你的本地学术研究助手：不联网也能深度查资料、写论文、做分析

昆仑 AI

2026-05-06 0 2

你是否厌倦了在多个网站间反复切换查文献？担心提问被上传到云端、隐私泄露？又或者想用大模型辅助科研，却受限于网络延迟、API费用或内容审查？Local Deep Research 正是为此而生——它是一款完全运行在你个人电脑上的智能研究工具，无需依赖远程服务器，所有数据处理、搜索、推理、存储都在本地完成，且全程端到端加密。它不是另一个聊天机器人，而是一个为严肃研究者打造的「离线版学术增强大脑」。

核心功能

真·全本地大模型支持：无缝接入 llama.cpp、Ollama、LM Studio 等本地运行框架，也兼容 OpenAI、Anthropic、Google Gemini、Mistral 等云 API（可选），但默认不启用——你的提问永远不出设备。
多源学术检索引擎：内置 arXiv、PubMed、Brave Search、SearXNG（可自建）、甚至你本地的 PDF/Markdown/Word 私人文档库，一次提问自动跨源比对、去重、摘要。
检索增强生成（RAG）深度优化：不只是简单召回，而是通过语义分块、上下文重排序、引用溯源等技术，确保回答准确率高达 ~95%（SimpleQA 基准测试），并清晰标注每条结论来自哪篇论文或哪个网页。
端到端数据加密保护：所有本地索引、缓存、对话历史均使用 SQLCipher 加密存储，连数据库文件本身都无法被未授权读取，真正实现「我的数据我做主」。
零配置快速启动：支持一键 Docker 部署、pip 安装、或直接下载预编译二进制，3 分钟内即可在笔记本（如 RTX 3090）上跑起 Qwen3.6-27B 级别模型，无需调参、不碰 CUDA 编译。
可扩展研究工作流：提供 Python SDK 和 CLI 工具，支持批量文献综述、实验结果结构化提取、课题趋势分析等高级场景，也适配 Home Assistant、自建 Homeserver 等私有化生态。

适合哪些人用

如果你是高校研究生、青年教师、独立学者、医学研究人员、开源开发者，或任何需要频繁查阅专业文献、撰写技术报告、验证假设但又极度重视数据主权与响应速度的人——Local Deep Research 就是为你量身定制的生产力底座。它尤其适合：正在撰写毕业论文却受限于校园网访问 arXiv/PubMed 不稳定的学生；从事敏感领域研究、禁止使用境外云服务的科研团队；以及追求「完全可控」技术栈的极客与隐私倡导者。

快速上手

最简方式（推荐新手）：pip install local-deep-research && ldr serve，打开 http://localhost:8000 即可使用 Web 界面；进阶用户可运行 docker run -p 8000:8000 -v ~/.local-deep-research:/app/data localdeepresearch/local-deep-research 实现持久化部署；若已有 Ollama 模型（如 ollama run qwen:32b），只需在设置中指定 OLLAMA_HOST=http://localhost:11434 即可调用。详细配置、私有文档导入、SQLCipher 密码设置见项目 Docs 目录。