Локальный open-source AI-помощник для встреч: записывает и транскрибирует речь в реальном времени, а также создает краткие итоги на macOS и Windows.
LearningCircuit/local-deep-research
Самостоятельно размещаемый AI-ассистент для глубоких многоэтапных исследований с локальными или облачными LLM и поиском в интернете, научных базах и собственных документах.
Open source альтернатива:Perplexity
ChatGPT Deep Research
- Звёзды
- 9,292
- Форки
- 864
- Открытые issues
- 1,206
- Последний коммит
- 10 часов назад
Что это?
Local Deep Research — самостоятельно размещаемый исследовательский ассистент, который отвечает на сложные вопросы: выполняет многоэтапный поиск, изучает результаты и составляет отчёт с цитатами. Он работает с локальными моделями через Ollama, LM Studio и llama.cpp, а также с облачными провайдерами, такими как OpenAI, Anthropic, Google Gemini, OpenRouter и Requesty, и любыми совместимыми с OpenAI endpoint.
Среди источников поиска — научные базы данных, такие как arXiv, PubMed и Semantic Scholar, обычные поисковые системы вроде SearXNG и Brave, Wikipedia, а также собственные документы и ретриверы LangChain. Найденные источники можно скачать в зашифрованную локальную библиотеку и искать по ней наряду с результатами текущего веб-поиска в последующих сессиях. Для каждого пользователя создаётся отдельная база данных с шифрованием SQLCipher, а настройка egress scope ограничивает список поисковых систем и моделей, к которым может обращаться запуск.
Проект доступен в виде Docker-образа, конфигурации Docker Compose и pip-пакета. В комплект входят веб-интерфейс, REST API, Python-клиент и MCP-сервер для Claude Desktop и Claude Code.
Ключевые возможности
- 01Многоэтапное агентное исследование: поиск, изучение материалов и подготовка ответов с цитатами.
- 02Работает с Ollama, LM Studio, llama.cpp и облачными провайдерами LLM, включая OpenAI, Anthropic и Gemini.
- 03Ищет в arXiv, PubMed, Semantic Scholar, Wikipedia, SearXNG и других системах.
- 04Индексирует скачанные статьи и собственные документы для поиска в последующих исследованиях.
- 05Отдельные зашифрованные базы данных для пользователей с использованием SQLCipher и AES-256.
- 06Предоставляет веб-интерфейс, REST API, Python-клиент и MCP-сервер.
Сценарии использования
- Подготовка обзоров литературы по материалам arXiv и PubMed с обработкой запросов локальными моделями.
- Исследование конфиденциальных тем с локальной LLM и только локальными источниками документов.
- Создание личной базы знаний с поиском по статьям и веб-страницам, собранным в ходе исследования.
- Подключение инструмента для глубоких исследований к Claude Desktop или Claude Code через MCP.
Темы
Частые вопросы
- Что такое local-deep-research?
- Самостоятельно размещаемый AI-ассистент для глубоких многоэтапных исследований с локальными или облачными LLM и поиском в интернете, научных базах и собственных документах. Local Deep Research — самостоятельно размещаемый исследовательский ассистент, который отвечает на сложные вопросы: выполняет многоэтапный поиск, изучает результаты и составляет отчёт с цитатами. Он работает с локальными моделями через Ollama, LM Studio и llama.cpp, а также с облачными провайдерами, такими как OpenAI, Anthropic, Google Gemini, OpenRouter и Requesty, и любыми совместимыми с OpenAI endpoint.
- local-deep-research можно использовать бесплатно? Какая у него лицензия?
- local-deep-research распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- local-deep-research всё ещё поддерживается?
- Активно поддерживается. Последний коммит в local-deep-research — 18 окт. 2026 г..
- Для чего можно использовать local-deep-research?
- Подготовка обзоров литературы по материалам arXiv и PubMed с обработкой запросов локальными моделями. Исследование конфиденциальных тем с локальной LLM и только локальными источниками документов. Создание личной базы знаний с поиском по статьям и веб-страницам, собранным в ходе исследования. Подключение инструмента для глубоких исследований к Claude Desktop или Claude Code через MCP.
- Где скачать local-deep-research?
- Исходный код и инструкции по установке — на GitHub: https://github.com/LearningCircuit/local-deep-research
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
AutoGPT — платформа с открытым исходным кодом для создания, запуска и планирования AI-агентов, выполняющих многоэтапные задачи по описанию на обычном английском языке или в визуальном конструкторе.
Веб-краулер с открытым исходным кодом на Python: превращает сайты в чистый Markdown, готовый для LLM, RAG, AI-агентов и конвейеров данных.
Универсальное AI-приложение для общения с документами и запуска AI-агентов: поддерживает локальные LLM, доступ для нескольких пользователей и создание агентов без кода.
Опенсорсный автономный агент для глубокого исследования веб-источников и локальных документов с помощью любой LLM, который составляет отчёты с цитатами.
Библиотека Python, которая использует LLM и графовые пайплайны для извлечения структурированных данных с сайтов и из локальных документов по запросу на естественном языке.