Local Deep Research
오픈 소스 로컬 AI 연구 어시스턴트로, 모든 대규모 언어 모델과 검색 엔진을 지원하고, 암호화된 지식 베이스를 구축하며, 인용이 포함된 연구 보고서를 자동으로 생성합니다.
스마트 다운로드
프로젝트 홈페이지 방문
아직 설치 프로그램이 없습니다 — 소스 저장소로 이동하세요
로컬에서 실행되며 프라이버시가 보호되는 AI 심층 리서치 도구로, 자동으로 자료를 검색해 보고서를 작성하고 지식 베이스도 구축할 수 있습니다.
주요 기능
- 임의의 대규모 언어 모델(Ollama, OpenAI, Anthropic 등)과 검색 엔진(Google, Bing, 학술 전용 엔진) 지원
- LangGraph 자율 에이전트 모드를 포함한 20+ 연구 전략으로 검색 전략과 요약 시점을 자동 결정
- 암호화 데이터베이스 내장, 모든 연구 출처를 원클릭으로 지식 베이스에 저장하여 다음에 바로 검색 가능
- 완전 로컬 실행, 데이터가 기기를 벗어나지 않아 프라이버시 제어 가능
- Docker 원클릭 배포(CPU/GPU) 지원, pip 설치(Windows/macOS/Linux)도 지원
할 수 없는 것
- •SQLCipher 암호화 기능을 사용하는 경우 첫 실행 시 오류가 발생할 수 있으며, 환경 변수 LDR_BOOTSTRAP_ALLOW_UNENCRYPTED=true를 설정하여 일반 SQLite로 다운그레이드할 수 있습니다;
- •로컬에서 대규모 모델을 실행하려면 8GB 이상의 메모리가 필요하며, 16GB를 권장합니다;
- •최적의 검색을 위해 SearXNG에 의존하며, 다른 검색 엔진(예: Google API)을 사용하는 경우 API key와 요금을 직접 구성해야 합니다;
- •pip로 설치한 경우 Windows에서 PDF 내보내기를 사용하려면 Pango를 추가로 설치해야 합니다.
사용 사례
- 학술 연구자: ArXiv, PubMed 등 학술 데이터베이스를 자동으로 검색하고 문헌 리뷰를 정리
- 지식 노동자: 여러 보고서와 웹페이지를 저장한 후 자연어로 자신의 지식 베이스에 질문
- 프라이버시에 민감한 사용자: 완전한 오프라인 사용, 클라우드 API에 의존하지 않음, 데이터 암호화 저장
Local Deep Research(LDR)는 완전히 로컬에서 실행되는 오픈소스 AI 리서치 어시스턴트로, (Ollama 또는 API를 통해) 원하는 모든 대규모 언어 모델과 다양한 검색 엔진을 연결할 수 있습니다. 복잡한 질문에 대한 심층 조사를 자동으로 수행합니다. 웹페이지, 학술 논문, 자신의 문서에서 정보를 수집하여 인용 출처가 포함된 완전한 보고서를 생성합니다. 20가지 이상의 리서치 전략이 내장되어 있으며, 새롭게 추가된 LangGraph 자율 에이전트 모드에서는 LLM이 무엇을 검색할지, 어떤 엔진을 사용해 검색할지, 언제 요약할지를 스스로 결정합니다. 모든 데이터는 SQLCipher 데이터베이스에 암호화되어 저장되며, 조사 과정에서 발견한 자료를 지식 베이스에 바로 저장할 수 있습니다. 다음에 질문할 때는 자신의 노트와 실시간 웹을 동시에 검색할 수 있습니다. Docker 및 pip 설치를 지원하며, GPU 가속을 선택적으로 사용할 수 있습니다.
태그
시작하기
소프트웨어 설치
다운로드한 설치 프로그램을 더블 클릭하고 안내에 따르세요
Docker 방식(권장): docker run -d -p 11434:11434 --name ollama ollama/ollama 실행 후 모델을 가져오고; 이어서 docker run -d -p 8080:8080 --name searxng searxng/searxng를 실행하고; 마지막으로 LDR 컨테이너를 실행합니다(README 참조)
pip 설치: pip install local-deep-research, 그런 다음 ldr 명령을 실행하거나 localhost:5000에 접속합니다
처음 사용: 설정에서 LLM(로컬 Ollama 또는 API key)과 검색 엔진을 구성하고, 연구 전략을 선택한 뒤 질문을 입력하면 자동으로 연구가 진행됩니다
- Docker 방식(권장): docker run -d -p 11434:11434 --name ollama ollama/ollama 실행 후 모델을 가져오고; 이어서 docker run -d -p 8080:8080 --name searxng searxng/searxng를 실행하고; 마지막으로 LDR 컨테이너를 실행합니다(README 참조)
- pip 설치: pip install local-deep-research, 그런 다음 ldr 명령을 실행하거나 localhost:5000에 접속합니다
- 처음 사용: 설정에서 LLM(로컬 Ollama 또는 API key)과 검색 엔진을 구성하고, 연구 전략을 선택한 뒤 질문을 입력하면 자동으로 연구가 진행됩니다
체크섬 없음
이 프로젝트는 GitHub Release 페이지에 SHA-256 체크섬을 게시하지 않았습니다
SHA256 체크섬
체크섬 없음
GitHub Releases에서 직접 다운로드하고 파일 무결성을 직접 확인하세요
이 플랫폼의 모든 SHA-256 체크섬은 프로젝트의 공식 GitHub Release 페이지에서 추출되었으며, 어떠한 변경도 없습니다. GitHub Releases 페이지에서 직접 검증할 수 있습니다.
오픈소스 투명성
GitHub 소스 보기제거 정보
Docker 컨테이너 중지 및 삭제: docker stop local-deep-research && docker rm local-deep-research. pip 방식: pip uninstall local-deep-research.
추가 의존성 없음
다운로드 후 바로 사용 가능. 추가 런타임이 필요하지 않습니다.
문제 발생? 아래 FAQ 확인
3 FAQs
유사한 프로젝트
ollama
로컬에서 대규모 언어 모델을 원클릭으로 실행하고 관리할 수 있는 오픈소스 도구로, 다양한 플랫폼과 풍부한 모델을 지원합니다.
ComfyUI
ComfyUI는 모듈식 AI 창작 엔진으로, 노드 그래프 인터페이스를 통해 블록을 조립하듯 이미지, 비디오, 3D 및 오디오를 생성할 수 있습니다. 기존 WebUI보다 더 유연하고 효율적이며, 전문가와 자동화 파이프라인에 적합합니다.
llama.cpp
순수 C/C++ 기반의 고성능 대규모 모델 추론 엔진으로, 저비트 양자화 및 다양한 하드웨어(Apple Silicon, CUDA, Vulkan 등)를 지원하며, 경량화되어 임베딩이 가능합니다.