Local Deep Research

流

Local Deep Research

Local Deep Research 是一个开源研究工具,支持加密的多源 RAG 工作流,并可连接本地和云端 LLM 后端。

信号

Local Deep Research 是一个开源研究工具,聚合 arXiv、PubMed 和网页等多个来源,并支持 Ollama 与云端模型后端。英文条目记录其强调本地加密存储和自托管研究能力。

背景

研究型 AI 工作流常依赖云端聚合器,带来隐私、延迟和供应商锁定问题。Local Deep Research 将检索、文档处理和模型调用组织为本地优先的工作流,使研究资料能够保留在操作者控制之下。

关联

该条目连接 local-inference-baseline 与 autonomous-research-accountability。当 AI 参与研究综合时,关键不是让模型替代判断,而是让检索来源、推理过程和数据边界可复查。

当前状态

英文条目记录该项目可通过 Docker 和 PyPI 获取,并使用 SQLCipher 等机制保护本地数据。仍需人工验证其基准测试、不同模型家族下的表现和加密层对检索延迟的影响。

关联

  • RAGFlow - 文档锚定工作流的替代 RAG 编排引擎 (流 · zh)
  • Ollama - 本地模型执行的主要推理运行时 (流 · zh)
  • AnythingLLM - 面向文档聊天和智能体工作流的相邻层 (流 · zh)
  • 本地推理作为基线 - 确立本地推理作为普通基础设施的回路 (回路 · zh)
  • 自主研究问责回路 - 面向 AI 加速研究生产的治理回路 (回路 · zh)

Related entries

被这些条目引用

外部参考

Score

Score derives from linkage, recency, and abstract depth; at-risk merely suggests erosion and does not indicate retirement.

调解说明

工具: Codex

使用: 翻译英文条目, 修复缺失的中文对应条目

人工角色: 审阅、修订并在发布前确认

说明: 翻译为起点;语言能力和文化判断须由人工完成