Repolode
Enviar
LearningCircuit

LearningCircuit/local-deep-research

Asistente de investigación con IA autoalojado que realiza búsquedas profundas y de varios pasos con LLM locales y en la nube y numerosos motores de búsqueda, con citas y almacenamiento cifrado.

Alternativa open source a:PerplexityChatGPT Deep Research

Ver en GitHub
Estrellas
9,331
Forks
869
Issues abiertos
1,253
Último commit
hace 10 horas

¿Qué es?

Local Deep Research es un asistente de investigación autoalojado. A partir de una pregunta, busca en la web, en bases de datos académicas como arXiv y PubMed y en tus propios documentos, y sintetiza los resultados en un informe con citas. Funciona con modelos locales servidos por Ollama, LM Studio o llama.cpp, así como con proveedores en la nube como OpenAI, Anthropic, Google Gemini, OpenRouter y Requesty.

El proyecto ofrece resúmenes rápidos, investigación detallada y generación de informes completos, además de una estrategia de agente basada en LangGraph, en la que el LLM decide qué motores consultar y cuándo detenerse. Las fuentes descargadas se pueden indexar en una biblioteca personal cifrada y buscar junto con los resultados de la web en tiempo real. Los datos de cada usuario se almacenan en una base de datos SQLCipher cifrada con una clave derivada de su contraseña.

LDR también ofrece una API de Python, una API HTTP, un servidor MCP para Claude Desktop y Claude Code, e integración con los retrievers de LangChain. Una opción de alcance de salida controla qué motores de búsqueda y proveedores de modelos puede usar una ejecución, incluido un modo solo privado que fuerza la inferencia local.

Funciones clave

  • 01Investigación agéntica de varios pasos que selecciona motores de búsqueda y sintetiza informes con citas
  • 02Compatible con modelos de Ollama, LM Studio, llama.cpp, OpenAI, Anthropic, Gemini y OpenRouter
  • 03Busca en arXiv, PubMed, Semantic Scholar, Wikipedia, SearXNG y otros motores
  • 04Indexa las fuentes descargadas y tus propios documentos en una biblioteca local cifrada
  • 05Bases de datos SQLCipher independientes para cada usuario, con cifrado basado en su contraseña
  • 06API de Python, API HTTP y servidor MCP para la integración con Claude

Casos de uso

  • Revisiones bibliográficas que requieren búsquedas en arXiv, PubMed y la web abierta, con citas
  • Consultar documentos confidenciales y mantener la inferencia y los datos en tu propio hardware
  • Crear una biblioteca de investigación personal y consultable que crece con cada sesión de investigación
  • Automatizar resúmenes periódicos sobre temas específicos a partir de fuentes académicas y de noticias

Inicio rápido

  1. 1

    Descarga el archivo de Docker Compose e inicia el stack

    curl -O https://raw.githubusercontent.com/LearningCircuit/local-deep-research/main/docker-compose.yml && docker compose up -d
  2. 2

    Abre la interfaz web en el navegador al cabo de unos 30 segundos

Antes de usarlo

  • Para usar todas las funciones se necesita un endpoint LLM en ejecución, como Ollama, además de una instancia de búsqueda de SearXNG, por lo que tendrás que alojarlos por tu cuenta.
  • La receta rápida de Docker Run solo funciona en Linux nativo; en Mac y Windows hay que usar Docker Compose.
  • Se necesita una CPU x86-64 compatible con AVX o ARM64.

Temas

#ai#deep-research#rag#local-llm#ollama#self-hosted#search#academic-research#academia#anthropic

Preguntas frecuentes

¿Qué es local-deep-research?
Asistente de investigación con IA autoalojado que realiza búsquedas profundas y de varios pasos con LLM locales y en la nube y numerosos motores de búsqueda, con citas y almacenamiento cifrado. Local Deep Research es un asistente de investigación autoalojado. A partir de una pregunta, busca en la web, en bases de datos académicas como arXiv y PubMed y en tus propios documentos, y sintetiza los resultados en un informe con citas. Funciona con modelos locales servidos por Ollama, LM Studio o llama.cpp, así como con proveedores en la nube como OpenAI, Anthropic, Google Gemini, OpenRouter y Requesty.
¿local-deep-research es gratuito? ¿Qué licencia tiene?
local-deep-research es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿local-deep-research sigue mantenido?
Mantenimiento activo. El último commit de local-deep-research fue el 19 oct 2026.
¿Para qué puedo usar local-deep-research?
Revisiones bibliográficas que requieren búsquedas en arXiv, PubMed y la web abierta, con citas Consultar documentos confidenciales y mantener la inferencia y los datos en tu propio hardware Crear una biblioteca de investigación personal y consultable que crece con cada sesión de investigación Automatizar resúmenes periódicos sobre temas específicos a partir de fuentes académicas y de noticias
¿Cómo se instala local-deep-research?
Descarga el archivo de Docker Compose e inicia el stack: curl -O https://raw.githubusercontent.com/LearningCircuit/local-deep-research/main/docker-compose.yml && docker compose up -d Abre la interfaz web en el navegador al cabo de unos 30 segundos
¿Dónde consigo local-deep-research?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/LearningCircuit/local-deep-research

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados