Local Deep Research是Gemini Deep Research在自家电脑上的开源对手
LearningCircuit/local-deep-research 5月2日发了v1.6.9，现在GitHub trending上一天涨564颗星。一个开源deep research agent，可以完全跑在自己机器上——Ollama、LM Studio、llama.cpp加载Llama 3/Mistral/Gemma/DeepSeek/Qwen，可选通过OpenRouter调用100+云端模型。
搜索后端是别人没整合得这么干净的部分：arXiv、PubMed、Semantic Scholar、Wikipedia、SearXNG、Wayback Machine、GitHub、Elasticsearch、卫报，外加Tavily和Brave的付费选项。二十多种research策略——快速摘要、深度分析、全报告生成。它会把下载的内容建成本地知识库，下次查询不用从零开始。
有个数字得稍微打折：SimpleQA上~95%。维护者自己说了这是用GPT-4.1-mini加SearXNG加focused-iteration策略在有限样本上的初步结果。所以95%是一个调好的配置，不是前沿模型评测的结果。但即便如此——Gemini Deep Research是Google一个月20美金的产品，OpenAI Deep Research锁在ChatGPT Pro里，Perplexity Deep Research按次收费。三家都跑在你控制不了的托管基础设施上。
结构化的判断：Deep Research作为一个类目才半年，已经有了能用的开源对手。隐私这条线（用本地Llama查PubMed，没日志被传回山景城）会让这个项目成为学术和企业研究的默认选项。如果你的研究问题涉及患者数据、并购对象、法律取证，Local Deep Research不是业余玩具——它是唯一可接受的答案。
Repo: https://github.com/LearningCircuit/local-deep-research
← 返回所有文章
搜索后端是别人没整合得这么干净的部分：arXiv、PubMed、Semantic Scholar、Wikipedia、SearXNG、Wayback Machine、GitHub、Elasticsearch、卫报，外加Tavily和Brave的付费选项。二十多种research策略——快速摘要、深度分析、全报告生成。它会把下载的内容建成本地知识库，下次查询不用从零开始。
有个数字得稍微打折：SimpleQA上~95%。维护者自己说了这是用GPT-4.1-mini加SearXNG加focused-iteration策略在有限样本上的初步结果。所以95%是一个调好的配置，不是前沿模型评测的结果。但即便如此——Gemini Deep Research是Google一个月20美金的产品，OpenAI Deep Research锁在ChatGPT Pro里，Perplexity Deep Research按次收费。三家都跑在你控制不了的托管基础设施上。
结构化的判断：Deep Research作为一个类目才半年，已经有了能用的开源对手。隐私这条线（用本地Llama查PubMed，没日志被传回山景城）会让这个项目成为学术和企业研究的默认选项。如果你的研究问题涉及患者数据、并购对象、法律取证，Local Deep Research不是业余玩具——它是唯一可接受的答案。
Repo: https://github.com/LearningCircuit/local-deep-research
评论