一个完全本地化的网络研究和报告编写助手
Ollama Deep Researcher 是一个由 LangChain 团队开发的开源项目，旨在提供一个完全本地化的网页研究与报告撰写助手。该工具结合了本地大语言模型（LLM）和网页搜索引擎，自动化地进行信息检索、总结和迭代优化，最终生成包含引用来源的 Markdown 格式研究报告。
🔍 项目核心功能
- 完全本地运行：利用 Ollama 或 LMStudio 托管的本地 LLM，无需将数据发送到云端，保障数据隐私。
- 智能迭代研究：通过多轮迭代（默认3轮，可配置）自动优化搜索策略，填补知识空白。
- 多搜索引擎支持：默认使用 DuckDuckGo，也可配置 Tavily 或 Perplexity 作为搜索引擎。
- 可视化研究流程：通过 LangGraph Studio 实时监控研究进程，包括搜索结果、摘要和最终报告的生成过程。
- 学术级输出：自动生成带有完整引用的 Markdown 格式研究报告，方便进一步编辑和分享。
⚙️ 工作流程概述
- 生成搜索查询：用户输入研究主题后，LLM 生成初始的网页搜索查询。
- 获取并总结搜索结果：通过配置的搜索引擎获取相关网页内容，并由 LLM 进行摘要。
- 识别知识空白并迭代优化：LLM 分析摘要，识别信息缺口，生成新的搜索查询，重复上述步骤进行优化。
- 生成最终报告：经过多轮迭代后，生成包含所有引用来源的 Markdown 格式研究报告。
🚀 快速上手指南（以 Mac 为例）
- 安装 Ollama 应用：从 Ollama 官方网站 下载并安装适用于 Mac 的应用。
- 拉取本地 LLM 模型：例如，使用以下命令拉取 DeepSeek R1 模型：
ollama pull deepseek-r1:8b(GitHub – langchain-ai/local-deep-researcher: Fully local web research and report writing assistant)
- 配置搜索引擎 API（可选）：注册 Tavily 并获取 API 密钥，设置环境变量
TAVILY_API_KEY。 - 克隆项目并启动服务：
git clone https://github.com/langchain-ai/ollama-deep-researcher.git cd ollama-deep-researcher python -m venv .venv source .venv/bin/activate pip install -e . langgraph dev(GitHub – langchain-ai/ollama-deep-researcher: Fully local web research and report writing assistant)
- 访问 LangGraph Studio：在浏览器中打开
http://127.0.0.1:2024，进入 LangGraph Studio，配置研究参数并开始使用。 (올라마 딥 리서치, 오픈AI 딥 리서처의 오픈 소스 대안)
🧠 项目灵感与技术背景
Ollama Deep Researcher 的设计灵感来源于 IterDRAG 方法，该方法通过将查询分解为子查询，逐步获取和总结信息，构建完整的知识图谱。该项目利用 LangGraph 构建研究流程图，结合本地 LLM 实现自动化的信息检索与总结。 (ollama-deep-researcher/README.md at main · langchain-ai/ollama-deep-researcher · GitHub, [AI 오픈소스] Ollama Deep Researcher – 최강의 로컬 웹 리서치 및 보고서 작성 도우미)
📁 项目资源与链接
- GitHub 仓库： (GitHub – langchain-ai/ollama-deep-researcher: Fully local web research and report writing assistant)
- 视频教程：项目提供了从零开始构建和使用的详细视频教程，帮助用户快速上手。
- LangGraph Studio：通过可视化界面，用户可以实时监控研究过程，调整参数，查看中间结果。
Github：https://github.com/langchain-ai/ollama-deep-researcher
