langchain-ai/local-deep-researcher

这是什么？

核心功能

• 01通过 Ollama 或 LM Studio 在本地运行大模型。
• 02迭代执行搜索、总结和反思，逐步补充知识缺口。
• 03默认使用 DuckDuckGo，可选 SearXNG、Tavily 或 Perplexity。
• 04输出带有所有引用来源的 Markdown 研究报告。
• 05研究轮数和是否抓取完整网页均可配置。

适用场景

• 在本机完成主题调研，避免提示词和数据外传。
• 基于 LangGraph 快速搭建多步骤的搜索与总结智能体原型。
• 在不使用付费搜索 API 的情况下生成带引用的背景报告。

快速上手

1. 1

   克隆仓库

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

   进入项目目录并复制示例环境变量文件

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

   用 Ollama 拉取本地模型（需先安装 Ollama 应用）

   ollama pull deepseek-r1:8b
4. 4

   使用 uv 启动 LangGraph 服务

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

使用前须知

• !README 中的安装说明主要面向 Mac 和 Windows，Ollama 指南特别针对 Mac。
• !输出质量取决于本地模型，部分模型难以生成所需的结构化 JSON 输出。
• !运行需要本地 LLM 服务（Ollama 或 LM Studio）以及足够运行所选模型的硬件。

标签

常见问题

local-deep-researcher 是什么？

基于 Ollama 或 LM Studio 本地大模型运行的网络研究助手，迭代搜索、总结并生成带引用的报告。 Local Deep Researcher 接收一个研究主题，由本地大模型生成网页搜索查询并收集结果，再对内容进行总结。随后模型会反思总结内容，找出知识缺口，生成新的查询去补充，并按可配置的轮数重复这一过程。最终输出带有来源引用的 Markdown 报告，所有检索到的来源也保存在 LangGraph 状态中。

local-deep-researcher 可以免费使用吗？用的什么许可证？

local-deep-researcher 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

local-deep-researcher 还在维护吗？

活跃维护中。local-deep-researcher 最近一次提交是在 2026年10月15日。

local-deep-researcher 适合用来做什么？

在本机完成主题调研，避免提示词和数据外传。 基于 LangGraph 快速搭建多步骤的搜索与总结智能体原型。 在不使用付费搜索 API 的情况下生成带引用的背景报告。

local-deep-researcher 怎么安装和运行？

克隆仓库: git clone https://github.com/langchain-ai/local-deep-researcher.git 进入项目目录并复制示例环境变量文件: cd local-deep-researcher && cp .env.example .env 用 Ollama 拉取本地模型（需先安装 Ollama 应用）: ollama pull deepseek-r1:8b 使用 uv 启动 LangGraph 服务: uvx --refresh --from "langgraph-cli[inmem]" --with-editable . --python 3.11 langgraph dev

在哪里获取 local-deep-researcher？

源代码和安装说明在 GitHub 上：https://github.com/langchain-ai/local-deep-researcher