一块3090能把Local Deep Research的本地深度研究跑到95%准确率吗【免费下载链接】local-deep-research~95% on SimpleQA (e.g. Qwen3.6-27B on a 3090). Supports all local and cloud LLMs (llama.cpp, Ollama, Google, ...). 10 search engines - arXiv, PubMed, your private documents. Everything Local Encrypted.项目地址: https://gitcode.com/GitHub_Trending/lo/local-deep-research写综述时要在十几个网站之间来回切换查完一条引用标签页已经乱成一团。Local Deep Research本地深度研究做的事恰好相反你只输一个问题它自己去多个来源搜索、交叉核对最后产出一份带引用的报告。如果你经常写文献综述或者希望研究过程全程留在自己的机器上可以花十分钟试试它。 为什么值得试两个场景最常见。一是快速核实引用快速摘要模式在30秒到3分钟内给你带出处的答案够你确认一个事实。二是交正式成果报告生成模式产出带目录和分节的结构化报告可直接导出PDF或Markdown。两者背后是同一条研究流水线只是深度不同。 最省事的装法Linux上先跑三个容器Ollama本地LLM、SearXNG私有搜索、Local Deep Research本体。按顺序执行# Step 1: 拉取并运行 Ollama docker run -d -p 11434:11434 --name ollama ollama/ollama docker exec ollama ollama pull gpt-oss:20b # Step 2: 拉取并运行 SearXNG docker run -d -p 8080:8080 --name searxng searxng/searxng # Step 3: 拉取并运行 Local Deep Research docker run -d -p 5000:5000 --network host \ --name local-deep-research \ --volume deep-research:/data \ -e LDR_DATA_DIR/data \ localdeepresearch/local-deep-research模型有几GB第一次拉取要耐心等。跑完后等约30秒打开 http://localhost:5000 看到登录界面就算成功。Mac、Windows或没有NVIDIA显卡的机器改用Docker Compose一键起整套见 docs/docker-compose-guide.md坚持用pip安装的话看 docs/install-pip.md。 跟它完整做一次研究拿气候变化对全球农业产量的影响这个任务走一遍输入问题在首页输入框填入问题再选研究模式——快速摘要、详细研究、报告生成、文档分析。要出正式报告就选报告生成。看它检索默认的代理式策略里LLM自己决定搜什么、用哪个引擎论文走arXiv、生物医学走PubMed、其余走通用搜索并会随中间结果切换引擎页面通过WebSocket实时显示进度。核对来源与引用报告出来后逐条检查关键结论的引用是否指向真实出处拿不准的点开原文确认再采用。存入知识库有价值的论文和网页可以直接下载到加密图书馆。系统会自动提取文本、嵌入向量库下次研究时同时检索你的文档实时网络。上图是本地检索的完整链路你的文档和查询各经嵌入模型进入向量数据库LLM再根据检索结果写出报告。 它会去哪里找资料来源分三档。免费学术类arXiv、PubMed、Semantic Scholar。免费通用类Wikipedia、SearXNG。免费技术、历史与新闻类GitHub、Elasticsearch、Wayback Machine、The Guardian、Wikinews。付费档TavilyAI搜索、Google经SerpAPI或可编程搜索引擎、Brave Search也可以接自己的本地文档或任意LangChain检索器当来源。所有引擎都能在设置里单独开关完整清单和限流行为见 docs/search-engines.md。 数据归谁管每人一个加密库你的数据单独放在一个SQLCipher文件里AES-256加密——和Signal聊天的加密强度同级。零知识设计密码从不落盘登录本质是尝试解密数据库。文件被别人拿走就是一堆密文连管理员也读不了。可完全本地配好OllamaSearXNG数据不出机器项目无任何遥测和统计唯一的外发请求是你发起的搜索与LLM调用。 新手容易卡住的点5000端口打不开Mac/Windows的Docker Desktop不支持--network host端口映射会静默失败。改用Docker Composeyaml内部用服务名互访不用换端口。模型拉取特别慢gpt-oss:20b有几GB首拉是全量下载。放在后台跑别急着关终端想先跑通流程可以换7B级小模型。研究耗时太长本地模型迭代轮数太多会叠加。去设置里减少迭代次数或开启仅搜索摘要选项。Database is locked报错并发写入留下的锁。docker compose down停掉再up -d重启即可。 想深入一点脚本里发起研究Python API两行就能跑通一次性和会话两种模式都见 docs/api-quickstart.md选模型前先查数据社区基准里Qwen3.6-27B在SimpleQA约95%、xbench-DeepSearch约77%能对照着挑模型×搜索引擎×策略组合再决定下载哪个几GB的模型排查问题按现象→原因→处理组织的问答清单在 docs/faq.md社区项目维护了Discord与Reddit社区按项目名搜索即可找到Local Deep Research把深度研究做成了能跑在自己机器上的工具数据也归你所有。如果确定要用先装好Docker把上面的命令跑起来今天就可以发第一个研究问题。【免费下载链接】local-deep-research~95% on SimpleQA (e.g. Qwen3.6-27B on a 3090). Supports all local and cloud LLMs (llama.cpp, Ollama, Google, ...). 10 search engines - arXiv, PubMed, your private documents. Everything Local Encrypted.项目地址: https://gitcode.com/GitHub_Trending/lo/local-deep-research创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 一块3090能把Local Deep Research的本地深度研究跑到95%准确率吗
