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 – 개요

Local Deep Research(LDR) 는 오픈 소스, 자체 호스팅 AI 연구 어시스턴트입니다. 복잡한 질문을 하고 웹, 학술 소스 및 자신의 문서에서 정보를 자동으로 수집한 다음 인용이 풍부한 보고서를 종합합니다. 모든 처리는 자체 하드웨어(예: 단일 RTX 3090)에서 실행되며 데이터는 기계에 암호화된 상태로 유지되므로 완전한 개인 정보 보호와 제어를 유지합니다.

핵심 기능

기능	작동 방식	얻을 수 있는 것
에이전트 기반 연구	LangGraph 기반 자율 에이전트를 사용하여 어떤 검색 엔진(arXiv, PubMed, Semantic Scholar 등)을 쿼리할지, 언제 결과를 종합할지 결정합니다.	SimpleQA 벤치마크에서 약 95% 정확도를 달성할 수 있는 심층 다단계 분석.
검색 + 라이브러리	소스를 암호화된 SQLite(SQLCipher) 라이브러리에 다운로드하고, 텍스트를 추출하고, 임베딩을 만들고, 빠른 로컬 검색을 위해 인덱싱합니다.	라이브 웹 검색과 함께 쿼리할 수 있는 성장하는 개인 지식 기반.
다중 LLM 백엔드	모든 OpenAI 호환 엔드포인트(Ollama, OpenAI, Azure 등)에서 작동합니다. Qwen-3.6-27B와 같이 원하는 모델을 제공합니다.	완전히 로컬 모델을 실행하거나 클라우드 API를 사용하면서도 데이터를 비공개로 유지하는 유연성.
이그레스 제어	내장된 "이그레스 범위"(Adaptive, Public only, Private only, Strict, Unprotected)가 네트워크 트래픽이 갈 수 있는 곳을 제한하며, 최선의 소켓 가드와 SSRF 검사를 제공합니다.	우발적인 데이터 유출을 제한하는 세분화된 개인 정보 보호 설정.
사용자별 암호화 저장소	각 사용자는 AES-256 암호화 SQLCipher 데이터베이스를 받습니다. API 키는 동일한 암호화 파일에 저장됩니다.	자격 증명과 연구 기록이 평문으로 기록되지 않습니다.
웹 UI 및 API	Flask 기반 웹 인터페이스(http://localhost:5000) 및 프로그래밍 방식 사용을 위한 REST 엔드포인트.	대화형 연구 세션 또는 다른 도구와의 통합.

시작하기(세 가지 쉬운 방법)

Docker(Linux) – Ollama 모델 서버, SearXNG 검색 엔진, 그 다음 LDR 컨테이너를 가져옵니다. README의 예제는 --network host로 연결합니다.
Docker-Compose – CPU 전용 또는 GPU 가속(후자는 NVIDIA 런타임 사용) 배포를 위한 원커맨드 설정. 기성 docker-compose.yml 및 GPU 오버라이드 파일이 포함됩니다.
pip 설치 – pip install local-deep-research 및 python -m local_deep_research.web.app 실행. Ollama(또는 다른 LLM 엔드포인트)와 SearXNG가 실행 중이어야 하지만 Windows/macOS에서도 작동합니다.

세 가지 방법 모두 환경 변수, 하드웨어 요구 사항(AVX 지원 CPU, RTX 3090 권장) 및 문제 해결을 다루는 자세한 문서(Docker, Docker-Compose, pip, Unraid)가 함께 제공됩니다.

보안 및 개인 정보 보호 하이라이트

제로 텔레메트리 – 분석, 충돌 보고서 또는 전화 집 전화가 없습니다.
암호화 저장소 – SQLCipher(AES-256)가 각 사용자의 데이터베이스를 보호합니다. 복호화 키는 비밀번호에서 파생되며 영구 저장되지 않습니다.
공급망 강화 – Docker 이미지는 Cosign으로 서명되고, SLSA 출처를 포함하며, SPDX SBOM을 제공합니다. 저장소는 광범위한 CI 보안 스캔(CodeQL, Semgrep, DevSkim, OWASP ZAP 등)을 실행합니다.
런타임 강화 – 컨테이너는 모든 기능을 제거하고, 비루트로 실행하며, no-new-privileges를 강제합니다. 세션 종료 시 메모리 내 자격 증명을 지우고 코어 덤프 보호를 활성화합니다.
이그레스 정책 – 구성 가능한 범위가 아웃바운드 트래픽을 제한합니다. Strict 및 Private only 모드는 우발적인 공개 요청에 대한 소켓 수준 가드를 추가합니다.

누가 사용할까요?

연구자 및 학생 – 문헌 및 웹 소스를 재현 가능하고 비공개로 수집해야 하는 사람.
개발자 – 사용자 정의 AI 에이전트를 구축하고 검색 → 검색 → 합성의 기성 파이프라인을 원하는 사람.
개인 정보 보호에 민감한 고급 사용자 – 쿼리를 제3자 서버로 보내지 않고 ChatGPT 스타일 에이전트의 기능을 원하는 사람.

빠른 평가

Local Deep Research는 다중 LLM 오케스트레이션, 안전한 문서 수집 및 강력한 개인 정보 보호 제어를 결합한 완전한 기능을 갖춘 로컬 실행 AI 연구 어시스턴트입니다. 강력한 GPU(또는 최소한 AVX 호환 CPU)가 있고 데이터와 추론을 모두 온프레미스로 유지하려는 경우 확실한 선택입니다.