langchain-ai/local-deep-researcher

解決する課題

完全にローカルのLLMを使用して、クラウドベースのAIサービスを必要とせずに、深く反復的なウェブ調査を実行する方法を提供します。

動作方法

アシスタントは循環的な調査ループに従います：

1. クエリ生成：OllamaまたはLMStudioを介してローカルLLMを使用して、トピックに基づいたウェブ検索クエリを作成します。
2. 情報収集：DuckDuckGo、Tavily、SearXNG、Perplexityなどのツールを使用してウェブを検索します。
3. 要約：LLMが検索結果を要約します。
4. リフレクション：LLMが要約を分析し、知識の空白を特定します。
5. 反復：その空白を埋めるために新しいクエリを生成し、ユーザーが定義したサイクル数だけプロセスを繰り返します。
6. 最終出力：使用したすべてのソースの引用付きで、最終的なMarkdown要約を生成します。

対象ユーザー

プライバシーまたはコストの理由でローカルで動作する調査アシスタントを希望するユーザー、およびLangGraphを使用して反復的調査エージェントを実装したい開発者。

特徴

• ローカルLLM対応：OllamaおよびLMStudioと互換性があります。
• 柔軟な検索：DuckDuckGo（APIキー不要）、Tavily、SearXNG、Perplexityを含む複数の検索プロバイダーに対応しています。
• 反復的推論：単一の検索ではなく、リフレクションベースのループを使用して知識の空白を特定・埋め合わせます。
• 可視化ワークフロー：LangGraph Studioと統合され、ユーザーがリアルタイムで調査プロセスを可視化できます。