Ключови прозрения от задълбочени локални проучвания
Какво е локално задълбочено проучване?
Локално задълбочено проучване (LDR) е безплатен, лицензиран от MIT, самостоятелно хостван AI научен асистент изграден от LearningCircuit, който извършва агентно проучване с множество източници изцяло на вашата машина. Той разделя сложните заявки на фокусирани подзаявки, търси в над 10 източника, включително arXiv, PubMed, SearXNG, Wikipedia и вашите собствени лични документи, след което синтезира откритията в структурирани, подкрепени с цитати доклади.
Всички данни се съхраняват в SQLite бази данни, криптирани с AES-256 за всеки потребител, с нулева телеметрия. Постигайки приблизително 95% точност в OpenAI.'s В комбинация с GPT-4.1-mini и SearXNG, бенчмаркът SimpleQA предоставя на предприятия, изследователи и професионалисти, загрижени за поверителността, директна алтернатива с отворен код на Perplexity Pro и Open.AI Задълбочено проучване, без изпращане на нито едно запитване до трета страна.
Всеки потребител получава изолирана база данни SQLCipher, защитена с AES-256, същият стандарт за криптиране, използван от Signal Messenger. PBKDF2-SHA512 с 256 000 итерации блокира атаки с груба сила, а HMAC-SHA512 гарантира целостта на данните. По-важното е, че изследователските сесии се обединяват в нарастваща локална библиотека, което означава, че днес...'s PubMed информация за фармакологията на GLP-1 ще стане ресурс за търсене утре's запитване относно сърдечно-съдовите резултати, свързани с GLP-1.
LDR се доставя с над 20 конфигурируеми изследователски стратегии, от Quick Summary за 30 секунди до Focused Iteration, която е конфигурацията, отговорна за ~95% резултат от SimpleQA. По-новият режим LangGraph Agent позволява на самия LLM да решава кои търсачки да заявява и кога да синтезира, създавайки адаптивни, проучвателни изследователски цикли.
Веднага след инсталирането си, LDR търси безплатно в arXiv, PubMed, Semantic Scholar, Wikipedia, SearXNG, GitHub, The Guardian и Wayback Machine. Платените добавки включват Tavily, Google чрез SerpAPI и Brave Search. Търсенето на частни документи използва вграждане на вектори и локално хранилище за вектори, така че папка с PDF файлове се превръща в първокласна търсачка, наред с отворената мрежа.
LDR предоставя сървър, включващ Model Context Protocol, който го регистрира като делегируем инструмент за изследване в Claude Desktop и Claude Code. Вместо да вмъква сурови уеб страници в контекстния прозорец, Claude може да прехвърля задачи за дълбоко изследване към LDR, който обработва паралелно търсене, извличане на данни и синтез. Това прави LDR нативен бекенд за изследвания за всеки MCP-съвместим агентен стек, без да се налага пренаписване на оркестрационния слой.
Напълно удостоверен Python клиент и HTTP REST API позволяват програмно проучване в голям мащаб. Всеки съществуващ LangChain-съвместим ретривър, включително FAISS, Chroma, Pinecone, Weaviate и Elasticsearch, може да бъде предаден директно на LDR като именувана търсачка.
Това означава, че отборите могат да избягват LDR's оркестрация на задълбочени изследвания върху съществуващ RAG стек без мигриране на индексиращия процес, което го прави реалистично подходящ за среди за управление на знанията в предприятието и изследователски среди, ориентирани към съответствие.
Ценови планове за локални задълбочени изследвания
| План Име | цена | Основни функции |
|---|---|---|
| Отворен код (самостоятелно хостван) | $0 | Пълен достъп до функции, лиценз от MIT, неограничени заявки |
| С местна магистърска степен по право (Олама) | $0 | Без такси за API, напълно офлайн LLM, поверителност на първо място |
| С Cloud LLM | Плащане за токен към доставчик на LLM | GPT-4.1-mini осигурява ~95% SimpleQA, без такса за LDR |
| С Premium търсене | Custom | По-високо качество на изходния код, платени търсачки |
Кой трябва да използва локално задълбочено проучване?
LDR е създаден за професионалисти, чиито запитвания съдържат информация, която не може да напусне организацията. Изследователите в здравеопазването , разследващите журналисти, анализаторите по сигурността и правните екипи работят под мандати за съответствие или поверителност, които правят облачните инструменти за изследвания неприложими.
С нулева телеметрия, подписани Docker изображения с Cosign и SLSA сертификати за произход и липса на възстановяване на парола по дизайн, LDR е позициониран като инструмент за изследване от инфраструктурен клас, а не като потребителско приложение. Разработчиците, които вече използват Ollama или llama.cpp, ще намерят LDR за естествен слой върху съществуваща локална... AI стека.
LDR срещу инструменти за облачни изследвания
Основният отличителен белег е суверенитетът на данните. ОтвореноAI Дълбоко проучване, Perplexity Proи Google Deep Research насочват вашите заявки през собствена инфраструктура, което е приемливо за обща употреба, но не е подходящо за регулирани индустрии.
LDR достига производителността си в сравнение с бенчмарка от приблизително 95% в SimpleQA, когато е конфигуриран с облачни модели, а при локални модели от клас 20B достига диапазон от 70 до 85 процента, което все още е полезно за повечето изследователски задачи. Постоянната криптирана библиотека със знания, която се натрупва в рамките на сесиите, е възможност, която никой от хостваните продукти в момента не предлага.
Предимства и недостатъци
- Напълно безплатен и с отворен код.
- Вградени са над 10 търсачки.
- Над 20 изследователски стратегии.
- Библиотеката със знания се натрупва с течение на времето.
- Интеграция на LangChain RAG.
- Няма телеметрия или анализи.
- Изисква настройка на Docker или Python.
- Необходим е графичен процесор за най-добри локални модели.
- Няма механизъм за възстановяване на парола.
- Експортирането на PDF файлове в Windows изисква допълнителни стъпки.
Най-добрите алтернативи за локално задълбочено проучване
| На собствен хост AI Research Assistant | Защита на данните | Гъвкавост в магистърската програма по право (LLM) |
|---|---|---|
| Perplexity Pro | Заявки, обработени на сървърите на Perplexity | Няма поддръжка на локални модели |
| отвореноAI Дълбоко изследване | Заявки, обработени от OpenAI | Само за семейство GPT |
| Google Deep Research | Заявки, обработени от Google | Само за Близнаци |
| Изследователски агент на Тавили | Базиран на API, зависим от облака | Интегрира се само чрез API |
