Plaaslike Diep Navorsing Sleutel Insigte
Wat is Plaaslike Diepgaande Navorsing?
Plaaslike Diep Navorsing (LDR) is 'n gratis, MIT-gelisensieerde, self-gehoste AI navorsing assistent gebou deur LearningCircuit wat multi-bron, agentiese navorsing volledig op jou eie masjien uitvoer. Dit ontbind komplekse navrae in gefokusde subnavrae, soek oor meer as 10 bronne, insluitend arXiv, PubMed, SearXNG, Wikipedia en jou eie privaat dokumente, en sintetiseer dan bevindinge in gestruktureerde, aanhalingsgesteunde verslae.
Alle data word gestoor in per-gebruiker AES-256 geïnkripteerde SQLite databasisse met geen telemetrie nie. Bereiking van ongeveer 95% akkuraatheid op OpenAI's SimpleQA-maatstaf, wanneer dit saam met GPT-4.1-mini en SearXNG gepaard gaan, gee LDR ondernemings, navorsers en privaatheidsbewuste professionele persone 'n direkte oopbron-alternatief vir Perplexity Pro en Open.AI Diepgaande navorsing, sonder om 'n enkele navraag aan 'n derde party te stuur.
Elke gebruiker kry 'n geïsoleerde SQLCipher-databasis wat beveilig word met AES-256, dieselfde enkripsiestandaard wat deur Signal Messenger gebruik word. PBKDF2-SHA512 met 256 000 iterasies blokkeer brute-force-aanvalle, en HMAC-SHA512 verseker data-integriteit. Meer belangrik, navorsingsessies vorm 'n groeiende plaaslike biblioteek, wat vandag beteken...'s PubMed-inligting oor GLP-1-farmakologie word 'n soekbare bate in môre's navraag oor GLP-1 kardiovaskulêre uitkomste.
LDR word met meer as 20 konfigureerbare navorsingstrategieë gestuur, van Vinnige Opsomming na 30 sekondes tot Gefokusde Iterasie, wat die konfigurasie is wat verantwoordelik is vir die ~95% SimpleQA-resultaat. Die nuwer LangGraph Agent Hierdie modus laat die LLM self toe om te besluit watter soekenjins om te navraag en wanneer om te sintetiseer, wat aanpasbare, verkennende navorsingsluisse produseer.
LDR soek van meet af aan gratis arXiv, PubMed, Semantic Scholar, Wikipedia, SearXNG, GitHub, The Guardian en die Wayback Machine. Betaalde byvoegings sluit in Tavily, Google via SerpAPI en Brave Search. Privaat dokumentsoektog gebruik vektorinbedding en 'n plaaslike vektorberging, sodat 'n lêergids met PDF's 'n eersteklas soekenjin langs die oop web word.
LDR stuur 'n Model Context Protocol-bediener wat dit as 'n delegeerbare navorsingsinstrument binne Claude Desktop en Claude Code registreer. In plaas daarvan om rou webblaaie in die konteksvenster te prop, Claude kan diep navorsingstake na LDR aflaai, wat parallelle soektog, skraapwerk en sintese hanteer. Dit maak LDR 'n inheemse navorsingsagtergrond vir enige MCP-bewuste agentstapel sonder om die orkestrasielaag te herskryf.
'n Volledig geverifieerde Python-kliënt en HTTP REST API maak programmatiese navorsing op skaal moontlik. Enige bestaande LangChain-versoenbare herroeper, insluitend FAISS, Chroma, Pinecone, Weaviate en Elasticsearch, kan direk na LDR as 'n benoemde soekenjin deurgegee word.
Dit beteken spanne kan LDR vasbyt's diepgaande navorsingsorkestrering op 'n bestaande RAG-stapel sonder om die indekseringspyplyn te migreer, wat dit 'n realistiese pasmaat maak vir ondernemingskennisbestuur en voldoeningsgedrewe navorsingsomgewings.
Plaaslike Diep Navorsingsprysplanne
| Plan Naam | Kos | Belangrikste kenmerke |
|---|---|---|
| Oopbron (Selfgehost) | $0 | Volledige toegang tot funksies, MIT-lisensie, onbeperkte navrae |
| Met Plaaslike LLM (Ollama) | $0 | Geen API-fooie nie, volledig vanlyn LLM, privaatheid eerste |
| Met Cloud LLM | Betaal-per-token aan LLM-verskaffer | GPT-4.1-mini gee ~95% SimpleQA, geen LDR-fooi nie |
| Met Premium Soektog | Custom | Hoër bronkwaliteit, betaalde soekenjins |
Wie moet plaaslike diepgaande navorsing gebruik?
LDR is gebou vir professionele persone wie se navrae inligting bevat wat nie die organisasie kan verlaat nie. Gesondheidsorgnavorsers, ondersoekende joernaliste, sekuriteitsontleders en regspanne werk almal onder voldoenings- of vertroulikheidsmandate wat wolkgebaseerde navorsingsinstrumente 'n onontbeerlike opsie maak.
Met geen telemetrie, getekende Docker-beelde met Cosign- en SLSA-herkomsbewyse, en geen wagwoordherwinning volgens ontwerp nie, word LDR geposisioneer as 'n infrastruktuurgraad-navorsingsinstrument eerder as 'n verbruikersapp. Ontwikkelaars wat reeds Ollama of llama.cpp gebruik, sal LDR 'n natuurlike laag bo-op 'n bestaande plaaslike vind. AI stapel.
LDR vs Wolknavorsingsinstrumente
Die kernverskillende eienskap is data-soewereiniteit. OopAI Diepgaande navorsing, Perplexity Pro, en Google Deep Research stuur almal jou navrae deur eie infrastruktuur, wat aanvaarbaar is vir algemene gebruik, maar diskwalifiseer vir gereguleerde nywerhede.
LDR ewenaar hul maatstafprestasie met ongeveer 95% op SimpleQA wanneer dit met wolkmodelle gekonfigureer word, en dit land in die 70 tot 85 persent-reeks met plaaslike 20B-klasmodelle, wat steeds produksie-nuttig is vir die meeste navorsingstake. Die aanhoudende geïnkripteerde kennisbiblioteek wat oor sessies saamgestel word, is 'n vermoë wat geeneen van die gehuisveste produkte tans bied nie.
Voordele en nadele
- Heeltemal gratis en oopbron.
- Meer as 10 soekenjins ingebou.
- Meer as 20 navorsingstrategieë.
- Kennisbiblioteek word mettertyd saamgestel.
- LangChain RAG-integrasie.
- Geen telemetrie of analise nie.
- Vereis Docker- of Python-opstelling.
- GPU benodig vir die beste plaaslike modelle.
- Geen wagwoordherwinningsmeganisme nie.
- PDF-uitvoer op Windows benodig ekstra stappe.
Beste Plaaslike Diep Navorsingsalternatiewe
| Self-gasheer AI Navorsing Assistent | Gegevensbescherming | LLM Buigsaamheid |
|---|---|---|
| Perplexity Pro | Navrae verwerk op Perplexity-bedieners | Geen plaaslike modelondersteuning nie |
| OpeningAI Diep navorsing | Navrae verwerk deur OpenAI | Slegs GPT-familie |
| Google Diep Navorsing | Navrae verwerk deur Google | Slegs Tweeling |
| Tavily Navorsingsagent | API-gebaseerd, wolk-afhanklik | Integreer slegs via API |
