Local Deep Research

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-baselineautonomous-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