一块3090能把Local Deep Research的本地深度研究跑到95%准确率吗【免费下载链接】local-deep-research~95% on SimpleQA (e.g. Qwen3.6-27B on a 3090). Supports all local and cloud LLMs (llama.cpp, Ollama, Google, ...). 10 search engines - arXiv, PubMed, your private documents. Everything Local Encrypted.项目地址: https://gitcode.com/GitHub_Trending/lo/local-deep-research写综述时要在十几个网站之间来回切换查完一条引用标签页已经乱成一团。Local Deep Research本地深度研究做的事恰好相反你只输一个问题它自己去多个来源搜索、交叉核对最后产出一份带引用的报告。如果你经常写文献综述或者希望研究过程全程留在自己的机器上可以花十分钟试试它。 为什么值得试两个场景最常见。一是快速核实引用快速摘要模式在30秒到3分钟内给你带出处的答案够你确认一个事实。二是交正式成果报告生成模式产出带目录和分节的结构化报告可直接导出PDF或Markdown。两者背后是同一条研究流水线只是深度不同。 最省事的装法Linux上先跑三个容器Ollama本地LLM、SearXNG私有搜索、Local Deep Research本体。按顺序执行# Step 1: 拉取并运行 Ollama docker run -d -p 11434:11434 --name ollama ollama/ollama docker exec ollama ollama pull gpt-oss:20b # Step 2: 拉取并运行 SearXNG docker run -d -p 8080:8080 --name searxng searxng/searxng # Step 3: 拉取并运行 Local Deep Research docker run -d -p 5000:5000 --network host \ --name local-deep-research \ --volume deep-research:/data \ -e LDR_DATA_DIR/data \ localdeepresearch/local-deep-research模型有几GB第一次拉取要耐心等。跑完后等约30秒打开 http://localhost:5000 看到登录界面就算成功。Mac、Windows或没有NVIDIA显卡的机器改用Docker Compose一键起整套见 docs/docker-compose-guide.md坚持用pip安装的话看 docs/install-pip.md。 跟它完整做一次研究拿气候变化对全球农业产量的影响这个任务走一遍输入问题在首页输入框填入问题再选研究模式——快速摘要、详细研究、报告生成、文档分析。要出正式报告就选报告生成。看它检索默认的代理式策略里LLM自己决定搜什么、用哪个引擎论文走arXiv、生物医学走PubMed、其余走通用搜索并会随中间结果切换引擎页面通过WebSocket实时显示进度。核对来源与引用报告出来后逐条检查关键结论的引用是否指向真实出处拿不准的点开原文确认再采用。存入知识库有价值的论文和网页可以直接下载到加密图书馆。系统会自动提取文本、嵌入向量库下次研究时同时检索你的文档实时网络。上图是本地检索的完整链路你的文档和查询各经嵌入模型进入向量数据库LLM再根据检索结果写出报告。 它会去哪里找资料来源分三档。免费学术类arXiv、PubMed、Semantic Scholar。免费通用类Wikipedia、SearXNG。免费技术、历史与新闻类GitHub、Elasticsearch、Wayback Machine、The Guardian、Wikinews。付费档TavilyAI搜索、Google经SerpAPI或可编程搜索引擎、Brave Search也可以接自己的本地文档或任意LangChain检索器当来源。所有引擎都能在设置里单独开关完整清单和限流行为见 docs/search-engines.md。 数据归谁管每人一个加密库你的数据单独放在一个SQLCipher文件里AES-256加密——和Signal聊天的加密强度同级。零知识设计密码从不落盘登录本质是尝试解密数据库。文件被别人拿走就是一堆密文连管理员也读不了。可完全本地配好OllamaSearXNG数据不出机器项目无任何遥测和统计唯一的外发请求是你发起的搜索与LLM调用。 新手容易卡住的点5000端口打不开Mac/Windows的Docker Desktop不支持--network host端口映射会静默失败。改用Docker Composeyaml内部用服务名互访不用换端口。模型拉取特别慢gpt-oss:20b有几GB首拉是全量下载。放在后台跑别急着关终端想先跑通流程可以换7B级小模型。研究耗时太长本地模型迭代轮数太多会叠加。去设置里减少迭代次数或开启仅搜索摘要选项。Database is locked报错并发写入留下的锁。docker compose down停掉再up -d重启即可。 想深入一点脚本里发起研究Python API两行就能跑通一次性和会话两种模式都见 docs/api-quickstart.md选模型前先查数据社区基准里Qwen3.6-27B在SimpleQA约95%、xbench-DeepSearch约77%能对照着挑模型×搜索引擎×策略组合再决定下载哪个几GB的模型排查问题按现象→原因→处理组织的问答清单在 docs/faq.md社区项目维护了Discord与Reddit社区按项目名搜索即可找到Local Deep Research把深度研究做成了能跑在自己机器上的工具数据也归你所有。如果确定要用先装好Docker把上面的命令跑起来今天就可以发第一个研究问题。【免费下载链接】local-deep-research~95% on SimpleQA (e.g. Qwen3.6-27B on a 3090). Supports all local and cloud LLMs (llama.cpp, Ollama, Google, ...). 10 search engines - arXiv, PubMed, your private documents. Everything Local Encrypted.项目地址: https://gitcode.com/GitHub_Trending/lo/local-deep-research创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考