Local Deep Research：一个开源的AI深度研究工具，通过深度、迭代分析来提升研究效率。

Local Deep Research是什么？

Local Deep Research是一个基于ai的开源深度研究工具，可以帮助用户快速、高效地进行复杂主题的研究。它通过多轮迭代分析和智能问题生成，能够自动挖掘和整理信息，生成详细的研究报告，只要应用在学术研究、市场分析、产品评估等多种场景上。

Local Deep Research核心功能

深度、迭代式研究

自动提出智能问题并逐步深入研究，确保覆盖主题的各个方面。

支持多轮分析，逐步完善研究内容。

灵活的 AI 模型支持

支持本地 AI 模型（如 Ollama），确保数据隐私。

支持云 LLM（如 Claude、GPT），可按需选择。

丰富的输出选项

提供详细的研究报告、快速摘要和完整的引用。

支持多种格式的输出，便于进一步整理和分享。

隐私保护

可完全在本地运行，确保数据隐私和安全。

强大的搜索集成

支持多种搜索源，包括 Wikipedia、arXiv、DuckDuckGo 等。

支持本地文档搜索，用户可上传自定义文档集合。

多场景适用

适用于学术研究、商业分析和个人学习等多种场景。

Local Deep Research项目特点

自动化研究流程：通过 AI 自动提出问题并进行迭代分析，减少人工干预。

多源信息整合：整合多种数据源，提供全面的研究视角。

隐私优先：支持本地运行，确保用户数据不被泄露。

灵活配置：支持本地和云模型，用户可根据需求选择。

Local Deep Research使用场景

学术研究：快速获取和分析科学论文，整理研究思路。

商业分析：跟踪行业动态和市场趋势，生成商业报告。

个人学习：整理和总结知识，提升学习效率。

Local Deep Research安装与使用

1. 克隆仓库并安装依赖：

gitclonehttps://github.com/LearningCircuit/local-deep-research.gitcdlocal-deep-researchpipinstall-rrequirements.txt

2. 安装 Ollama 并配置模型：

ollamapullmistral

3. 配置环境变量（如果使用云 LLM）：

cp.env.template.env

4. 在 .env 文件中填写相应的 API 密钥。

GitHub仓库：https://github.com/LearningCircuit/local-deep-research