如何安装 Local Deep Research本地深度研究助手的免费完整配置教程【免费下载链接】local-deep-research~95% on SimpleQA (e.g. Qwen3.6-27B on a 3090). Supports all local and cloud LLMs (llama.cpp, Ollama, Google, ...). 10 search engines - arXiv, PubMed, your private documents. Everything Local Encrypted.项目地址: https://gitcode.com/GitHub_Trending/lo/local-deep-researchLocal Deep Research 是一个完全本地运行的深度研究助手你提一个问题它会检索、阅读、交叉核对最后交给你一份带引用来源的完整报告。数据不出你的电脑用本地模型还一分钱不花——这就是它值得装的理由。深度研究助手能帮你干什么做调研但文档不想交给云端把你的私人文档放进它的检索范围全程本地加密处理。多源文献一次交叉核对自动检索 arXiv、PubMed 等学术源报告自带引用。模型完全跑在本机Ollama 就像一个本地模型播放器模型下载完研究过程就再不出门。装前 30 秒自查Python ≥ 3.8运行python3 --version显示 3.8 以上即可。git 已安装运行git --version出现版本号即可。网络通畅运行curl -I https://pypi.org返回 200 即可。安装主流程四步从克隆到配置步骤 1把代码拉到本地把源码克隆下来再进入项目目录。git clone https://gitcode.com/GitHub_Trending/lo/local-deep-research cd local-deep-research成功标志ls能看到requirements.txt等文件。步骤 2把 Python 依赖装上一条命令装齐全部第三方包。pip install -r requirements.txt成功标志结尾出现Successfully installed ...无红色报错。步骤 3装本地模型可选打算用云端模型的话跳过这步否则安装 Ollama 并拉取模型。curl -L -o ollama.deb https://ollama.ai/downloads/ollama.deb sudo dpkg -i ollama.deb ollama pull gemma3:12b成功标志ollama list里能看到 gemma3:12b。步骤 4填好 .env 配置在项目根目录新建.env文件告诉它用哪个模型。LDR_LLM__PROVIDERollama LDR_LLM__MODELgemma3:12b成功标志文件存在且两行无误。更多可选项见配置文档。首次启动两种方式验证装好Web 版启动后浏览器访问页面python -m local_deep_research.web.app命令行版纯终端交互python -m local_deep_research.main浏览器打开http://127.0.0.1:5000。 页面能打开、能提交问题就说明装好了。3 个常见坑依赖安装失败→ 先升级 pippip install --upgrade pip再重试。模型拉取慢→ gemma3:12b 文件较大耐心等或换小一点的模型。5000 端口被占用→ 运行lsof -i :5000找到占用进程腾出来再启动。到这里你就有了一个数据不出门的深度研究助手。下一步把.env里两个值换成更强的本地模型或接入云端 LLM研究效果立刻不一样。更细的设置可以继续读安装指南。【免费下载链接】local-deep-research~95% on SimpleQA (e.g. Qwen3.6-27B on a 3090). Supports all local and cloud LLMs (llama.cpp, Ollama, Google, ...). 10 search engines - arXiv, PubMed, your private documents. Everything Local Encrypted.项目地址: https://gitcode.com/GitHub_Trending/lo/local-deep-research创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
如何安装 Local Deep Research：本地深度研究助手的免费完整配置教程
如何安装 Local Deep Research本地深度研究助手的免费完整配置教程【免费下载链接】local-deep-research~95% on SimpleQA (e.g. Qwen3.6-27B on a 3090). Supports all local and cloud LLMs (llama.cpp, Ollama, Google, ...). 10 search engines - arXiv, PubMed, your private documents. Everything Local Encrypted.项目地址: https://gitcode.com/GitHub_Trending/lo/local-deep-researchLocal Deep Research 是一个完全本地运行的深度研究助手你提一个问题它会检索、阅读、交叉核对最后交给你一份带引用来源的完整报告。数据不出你的电脑用本地模型还一分钱不花——这就是它值得装的理由。深度研究助手能帮你干什么做调研但文档不想交给云端把你的私人文档放进它的检索范围全程本地加密处理。多源文献一次交叉核对自动检索 arXiv、PubMed 等学术源报告自带引用。模型完全跑在本机Ollama 就像一个本地模型播放器模型下载完研究过程就再不出门。装前 30 秒自查Python ≥ 3.8运行python3 --version显示 3.8 以上即可。git 已安装运行git --version出现版本号即可。网络通畅运行curl -I https://pypi.org返回 200 即可。安装主流程四步从克隆到配置步骤 1把代码拉到本地把源码克隆下来再进入项目目录。git clone https://gitcode.com/GitHub_Trending/lo/local-deep-research cd local-deep-research成功标志ls能看到requirements.txt等文件。步骤 2把 Python 依赖装上一条命令装齐全部第三方包。pip install -r requirements.txt成功标志结尾出现Successfully installed ...无红色报错。步骤 3装本地模型可选打算用云端模型的话跳过这步否则安装 Ollama 并拉取模型。curl -L -o ollama.deb https://ollama.ai/downloads/ollama.deb sudo dpkg -i ollama.deb ollama pull gemma3:12b成功标志ollama list里能看到 gemma3:12b。步骤 4填好 .env 配置在项目根目录新建.env文件告诉它用哪个模型。LDR_LLM__PROVIDERollama LDR_LLM__MODELgemma3:12b成功标志文件存在且两行无误。更多可选项见配置文档。首次启动两种方式验证装好Web 版启动后浏览器访问页面python -m local_deep_research.web.app命令行版纯终端交互python -m local_deep_research.main浏览器打开http://127.0.0.1:5000。 页面能打开、能提交问题就说明装好了。3 个常见坑依赖安装失败→ 先升级 pippip install --upgrade pip再重试。模型拉取慢→ gemma3:12b 文件较大耐心等或换小一点的模型。5000 端口被占用→ 运行lsof -i :5000找到占用进程腾出来再启动。到这里你就有了一个数据不出门的深度研究助手。下一步把.env里两个值换成更强的本地模型或接入云端 LLM研究效果立刻不一样。更细的设置可以继续读安装指南。【免费下载链接】local-deep-research~95% on SimpleQA (e.g. Qwen3.6-27B on a 3090). Supports all local and cloud LLMs (llama.cpp, Ollama, Google, ...). 10 search engines - arXiv, PubMed, your private documents. Everything Local Encrypted.项目地址: https://gitcode.com/GitHub_Trending/lo/local-deep-research创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考