研究人員經常為咗搵到準確資料而煩惱，尤其係處理大量學術文獻或者私人文件嗰陣，雲端服務又擔心私隱洩露。本地 Deep Research 就係一款專為呢啲痛點而生嘅開源工具，佢容許你喺自己電腦上運行大型語言模型（LLM），結合 10 多個搜尋引擎，包括 arXiv 同 PubMed，甚至你自己嘅私人文件，全部本地加密處理。無論係學術研究定係企業知識管理，都能快速建立可靠知識庫，特別適合唔想依賴雲端、追求私隱同高效嘅用戶，例如大學生、科學家或者獨立開發者。
SimpleQA 基準達 95%，3090 卡上跑 Qwen3.6-27B
呢個工具喺 SimpleQA 基準測試上表現出色，達到約 95% 分數，例如用 Qwen3.6-27B 模型喺單張 RTX 3090 顯示卡上就能實現。呢個成績意味住你唔使頂級伺服器，都能喺個人工作站上獲得接近專業級嘅研究準確率。佢支援 llama.cpp 同 Ollama 等本地推理框架，仲兼容雲端 LLM 如 Google Gemini，讓用戶根據硬件同需求靈活切換。對於硬件有限嘅用戶嚟講，呢種高效本地運行方式大大降低咗門檻，同時避免咗雲端 API 嘅延遲同費用。
10+ 搜尋引擎涵蓋 arXiv、PubMed 及私人文件
打開工具之後，你可以即時存取超過 10 個搜尋引擎，包括專注學術論文嘅 arXiv 同醫學文獻 PubMed，仲支援上傳自己嘅私人文件作為知識來源。呢種多源整合設計，讓研究過程變得無縫，例如輸入一個問題，系統會自動從多個渠道拉取相關資料，再用 LLM 總結分析。相比傳統搜尋引擎，佢更注重深度研究，唔單止列出連結，仲會生成結構化回覆，幫你節省大量閱讀時間。對於醫學研究員或者工程師嚟講，呢個功能特別實用，能快速過濾海量資訊。
另外，工具內建保存搜尋功能，用戶可以儲存常用查詢，之後快速過濾結果，提升重複任務嘅效率。無論係建構個人知識庫定係團隊協作，都能透過資料夾管理文件，保持一切井井有條。
全程本地加密，確保私隱與資料安全
私隱係呢個工具嘅核心賣點，一切運算同儲存都喺本地進行，資料全程加密，唔會上傳到任何第三方伺服器。呢點喺當今雲端服務氾濫嘅環境下，顯得特別寶貴，尤其適合處理敏感研究資料嘅用戶，例如企業內部知識或者個人醫學記錄。相比其他依賴雲端嘅研究助手，Local Deep Research 完全掌控喺你手上，唔使擔心資料外洩或者服務中斷。
安裝簡單，只需從 GitHub 下載，支援常見本地 LLM 框架，仲有社區基準測試幫你挑選最適合嘅模型。無論新手定專家，都能快速上手，開始建構自己嘅深度研究系統。
社區基準助你選模型，輕鬆優化性能
唔知點揀模型？工具提供社區基準結果，讓你參考不同硬件同 LLM 嘅實際表現，例如 Qwen3.6-27B 喺 3090 上嘅 95% SimpleQA 分數，就係基於真實測試。呢種透明數據有助用戶避免試錯，直接部署高效配置。整體嚟講，Local Deep Research 唔單止係工具，更係一個本地化嘅研究生態，結合開源精神同高性能，值得關注。
產品名稱：Local Deep Research
官方網站：https://github.com/LearningCircuit/local-deep-research
