推荐语
一款AI驱动的研究助手，深度迭代分析，保护隐私，支持多种LLMs和搜索集成。
核心内容：
1. 项目简介与高级研究能力
2. 灵活的LLM支持和丰富的输出选项
3. 隐私优先与加强搜索集成
4. 本地文档搜索和示例研究：聚变能源发展
5. 安装指南与依赖项安装
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
项目简介
一款强大的 AI 驱动研究助手，使用多个LLMs和网页搜索进行深度、迭代分析。系统可本地运行以保护隐私，或配置为使用基于云的LLMs以增强功能。
特性
? 高级研究能力
? 灵活 LLM 支持
? 丰富的输出选项
? 隐私优先
? 加强搜索集成
- 自动选择搜索来源：智能“自动”搜索引擎会智能分析您的查询，并根据查询内容选择最合适的搜索引擎
- DuckDuckGo 网络搜索集成（可能遇到速率限制）
- SerpAPI 集成到谷歌搜索结果中（需要 API 密钥）
- 谷歌可编程搜索引擎集成，用于定制搜索体验（需要 API 密钥）
- 《卫报》新闻文章和新闻业的集成（需要 API 密钥）
- 本地 RAG 搜索私人文档 - 使用向量嵌入搜索您的文档
? 本地文档搜索（RAG）
- 兼容各种文档格式（PDF、文本、Markdown 等）
示例研究：聚变能源发展
该仓库包含展示工具功能的完整研究示例。例如，我们的聚变能源研究分析提供了以下全面概述：
本示例展示了系统执行多次研究迭代的能力，跨科学和商业领域追踪证据线索，并从不同来源综合信息，同时保持适当的引用。
安装
克隆仓库：
git clone https://github.com/yourusername/local-deep-research.gitcd local-deep-research
pip install -r requirements.txt
# Install Ollama from https://ollama.aiollama pull mistral # Default model - many work really well choose best for your hardware (fits in GPU)
cp .env.template .env
ANTHROPIC_API_KEY=your-api-key-here OPENAI_API_KEY=your-openai-key-here GUARDIAN_API_KEY=your-guardian-api-key-here
使用
终端使用（不推荐）：
网页界面
该项目包括一个用于更友好用户体验的网页界面：
这将启动一个本地网络服务器，您可以在浏览器中通过 http://127.0.0.1:5000 访问。
网页界面功能：
配置
请将您最佳设置在问题中报告，以便我们改进默认设置。
Key settings in config.py:
关键设置在 config.py 中：
DEFAULT_MODEL = "mistral" DEFAULT_TEMPERATURE = 0.7MAX_TOKENS = 8000
MAX_SEARCH_RESULTS = 40SEARCH_REGION = "us-en"TIME_PERIOD = "y"SAFE_SEARCH = TrueSEARCH_SNIPPETS_ONLY = False
search_tool = "auto"
本地文档搜索（RAG）
系统包括使用检索增强生成（RAG）的强大本地文档搜索功能。这允许您从自己的文档集合中搜索和检索内容。
设置本地收藏
创建一个名为 local_collections.py 的文件在项目根目录下：
import osfrom typing import Dict, Any
LOCAL_COLLECTIONS = { "research_papers": { "name": "Research Papers", "description": "Academic research papers and articles", "paths": [os.path.abspath("local_search_files/research_papers")], "enabled": True, "embedding_model": "all-MiniLM-L6-v2", "embedding_device": "cpu", "embedding_model_type": "sentence_transformers", "max_results": 20, "max_filtered_results": 5, "chunk_size": 800, "chunk_overlap": 150, "cache_dir": ".cache/local_search/research_papers" },
"personal_notes": { "name": "Personal Notes", "description": "Personal notes and documents", "paths": [os.path.abspath("local_search_files/personal_notes")], "enabled": True, "embedding_model": "all-MiniLM-L6-v2", "embedding_device": "cpu", "embedding_model_type": "sentence_transformers", "max_results": 30, "max_filtered_results": 10, "chunk_size": 500, "chunk_overlap": 100, "cache_dir": ".cache/local_search/personal_notes" }}
Create the directories for your collections:```bashmkdir -p local_search_files/research_papersmkdir -p local_search_files/personal_notes
将您的文档添加到这些文件夹中，系统将自动索引它们并使它们可供搜索。
使用本地搜索
您可以使用本地搜索的几种方式：
自动选择：在 config.py 中设置 search_tool = "auto" ，系统将在查询适当的情况下自动使用您的本地收藏。
显式选择：将 search_tool = "research_papers" 设置为仅搜索特定集合。
搜索所有本地收藏：将 search_tool = "local_all" 设置为搜索您所有的本地文档收藏。
查询语法：使用 collection:collection_name your query 来在查询中指定特定的集合。
搜索引擎选项
系统支持多个搜索引擎，可以通过更改 config.py 中的 search_tool 变量来选择：
- 自动（ auto ）：智能搜索引擎选择器，分析您的查询并选择最合适的来源（维基百科、arXiv、本地收藏等）
- 维基百科（
wiki ）：最适合一般知识、事实和概述信息 - arXiv（
arxiv ）：非常适合科学和学术研究，访问预印本和论文 - PubMed（
pubmed ）：非常适合生物医学文献、医学研究和健康信息 - DuckDuckGo（
duckduckgo ）：无需 API 密钥的通用网页搜索 - 《卫报》（
guardian ）：高质量新闻和文章（需要 API 密钥） - SerpAPI（
serp ）：谷歌搜索结果（需要 API 密钥） - 谷歌可编程搜索引擎（
google_pse ）：可控制搜索范围和域的定制搜索体验（需要 API 密钥和搜索引擎 ID） - 本地收藏：在您的
local_collections.py 文件中定义的任何收藏
粤ICP备14082021号
免费POC，
零成本试错
