب سرچ انجن (ڈیفالٹ طور پر DuckDuckGo، یا SearXNG، Tavily، یا Perplexity) متعلقہ ذرائع حاصل کرتا ہے۔ 3. **خلاصہ سازی**: LLM تحقیقی موضوع کے حوالے سے سرچ نتائج کا خلاصہ کرتا ہے۔ 4. **خلا کا تجزیہ**: LLM علمی خلا کی نشاندہی کے لیے خلاصے پر غور کرتا ہے۔ 5. **نئی کوئری**: شناخت شدہ خلا کو دور کرنے کے لیے ایک نئی سرچ کوئری تیار کی جاتی ہے۔ 6. **تکرار**: مراحل 2–5 صارف کے مقرر کردہ چکروں کی تعداد (ڈیفالٹ: 3) کے لیے دہرائے جاتے ہیں۔ حتمی آؤٹ پٹ ایک مارک ڈاؤن فائل ہے جس میں استعمال شدہ تمام ذرائع کے حوالہ جات کے ساتھ تحقیقی خلاصہ شامل ہوتا ہے۔ **ماڈل سپورٹ** - **Ollama**: Ollama کی لائبریری میں دستیاب کسی بھی ماڈل کی حمایت کرتا ہے (مثلاً DeepSeek R1، Llama 3.2)۔ `OLLAMA_BASE_URL` اور `LOCAL_LLM` ماحولیاتی متغیرات کے ذریعے ترتیب۔ - **LMStudio**: OpenAI-مطابق API سرور کے ساتھ LMStudio میں لوڈ کردہ ماڈلز کی حمایت کرتا ہے۔ `LMSTUDIO_BASE_URL` اور `LOCAL_LLM` کے ذریعے ترتیب۔ - **ٹول کالنگ**: اگست 2025 تک، gpt-oss جیسے ماڈلز کے لیے ٹول کالنگ کی حمایت کرتا ہے جو Ollama میں JSON موڈ کی حمایت نہیں کرتے۔ **سرچ انجن کے اختیارات** - **DuckDuckGo** (ڈیفالٹ): کسی API کلید کی ضرورت نہیں۔ - **SearXNG**: خود میزبانی شدہ میٹا سرچ انجن۔ - **Tavily**: API کلید درکار ہے۔ - **Perplexity**: API کلید درکار ہے۔ **تعیناتی** - **LangGraph Studio**: `langgraph dev` کے ساتھ مقامی طور پر لانچ کریں تاکہ ایک انٹرایکٹو UI ملے جہاں آپ ترتیبات کو کنفیگر کر سکتے ہیں اور تحقیقی عمل کو مرحلہ وار دیکھ سکتے ہیں۔ - **Docker**: ایک Dockerfile فراہم کیا گیا ہے، لیکن Ollama کو ایک منحصر سروس کے طور پر الگ سے چلانا ضروری ہے۔ - **ترتیب کی ترجیح**: ماحولیاتی متغیرات > LangGraph UI ترتیب > Configuration کلاس میں ڈیفالٹ اقدار۔ **تکنیکی تفصیلات** - اسٹیٹ فل، کثیر المرحل ایجنٹ ورک فلو کے لیے LangGraph کے ساتھ بنایا گیا۔ - ماحولیاتی متغیر کے انتظام کے لیے `python-dotenv` استعمال کرتا ہے۔ - ان ماڈلز کے لیے فال بیک میکانزم شامل ہیں جو ساختی JSON آؤٹ پٹ کے ساتھ جدوجہد کرتے ہیں (مثلاً DeepSeek R1 7B اور 1.5B)۔ - ایک TypeScript پورٹ ایک الگ ریپوزٹری میں دستیاب ہے۔ - براؤزر مطابقت: Firefox تجویز کیا جاتا ہے؛ Safari میں mixed-content انتباہات کا سامنا ہو سکتا ہے۔ **استعمال کے معاملات** - کلاؤڈ AI سروسز کو ڈیٹا بھیجے بغیر کسی بھی موضوع پر گہری تحقیق۔ - ذاتی یا پیشہ ورانہ استعمال کے لیے حوالہ جات کے ساتھ تحقیقی رپورٹس تیار کرنا۔ - خلا سے آگاہ سرچ حکمت عملیوں کے ساتھ موضوعات کی تکراری طور پر کھوج۔ - ایجنٹک AI تحقیقی ورک فلو کیسے کام کرتے ہیں یہ سیکھنا۔