用途：Local Deep Research 是开源深度研究工具，面向需要综合多来源、保持可选本地私密运行的研究者。它并行查询多个学术与网络来源，综合结果并生成带引用的研究报告，适合初步文献综述、跨库核实说法和跨学科选题探索。
主要能力：支持本地大模型（Ollama、LM Studio、vLLM）或云端模型。检索来源包括 Google Scholar、OpenAlex、arXiv、PubMed、Wikipedia、网络搜索和自托管 SearXNG 等，其中 PubMed、arXiv 等无需 API 密钥；网络搜索通常需 Serper 或 Tavily 密钥。报告含执行摘要、分主题发现、行内引用、参考文献和每条论断的置信度评估，可导出 Markdown、HTML 或 PDF。还支持追加提问、批量并行研究及综合对比。
使用方式：安装可用 pip install local-deep-research，或克隆仓库后 pip install -e .。通过环境变量配置模型后端与搜索来源，例如 LDR_LLM_PROVIDER、LDR_LLM_MODEL；命令行执行 local-deep-research "问题"，或用 Python API 创建 DeepResearcher 并调用 research()。内置 Web 界面可运行 local-deep-research --ui。完全本地化可搭配 Ollama 与自托管 SearXNG。
限制：资料未提供收费、价格、平台支持范围及具体效果数据；部分来源依赖外部 API 密钥或自建服务，实际可用性取决于相应服务状态。以上命令与配置请以资料原文为准。