Repolode
Enviar
LearningCircuit

LearningCircuit/local-deep-research

Assistente de pesquisa com IA auto-hospedado que faz buscas aprofundadas em várias etapas usando LLMs locais e na nuvem e diversos mecanismos de busca, com citações e armazenamento criptografado.

Alternativa open source a:PerplexityChatGPT Deep Research

Ver no GitHub
Estrelas
9,331
Forks
869
Issues abertas
1,253
Último commit
há 10 horas

O que é?

Local Deep Research é um assistente de pesquisa auto-hospedado. Com base em uma pergunta, ele busca na web, em bases acadêmicas como arXiv e PubMed e nos seus próprios documentos, e sintetiza os resultados em um relatório com citações. Funciona com modelos locais servidos pelo Ollama, LM Studio ou llama.cpp, além de provedores na nuvem como OpenAI, Anthropic, Google Gemini, OpenRouter e Requesty.

O projeto oferece resumos rápidos, pesquisas detalhadas e geração de relatórios completos, além de uma estratégia de agente baseada em LangGraph, na qual o LLM decide quais mecanismos consultar e quando parar. As fontes baixadas podem ser indexadas em uma biblioteca pessoal criptografada e pesquisadas junto com os resultados atuais da web. Os dados de cada usuário ficam em um banco de dados SQLCipher criptografado com uma chave derivada da senha.

O LDR também oferece uma API Python, uma API HTTP, um servidor MCP para Claude Desktop e Claude Code e integração com retrievers do LangChain. A configuração de escopo de saída controla quais mecanismos de busca e provedores de modelos uma execução pode usar, incluindo um modo somente privado que força a inferência local.

Recursos principais

  • 01Pesquisa agêntica em várias etapas, que seleciona mecanismos de busca e sintetiza relatórios com citações
  • 02Compatível com modelos do Ollama, LM Studio, llama.cpp, OpenAI, Anthropic, Gemini e OpenRouter
  • 03Pesquisa no arXiv, PubMed, Semantic Scholar, Wikipedia, SearXNG e outros mecanismos
  • 04Indexa fontes baixadas e seus próprios documentos em uma biblioteca local criptografada
  • 05Bancos de dados SQLCipher por usuário, com criptografia baseada na senha de cada usuário
  • 06API Python, API HTTP e servidor MCP para integração com Claude

Casos de uso

  • Revisões de literatura que exigem buscas no arXiv, PubMed e na web aberta, com citações
  • Consultar documentos confidenciais mantendo a inferência e os dados no próprio hardware
  • Criar uma biblioteca pessoal de pesquisa pesquisável, que cresce a cada sessão de pesquisa
  • Automatizar resumos periódicos de temas com base em fontes acadêmicas e notícias

Início rápido

  1. 1

    Baixe o arquivo do Docker Compose e inicie a stack

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

    Abra a interface web no navegador após cerca de 30 segundos

Antes de usar

  • Para usar todos os recursos, é necessário um endpoint LLM em execução, como o Ollama, além de uma instância de busca do SearXNG, o que exige configurar a hospedagem por conta própria.
  • A receita rápida do Docker Run funciona apenas no Linux nativo; usuários de Mac e Windows precisam usar o Docker Compose.
  • É necessário um processador x86-64 compatível com AVX ou ARM64.

Tópicos

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

Perguntas frequentes

O que é local-deep-research?
Assistente de pesquisa com IA auto-hospedado que faz buscas aprofundadas em várias etapas usando LLMs locais e na nuvem e diversos mecanismos de busca, com citações e armazenamento criptografado. Local Deep Research é um assistente de pesquisa auto-hospedado. Com base em uma pergunta, ele busca na web, em bases acadêmicas como arXiv e PubMed e nos seus próprios documentos, e sintetiza os resultados em um relatório com citações. Funciona com modelos locais servidos pelo Ollama, LM Studio ou llama.cpp, além de provedores na nuvem como OpenAI, Anthropic, Google Gemini, OpenRouter e Requesty.
local-deep-research é gratuito? Qual é a licença?
local-deep-research é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
local-deep-research ainda é mantido?
Manutenção ativa. O último commit de local-deep-research foi em 19 de out. de 2026.
Para que posso usar local-deep-research?
Revisões de literatura que exigem buscas no arXiv, PubMed e na web aberta, com citações Consultar documentos confidenciais mantendo a inferência e os dados no próprio hardware Criar uma biblioteca pessoal de pesquisa pesquisável, que cresce a cada sessão de pesquisa Automatizar resumos periódicos de temas com base em fontes acadêmicas e notícias
Como instalar local-deep-research?
Baixe o arquivo do Docker Compose e inicie a stack: curl -O https://raw.githubusercontent.com/LearningCircuit/local-deep-research/main/docker-compose.yml && docker compose up -d Abra a interface web no navegador após cerca de 30 segundos
Onde consigo local-deep-research?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/LearningCircuit/local-deep-research

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados