Skip to main content
PromptQuorum
ホーム/ローカルLLM活用/Local Deep Researchレビュー2026:出典付きセルフホスト型AIリサーチエージェント
Local AI Agents & Tool Use

Local Deep Researchレビュー2026:出典付きセルフホスト型AIリサーチエージェント

·12分で読める·Hans Kuepper 著 · PromptQuorumの創設者、マルチモデルAIディスパッチツール · PromptQuorum
言語を選択:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Local Deep Researchは、無料・オープンソースのセルフホスト型AIリサーチエージェント(ソースはgithub.com/LearningCircuit/local-deep-research)で、arXiv、PubMed、Wikipedia、GitHub、一般的なWebなどのソースを横断して多段階の調査を実行し、自分で設定したLLMを使って出典付きレポートを生成します。 MITライセンスで有料ティアはなく、GitHubリポジトリに料金ページはありません。発生する費用は、自分が選んで接続するLLMプロバイダーや検索APIの分だけです。pip install local-deep-researchでインストールでき、Ollama、LM Studio、llama.cppによるローカルモデルで動作するほか、クラウドプロバイダー(OpenAI、Anthropic、Google Gemini、OpenRouter)やプレミアム検索API(Tavily、SerpAPI、Brave Search)をオプションとして追加できます。

Local Deep Research(github.com/LearningCircuit/local-deep-research)は、arXiv、PubMed、Wikipedia、Webなどのソースに問い合わせながら多段階でエージェント的な調査を実行し、自分で設定したLLM——Ollamaやllama.cppによるローカルモデル、またはクラウドAPI——で結果を要約して出典付きレポートを生成する、無料・オープンソースのPythonツールです。pip install local-deep-researchでインストールでき、WebUI、Pythonライブラリ、CLI、HTTP API、そしてClaude DesktopとClaude Code連携用のMCPサーバーを備えています。このレビューでは、実際に何ができるか、インストールと設定方法、そして他のセルフホスト型リサーチ・検索エージェントとの比較を扱います。

重要なポイント

  • Local Deep Researchは無料・オープンソースで、公式LICENSEファイルはMIT
  • 単発の検索・要約呼び出しではなく多段階でエージェント的な調査を実行し、出典を明示したレポートを生成
  • ローカルLLM——Ollama、LM Studio、llama.cppに対応——またはクラウドプロバイダー(OpenAI、Anthropic Claude、Google Gemini、OpenRouter、Requesty)で動作
  • 無料の検索ソース:arXiv、PubMed、Semantic Scholar、Wikipedia、SearXNG、GitHub、Wayback Machine、The Guardian。プレミアムオプション(Tavily、SerpAPI経由のGoogle、Brave Search)はオプトインで、それぞれ独自のAPIキーが必要
  • インターフェース:WebUI(localhost:5000)、Pythonライブラリ(quick_query()、LDRClient)、CLI、認証付きREST API、Claude DesktopおよびClaude Code向けMCPサーバー
  • プロジェクト自身のドキュメントによると、ユーザーごとにAES-256で暗号化されたデータベースを使用し、ツール自体にはテレメトリ、アナリティクス、トラッキング機能は組み込まれていない
  • pip install local-deep-researchまたはDocker Compose(OllamaとSearXNGも同時に起動)で利用可能
  • GitHubリポジトリ(github.com/LearningCircuit/local-deep-research)は2026年9月時点で約9,100スター

📍 一文で説明

Local Deep Researchは、無料・オープンソースのセルフホスト型AIリサーチエージェントで、学術・Webソースを横断して多段階の調査を実行し、自分で設定したLLM(ローカルまたはクラウド)を使って出典付きレポートを生成します。

💬 簡潔に説明

チャットボットに1つ質問して未検証の答えを1つ得るのとは違い、Local Deep Researchはリサーチの質問を複数のステップに分解し、複数のソース(学術的な話題ならarXivやPubMed、一般的な話題なら一般のWebなど)を検索して、各主張の出典を示すレポートを書き上げます。Ollamaのようなローカルモデルを使えば自分のマシン上だけで完結させることもでき、リサーチの質問自体がコンピューターの外に出る必要がありません。

📌補足: このレビューは、ローカルLLMソフトウェアディレクトリにあるLocal Deep Researchの項目を深掘りする姉妹記事です。他の数十種類のローカル・セルフホストAIツールとの比較は同ページを参照してください。

Local Deep Researchとは?

Local Deep Researchは、自分で設定したLLMと検索ソースを使って、多段階で出典付きのAIリサーチを実行するPythonツールです。 GitHub上の説明では、深く掘り下げたエージェント的な調査のための「AI搭載のリサーチアシスタント」と位置づけられており、ローカルモデルで設定した場合には「すべてローカルかつ暗号化」で動作することが強調されています。これは、単発の未検証チャット回答ではなく、出典が明示された文書化済みの回答を求める研究者を想定した設計です。

  • 中核機能:単発クエリではなく多段階のリサーチを計画・実行するエージェントで、設定可能な学術・Webソースから情報を取得し、出典付きレポートを作成する
  • LLMバックエンド:Ollama(デフォルトエンドポイントhttp://localhost:11434)、LM Studio、llama.cppによるローカルモデル。クラウドプロバイダーのOpenAI、Anthropic Claude、Google Gemini、OpenRouter、Requestyにも対応
  • 検索ソース:無料オプションにはarXiv、PubMed、Semantic Scholar、Wikipedia、SearXNG、GitHub、Wayback Machine、The Guardianが含まれる。プレミアムオプション(Tavily、SerpAPI経由のGoogle、Brave Search)にはユーザー自身のAPIキーが必要
  • ライセンス:寛容なオープンソースライセンスであるMIT
  • 開発者/組織:LearningCircuit GitHub組織——プロジェクトのソースコード、リリース、課題管理の正規かつ積極的にメンテナンスされている拠点
  • インターフェース:ブラウザベースのWebUI、Python API(quick_query()およびLDRClientクラス)、ベンチマークと自動化向けのCLI、認証付きREST API、Claude DesktopおよびClaude Code向けMCPサーバー

Local Deep Researchのプロジェクト沿革とバージョンの節目

Local Deep Researchは継続的にリリースされており、このレビュー時点でGitHubリポジトリのmainブランチには数千件のコミットがあります。 その過程で検索ソース連携、MCPサーバー、ユーザーごとの暗号化データベースなどを追加してきました。以下の節目はプロジェクトの公開リポジトリの活動から抽出したものです。完全かつ最新の履歴はGitHubリポジトリを直接確認してください。

  1. 1
    中核となる多段階リサーチエンジンとCLI
    Why it matters: 単発の検索・要約呼び出しではなく、クエリを計画し、複数のソースを検索し、出典付きの回答を統合するという基礎的なエージェント的リサーチループ。
  2. 2
    無料の学術・Web検索ソース連携(arXiv、PubMed、Semantic Scholar、Wikipedia、SearXNG、GitHub、Wayback Machine、The Guardian)
    Why it matters: 有料検索APIを必要とせずに、引用可能な学術文献と一般的なWebソースへのアクセスをエージェントに与える。
  3. 3
    ローカルLLMバックエンド対応(Ollama、LM Studio、llama.cpp)
    Why it matters: 計画・検索・レポート生成というリサーチループ全体を自分のハードウェア上のモデルに対して実行でき、リサーチクエリを第三者に送信せずに済む。
  4. 4
    OllamaとSearXNGを同梱したDocker Composeデプロイ
    Why it matters: ローカルモデルサーバーとセルフホスト検索エンジン(SearXNG)をリサーチエージェントと一緒に`docker compose up -d`一発で立ち上げられるようにし、セルフホストを簡素化。
  5. 5
    ユーザーごとのAES-256暗号化データベース
    Why it matters: リサーチ履歴と結果をユーザーごとのデータベースレベルで暗号化。Local Deep Researchを複数ユーザーでセルフホストする場合に関連。
  6. 6
    Claude DesktopおよびClaude Code向けMCPサーバー
    Why it matters: スタンドアロンのWebUIやCLIとしてだけでなく、Model Context Protocol経由でClaude DesktopやClaude Code内のツールとしてLocal Deep Researchを動作させられる。
  7. 7
    v1.10.3 — SearXNGインスタンスURLのピン留め要件
    Why it matters: このバージョン以降、SearXNGのlocalhost検索エンジンを使うには設定内でインスタンスURLをピン留めする必要があり、プロジェクトの`docs/SearXNG-Setup.md`に記載されている。このレビューが確認できた最新のバージョン固有の変更点。

Local Deep Researchでできること

Local Deep Researchの機能は、リサーチの質問を多段階の出典付き調査へと変えることを中心としており、ローカルモデル対応は後付けではなく第一級のオプションとして扱われています。以下は、プロジェクト自身のGitHub READMEに基づく各機能の実際の内容です。

