Repolode
Enviar
langchain-ai

langchain-ai/local-deep-researcher

Um assistente de pesquisa na web totalmente local que executa ciclos iterativos de busca, resumo e reflexão sobre lacunas usando LLMs servidos pelo Ollama ou LM Studio.

Ver no GitHub
Estrelas
9,378
Forks
981
Issues abertas
47
Último commit
há 5 dias

O que é?

O Local Deep Researcher recebe um tema de pesquisa, usa um LLM local para gerar uma consulta de busca na web, reúne resultados e os resume. Em seguida, analisa o resumo para identificar lacunas de conhecimento, gera uma consulta complementar para preenchê-las e repete o processo por um número configurável de ciclos. O resultado final é um relatório em markdown com as fontes utilizadas, e todas as fontes coletadas ficam no estado do LangGraph.

O assistente executa LLMs pelo Ollama ou pelo servidor compatível com OpenAI do LM Studio, mantendo os modelos na sua própria máquina. A busca usa o DuckDuckGo por padrão, sem necessidade de chave de API, e pode ser alterada para SearXNG, Tavily ou Perplexity por meio de variáveis de ambiente. Um mecanismo alternativo dá conta de modelos que têm dificuldade para gerar saídas JSON estruturadas.

O projeto é baseado no LangGraph e pode ser executado localmente com o LangGraph Studio, que mostra cada etapa do processo de pesquisa. O projeto inclui um Dockerfile, mas o Ollama precisa ser executado separadamente.

Recursos principais

  • 01Executa LLMs localmente pelo Ollama ou LM Studio.
  • 02Faz buscas, resumos e reflexões iterativos para preencher lacunas de conhecimento.
  • 03Usa o DuckDuckGo por padrão, com opção de buscar pelo SearXNG, Tavily ou Perplexity.
  • 04Gera um resumo em markdown com citações de todas as fontes utilizadas.
  • 05Permite configurar o número de ciclos de pesquisa e a busca do conteúdo completo das páginas.

Casos de uso

  • Pesquisar um tema mantendo os prompts e os dados na sua própria máquina.
  • Criar protótipos de um agente de busca e resumo com várias etapas usando o LangGraph.
  • Gerar relatórios de contextualização com citações, sem precisar de uma chave de API de busca paga.

Início rápido

  1. 1

    Clone o repositório

    git clone https://github.com/langchain-ai/local-deep-researcher.git
  2. 2

    Acesse o diretório do projeto e copie o arquivo de ambiente de exemplo

    cd local-deep-researcher && cp .env.example .env
  3. 3

    Baixe um modelo local com o Ollama (instale o aplicativo do Ollama primeiro)

    ollama pull deepseek-r1:8b
  4. 4

    Inicie o servidor LangGraph com uv

    uvx --refresh --from "langgraph-cli[inmem]" --with-editable . --python 3.11 langgraph dev

Antes de usar

  • As instruções de configuração do README são voltadas principalmente para Mac e Windows, e o guia do Ollama é especificamente voltado para Mac.
  • A qualidade da saída depende do modelo local; alguns modelos têm dificuldade para gerar a saída JSON estruturada necessária.
  • Para executá-lo, é necessário um servidor LLM local (Ollama ou LM Studio) e hardware suficiente para rodar o modelo escolhido.

Tópicos

#llm#local-llm#ollama#web-research#langgraph#rag#agent

Perguntas frequentes

O que é local-deep-researcher?
Um assistente de pesquisa na web totalmente local que executa ciclos iterativos de busca, resumo e reflexão sobre lacunas usando LLMs servidos pelo Ollama ou LM Studio. O Local Deep Researcher recebe um tema de pesquisa, usa um LLM local para gerar uma consulta de busca na web, reúne resultados e os resume. Em seguida, analisa o resumo para identificar lacunas de conhecimento, gera uma consulta complementar para preenchê-las e repete o processo por um número configurável de ciclos. O resultado final é um relatório em markdown com as fontes utilizadas, e todas as fontes coletadas ficam no estado do LangGraph.
local-deep-researcher é gratuito? Qual é a licença?
local-deep-researcher é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
local-deep-researcher ainda é mantido?
Manutenção ativa. O último commit de local-deep-researcher foi em 15 de out. de 2026.
Para que posso usar local-deep-researcher?
Pesquisar um tema mantendo os prompts e os dados na sua própria máquina. Criar protótipos de um agente de busca e resumo com várias etapas usando o LangGraph. Gerar relatórios de contextualização com citações, sem precisar de uma chave de API de busca paga.
Como instalar local-deep-researcher?
Clone o repositório: git clone https://github.com/langchain-ai/local-deep-researcher.git Acesse o diretório do projeto e copie o arquivo de ambiente de exemplo: cd local-deep-researcher && cp .env.example .env Baixe um modelo local com o Ollama (instale o aplicativo do Ollama primeiro): ollama pull deepseek-r1:8b Inicie o servidor LangGraph com uv: uvx --refresh --from "langgraph-cli[inmem]" --with-editable . --python 3.11 langgraph dev
Onde consigo local-deep-researcher?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/langchain-ai/local-deep-researcher

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

Projetos relacionados