这个项目能做什么

Local Deep Research (LDR) 是一个开源的 AI 驱动研究助手，专为深度代理研究设计，完全在本地硬件上运行。它支持本地 LLM（通过 Ollama、llama.cpp、LM Studio）和云端 LLM（OpenAI、Google 等），并集成了 10 多个搜索引擎，包括 arXiv、PubMed、Semantic Scholar、Wikipedia、SearXNG、GitHub、Wayback Machine 等。 主要功能包括： - 多种研究模式：快速摘要、详细研究、报告生成和文档分析 - 基于 LangGraph 的自主代理策略，LLM 决定搜索什么、使用哪些专业引擎以及何时综合结果 - 从研究来源（学术论文、网页、本地文档）构建个人加密知识库，并随时间累积 - 每用户 SQLCipher 数据库使用 AES-256 加密，密钥从用户密码派生；密码从不存储 - 无遥测、分析或任何形式的跟踪 - REST API、Python API 和用于 Claude Desktop/Code 集成的 MCP 服务器 - LangChain 检索器集成，用于连接现有向量存储（FAISS、Chroma、Pinecone、Weaviate、Elasticsearch） - 新闻和研究订阅，支持可自定义时间表上的自动 AI 过滤摘要 - 期刊质量评分系统，包含 212K+ 索引来源和掠夺性期刊检测 - 导出为 PDF 或 Markdown、研究历史和实时 WebSocket 更新 - 用于测试和优化配置的基准测试工具 该项目报告在 SimpleQA（n=500）上准确率约 95%，在 xbench-DeepSearch（n=100）上使用 Qwen3.6-27B 在单个 RTX 3090 上准确率为 77%。它可以通过 Docker、Docker Compose 或 pip install 部署，并支持 Linux、macOS 和 Windows（WSL2）。Docker 设置包括安全加固，如 cap_drop、no-new-privileges、非 root 运行时，以及带有 SLSA 来源证明和 SPDX SBOM 的签名镜像。