langchain-ai/local-deep-researcher

解决的问题

Local Deep Researcher 自动化了针对特定主题进行全面网络研究的过程。它通过迭代收集信息、识别知识空白并优化搜索查询，无需手动搜索和综合，最终提供一份引用详实的 markdown 总结。

工作原理

该项目使用基于 LangGraph 的工作流，完全在您的本地机器上运行。它通过 Ollama 或 LMStudio 连接到本地 LLM 以执行多步研究循环：生成搜索查询、检索网络结果、总结发现，并对总结进行反思以确定是否需要进一步研究。此循环会重复用户定义的次数，以确保最终输出的全面性。

适用人群

该工具适用于希望在保持数据和 LLM 处理在自有硬件上私密的同时，实现信息收集自动化的开发者和研究人员。对于已经在使用 LangGraph 并希望构建或试验代理式研究工作流的用户特别有用。

亮点

• 使用 Ollama 或 LMStudio 进行完全本地化执行，确保隐私和控制。
• 迭代式研究循环，通过反思知识空白来改进结果。
• 基于 LangGraph 构建，允许清晰地可视化研究过程。
• 支持多种搜索提供商，包括 DuckDuckGo、Tavily、SearXNG 和 Perplexity。
• 生成带有所有收集来源引用的最终 markdown 报告。