  • リサーチモード — 手早い概要向けのクイックサマリー、より深い多ソース調査向けの詳細リサーチ、フルレポート生成、そして自分で提供したファイルに対するドキュメント分析
  • 多段階のエージェント的検索 — 単発の未検証チャット回答を返すのではなく、エージェントがリサーチアプローチを計画し、複数の設定済みソースに問い合わせ、各ソースへの出典を伴うレポートに調査結果を統合する
  • ローカルLLM対応 — Ollama(デフォルトhttp://localhost:11434)、LM Studio(http://localhost:1234/v1)、llama.cpp(http://localhost:8080/v1)によるローカルモデルに対してリサーチと執筆のパイプライン全体を実行し、リサーチの質問と結果が自分のマシンから外に出ないようにできる
  • クラウドLLM対応 — ローカルモデルのオプトインの代替として、OpenAI、Anthropic Claude、Google Gemini、OpenRouter(100以上のモデル)、またはRequesty(100以上のモデル)を接続可能
  • 学術・Web検索ソース — 無料ソースにはarXiv、PubMed、Semantic Scholar、Wikipedia、SearXNG(セルフホストのメタ検索)、GitHub、Wayback Machine、The Guardianが含まれる。プレミアムソース(Tavily、SerpAPI経由のGoogle、Brave Search)にはユーザー自身のAPIキーが必要
  • カスタム・ローカルドキュメント検索 — 自分自身のローカルドキュメントを検索したり、LangChainのretrieverを接続したり、複数ソースをメタ検索構成に組み合わせたりできる
  • ニュース購読 — カスタマイズ可能な配信スケジュールで、トピックに関する自動・定期的なリサーチダイジェストを設定できる
  • REST API、アナリティクスダッシュボード、ベンチマークツール — CSRF保護付きの認証済みHTTP API、リサーチ実行を追跡するダッシュボード、モデル/検索設定を比較するための組み込みベンチマークユーティリティ
  • エクスポートと連携 — リサーチレポートをPDFまたはMarkdownにエクスポートでき、MCPサーバーとしてLocal Deep ResearchをClaude DesktopやClaude Codeに接続できる

使用例:Local Deep Researchの3つの使い方

以下は上記で紹介したLocal Deep Researchの機能に基づく具体的なワークフローであり、仮定のユースケースではありません。

Local Deep Researchの料金:本当に無料か?

はい——Local Deep Research自体に有料ティアはありません。 GitHubリポジトリに料金ページはなく、MITライセンスがコードベース全体に適用され、支払いによって制限される機能はありません。実際に発生しうる費用は、Local Deep Research自体からではなく、自分が選んで接続するLLMプロバイダーや検索ソースから生じます。

Local Deep Researchソフトウェア

Cost:
無料、MITライセンス、ツール自体による利用制限なし

ローカルLLMバックエンド(Ollama、LM Studio、llama.cpp)

Cost:
無料——自分のハードウェア上で動作し、クエリごとのAPI費用なし

クラウドLLMバックエンド(OpenAI、Anthropic、Gemini、OpenRouter、Requesty)

Cost:
API利用料をプロバイダーに直接支払う。Local Deep Researchはマークアップを追加しない

無料の検索ソース(arXiv、PubMed、Wikipedia、SearXNG、GitHubなど)

Cost:
無料、ほとんどの場合APIキー不要

ローカルモデル(Ollama経由)とarXiv、PubMed、SearXNGのような無料検索ソースを組み合わせた完全ローカル構成なら、自分のハードウェアと電気代を除けば実質的にゼロコストでLocal Deep Researchを運用できます。クラウドLLMやプレミアム検索プロバイダーを追加すると、それらのプロバイダーから利用量に応じた費用が発生しますが、これはLocal Deep Research自体のMITライセンスの無料コードベースとは完全に別物です。

Local Deep Research vs. Vane

Local Deep ResearchとVane(旧Perplexica)は、どちらもクローズドなAI検索製品に対するセルフホスト・オープンソースの代替ですが、狙うリサーチの深さが異なります。VaneはPerplexityスタイルの出典付き回答で質問に素早く答えるように作られており、Local Deep Researchはより長い時間がかかることがある代わりに、より深く多段階の調査を扱うように作られています。

主なユースケース

Local Deep Research:
出典付きの多段階・詳細リサーチレポート
Vane:
出典付きの高速なPerplexityスタイル回答

学術ソース

Local Deep Research:
arXiv、PubMed、Semantic Scholarを標準搭載
Vane:
ソース一覧は専用のVaneレビューを参照

ローカルLLM対応

Local Deep Research:
Ollama、LM Studio、llama.cpp
Vane:
対応バックエンドは専用のVaneレビューを参照

インターフェース

Local Deep Research:
WebUI、Pythonライブラリ、CLI、REST API、MCPサーバー
Vane:
インターフェースの選択肢は専用のVaneレビューを参照

ライセンス

Local Deep Research:
MIT
Vane:
現在のライセンス詳細は専用のVaneレビューを参照

レポートの深さ

Local Deep Research:
クイックサマリーからフルレポートまでの多段階リサーチモード
Vane:
専用の多段階レポートモードではなく単発または会話形式の回答

ブラウジング中の特定の質問に素早く出典付きで答えてほしい——セルフホストのPerplexity代替が欲しい——という用途なら、Vaneがそのユースケースに直接合います。詳細はVaneレビュー全文を参照してください。エクスポートして引用できる、より長く多ソースなリサーチレポートが必要なら、Local Deep Researchのより深く多段階な設計の方が適しています。

Local Deep Researchはどんな人向けか?

