LearningCircuit/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.

Local Deep Research – 概要

Local Deep Research（LDR） は、オープンソースのセルフホスト型AIリサーチアシスタントです。複雑な質問を投げかけ、ウェブ、学術ソース、自分のドキュメントから情報を自動的に収集し、引用豊富なレポートを合成します。すべての処理は自分のハードウェア（例：RTX 3090 1枚）で実行され、データはマシン上で暗号化されたままなので、完全なプライバシーとコントロールを保持できます。

コア機能

機能	仕組み	得られるもの
エージェント型リサーチ	LangGraphベースの自律エージェントを使用し、どの検索エンジン（arXiv、PubMed、Semantic Scholarなど）にクエリするか、いつ結果を合成するかを決定します。	SimpleQAベンチマークで約95%の精度を達成できる深い多段階分析。
検索＋ライブラリ	ソースを暗号化されたSQLite（SQLCipher）ライブラリにダウンロードし、テキストを抽出し、埋め込みを作成し、高速なローカル検索用にインデックス化します。	ライブウェブ検索と並行してクエリできる成長する個人知識ベース。
複数LLMバックエンド	任意のOpenAI互換エンドポイント（Ollama、OpenAI、Azureなど）で動作します。Qwen-3.6-27Bなど、必要なモデルを指定します。	完全にローカルなモデルを実行したり、クラウドAPIを使用したりしながら、データをプライベートに保つ柔軟性。
エグレス制御	組み込みの「エグレススコープ」（Adaptive、Public only、Private only、Strict、Unprotected）がネットワークトラフィックの送信先を制限し、ベストエフォートのソケットガードとSSRFチェックを備えています。	偶発的なデータ漏洩を制限する細かいプライバシー設定。
ユーザーごとの暗号化ストレージ	各ユーザーはAES-256暗号化されたSQLCipherデータベースを取得します。APIキーは同じ暗号化ファイル内に保存されます。	資格情報と研究履歴が平文で書き込まれることはありません。
Web UIとAPI	FlaskベースのWebインターフェース（http://localhost:5000）と、プログラムによる使用のためのRESTエンドポイント。	インタラクティブな研究セッションや他のツールへの統合。

はじめに（3つの簡単な方法）

Docker（Linux） – Ollamaモデルサーバー、SearXNG検索エンジン、次にLDRコンテナをプルします。READMEの例では、--network hostでそれらを接続しています。
Docker-Compose – CPUのみまたはGPUアクセラレーション（後者はNVIDIAランタイムを使用）のデプロイメントをワンコマンドでセットアップ。既製のdocker-compose.ymlとGPUオーバーライドファイルが含まれています。
pipインストール – pip install local-deep-researchを実行し、python -m local_deep_research.web.appを実行します。Ollama（または別のLLMエンドポイント）とSearXNGを実行している必要がありますが、Windows/macOSでも動作します。

3つの方法すべてに詳細なドキュメント（Docker、Docker-Compose、pip、Unraid）が付属しており、環境変数、ハードウェア要件（AVX対応CPU、RTX 3090推奨）、トラブルシューティングをカバーしています。

セキュリティとプライバシーのハイライト

ゼロテレメトリ – 分析、クラッシュレポーター、ホームコールはありません。
暗号化ストレージ – SQLCipher（AES-256）が各ユーザーのデータベースを保護します。復号キーはパスワードから導出され、永続化されません。
サプライチェーン強化 – DockerイメージはCosignで署名され、SLSA provenanceを含み、SPDX SBOMを同梱しています。リポジトリは広範なCIセキュリティスキャン（CodeQL、Semgrep、DevSkim、OWASP ZAPなど）を実行します。
ランタイム強化 – コンテナはすべてのケーパビリティをドロップし、非rootで実行し、no-new-privilegesを強制します。セッション終了時にメモリ内の資格情報をクリアし、コアダンプ保護を有効にします。
エグレスポリシー – 設定可能なスコープがアウトバウンドトラフィックを制限します。StrictおよびPrivate onlyモードは、偶発的なパブリックリクエストに対するソケットレベルのガードを追加します。

誰が使うべきか？

研究者と学生 – 文献やウェブソースを再現可能かつプライベートに収集する必要がある人。
開発者 – カスタムAIエージェントを構築し、検索→取得→合成の既製パイプラインを望む人。
プライバシー重視のパワーユーザー – ChatGPTスタイルのエージェントの機能を、クエリを第三者サーバーに送信せずに利用したい人。

クイック評価

Local Deep Researchは、マルチLLMオーケストレーション、安全なドキュメント取り込み、強力なプライバシー制御を組み合わせた、フル機能のローカル実行AIリサーチアシスタントです。強力なGPU（または少なくともAVX互換CPU）を持ち、データと推論の両方をオンプレミスに保ちたい場合、堅実な選択肢です。