Informații cheie despre cercetarea locală aprofundată
Ce este cercetarea locală profundă?
Cercetare locală aprofundată (LDR) este un serviciu gratuit, licențiat de MIT și găzduit în regim de auto-găzduire AI asistent de cercetare Construit de LearningCircuit, care efectuează cercetări agențice din mai multe surse, în întregime pe propriul calculator. Descompune interogările complexe în sub-interogări specifice, caută în peste 10 surse, inclusiv arXiv, PubMed, SearXNG, Wikipedia și propriile documente private, apoi sintetizează rezultatele în rapoarte structurate, bazate pe citări.
Toate datele sunt stocate în baze de date SQLite criptate AES-256 per utilizator, fără telemetrie. Se obține o precizie de aproximativ 95% pe OpenAI.'s În combinație cu GPT-4.1-mini și SearXNG, LDR, un test de performanță SimpleQA, oferă întreprinderilor, cercetătorilor și profesioniștilor preocupați de confidențialitate o alternativă open-source directă la Perplexity Pro și OpenAI Cercetare aprofundată, fără a trimite nicio solicitare către o terță parte.
Fiecare utilizator primește o bază de date SQLCipher izolată, securizată cu AES-256, același standard de criptare utilizat de Signal Messenger. PBKDF2-SHA512 cu 256,000 de iterații blochează atacurile de tip forță brută, iar HMAC-SHA512 asigură integritatea datelor. Mai important, sesiunile de cercetare se transformă într-o bibliotecă locală în creștere, ceea ce înseamnă că astăzi...'s PubMed extrage informații despre farmacologia GLP-1 va deveni o resursă căutabilă mâine's întrebare privind rezultatele cardiovasculare ale GLP-1.
LDR este livrat cu peste 20 de strategii de cercetare configurabile, de la Rezumatul rapid la 30 de secunde până la Iterația concentrată, care este configurația responsabilă pentru rezultatul SimpleQA de ~95%. Noul mod LangGraph Agent permite LLM-ului să decidă ce motoare de căutare să interogheze și când să sintetizeze, producând bucle de cercetare adaptive și exploratorii.
LDR caută gratuit în arXiv, PubMed, Semantic Scholar, Wikipedia, SearXNG, GitHub, The Guardian și Wayback Machine. Printre extensiile plătite se numără Tavily, Google prin SerpAPI și Brave Search. Căutarea privată de documente folosește încorporarea vectorială și un depozit vectorial local, astfel încât un folder de PDF-uri devine un motor de căutare de primă clasă alături de web-ul deschis.
LDR livrează un server Model Context Protocol care îl înregistrează ca instrument de cercetare delegabil în cadrul Claude Desktop și Claude Code. În loc să introducă pagini web brute în fereastra contextuală, Claude poate delega sarcini de cercetare profundă către LDR, care se ocupă de căutarea paralelă, scraping și sinteza. Acest lucru face ca LDR să fie un backend nativ de cercetare pentru orice stivă agentică compatibilă cu MCP, fără a rescrie stratul de orchestrare.
Un client Python complet autentificat și o API HTTP REST permit cercetarea programatică la scară largă. Orice instrument de recuperare existent compatibil cu LangChain, inclusiv FAISS, Chroma, Pinecone, Weaviate și Elasticsearch, poate fi transmis direct către LDR ca motor de căutare denumit.
Asta înseamnă că echipele pot bloca LDR-ul's orchestrarea cercetării aprofundate pe o stivă RAG existentă fără a migra canalul de indexare, ceea ce o face o potrivire realistă pentru managementul cunoștințelor la nivel de întreprindere și mediile de cercetare bazate pe conformitate.
Planuri de prețuri pentru cercetare locală profundă
| Numele planului | Costat | Caracteristici cheie |
|---|---|---|
| Sursă deschisă (găzduită în regim self-hosting) | $0 | Acces complet la funcții, licențiat MIT, interogări nelimitate |
| Cu LLM local (Ollama) | $0 | Fără taxe API, LLM complet offline, confidențialitate pe primul loc |
| Cu Cloud LLM | Plată pe token către furnizorul LLM | GPT-4.1-mini oferă ~95% SimpleQA, fără taxă LDR |
| Cu Căutare Premium | pachet personalizat | Calitate superioară a surselor, motoare de căutare plătite |
Cine ar trebui să utilizeze cercetarea locală profundă?
LDR este conceput pentru profesioniștii ale căror interogări conțin informații ce nu pot părăsi organizația. Cercetătorii din domeniul sănătății , jurnaliștii de investigație, analiștii de securitate și echipele juridice operează cu toții în baza unor mandate de conformitate sau confidențialitate, ceea ce face ca instrumentele de cercetare bazate pe cloud să nu fie eficiente.
Cu zero telemetrie, imagini Docker semnate cu atestări de proveniență Cosign și SLSA și fără recuperarea parolei prin design, LDR este poziționat ca un instrument de cercetare de nivel de infrastructură, mai degrabă decât ca o aplicație de consum. Dezvoltatorii care rulează deja Ollama sau llama.cpp vor găsi în LDR un strat natural peste un nivel local existent. AI grămadă.
Instrumente de cercetare LDR vs. Cloud
Diferențiatorul principal este suveranitatea datelor. DeschisAI Cercetare aprofundată, Perplexity Proși Google Deep Research direcționează toate interogările printr-o infrastructură proprietară, ceea ce este acceptabil pentru uz general, dar descalifică pentru industriile reglementate.
LDR se potrivește cu performanța lor de referință la aproximativ 95% pe SimpleQA atunci când este configurat cu modele cloud și se situează în intervalul 70-85% cu modelele locale de clasă 20B, ceea ce este încă util din punct de vedere al producției pentru majoritatea sarcinilor de cercetare. Biblioteca de cunoștințe criptate persistente care se acumulează de-a lungul sesiunilor este o capacitate pe care niciunul dintre produsele găzduite nu o oferă în prezent.
Argumente pro şi contra
- Complet gratuit și open source.
- Peste 10 motoare de căutare încorporate.
- Peste 20 de strategii de cercetare.
- Biblioteca de cunoștințe se compune în timp.
- Integrare LangChain RAG.
- Fără telemetrie sau analiză.
- Necesită configurare Docker sau Python.
- GPU necesar pentru cele mai bune modele locale.
- Niciun mecanism de recuperare a parolei.
- Exportul PDF pe Windows necesită pași suplimentari.
Cele mai bune alternative locale de cercetare profundă
| Găzduit de sine AI Asistent de cercetare | Confidențialitatea datelor | Flexibilitate LLM |
|---|---|---|
| Perplexity Pro | Interogări procesate pe serverele Perplexity | Nu există suport pentru modele locale |
| Operatii DeschiseAI Cercetare profundă | Interogări procesate de OpenAI | Numai pentru familia GPT |
| Google Deep Research | Interogări procesate de Google | Doar Gemeni |
| Agent de cercetare Tavily | Bazat pe API, dependent de cloud | Se integrează doar prin API |