Local Deep Researchが適しているかどうかは、単発のチャット回答ではなく本当に多段階で出典付きのリサーチ成果物を必要としており、自分で設定したLLMバックエンドを使うPythonツールの運用に抵抗がないかによって決まります。

Local Deep Research vs. 他のリサーチ・エージェントツール

Local Deep Researchは、AI支援の検索と自律的なリサーチ/エージェントワークフローという、より広いセルフホスト型ツールのカテゴリに属しています。この分野で他の選択肢とどう比較されるかを紹介します。全カタログはローカルLLMソフトウェアディレクトリを、最も近い一騎打ちの比較は上記のLocal Deep Research vs. Vane比較を参照してください。

  • Vane(旧Perplexica) — 多段階の詳細レポートではなく、素早い単発の出典付き検索向けに作られた、セルフホストのPerplexityスタイルAI回答エンジン。詳細は上記の比較セクションとVaneレビューを参照。
  • Onyx(旧Danswer) — 組織自身の内部ドキュメントやコネクタを検索するために作られた、セルフホスト型のエンタープライズ検索・RAGプラットフォームで、Local Deep Researchの学術/Webリサーチ重視とは異なるユースケース。詳細はOnyxレビューを参照。
  • Agent Zero — リサーチを含む多くのタスクタイプに対応できる汎用の自律エージェントフレームワークで、対応範囲は広いが、Local Deep Researchほど出典付き学術リサーチに特化していない。詳細はAgent Zeroレビューを参照。
  • BabyAGI — 初期の影響力あるautonomousタスク管理エージェントフレームワーク。エージェント的なリサーチループがどう進化してきたかを理解する上で有用だが、Local Deep Researchほど出典付きリサーチ成果物に特化していない。詳細はBabyAGIレビューを参照。

Local Deep Research評価時によくある誤解

Local Deep Researchに関する混乱の多くは、単発の質問に答えるチャットボットのように動作すると思い込むこと、パイプラインのどの部分が実際にローカルで動作するかを誤解すること、報告されたベンチマーク数値を普遍的なものとして過大評価することから生じます。

よくある質問

Local Deep Researchとは何ですか?

Local Deep Research(ソースはgithub.com/LearningCircuit/local-deep-research)は、学術・Webソースを横断して多段階でエージェント的な調査を実行し、自分で設定したLLM(ローカルまたはクラウド)を使って出典付きレポートを生成する、無料・オープンソースのPythonツールです。

Local Deep Researchは無料ですか?

はい。ツール自体は無料でMITライセンスであり、料金ページも有料ティアもありません。クラウドLLMプロバイダーやプレミアム検索APIを接続する場合、その費用はプロバイダーに直接支払います——Local Deep Researchはマークアップを追加しません。

Local Deep Researchはオープンソースですか?どのライセンスを使っていますか?

はい、MITライセンスのオープンソースであり、GitHubリポジトリ内のLICENSEファイルで確認できます。

Local Deep Researchは完全にオフライン/完全にローカルで動作しますか?

そのように設定すれば可能です。ローカルLLMバックエンド(Ollama、LM Studio、llama.cpp)と、arXiv、PubMed、Wikipedia、セルフホストのSearXNGインスタンスのような無料ソースを組み合わせれば、リサーチと生成のパイプラインを自分のハードウェア上に留められます。ただし、arXivやWikipediaのような公開ソースへの検索リクエスト自体は、それらの公開サービスに到達するために自分のマシンから外に出ます。これはLLM推論がローカルかどうかとは別の考慮事項です。

Local Deep Researchはどうやってインストールしますか?

pip install local-deep-researchでインストールしてpython -m local_deep_research.web.appを実行するか、リポジトリのDocker Composeファイルを使ってdocker compose up -dを実行します。後者はOllamaとSearXNGもアプリと一緒に起動します。

Local Deep ResearchはどのLLMプロバイダーに対応していますか?

ローカルバックエンド:Ollama、LM Studio、llama.cpp。クラウドプロバイダー:OpenAI、Anthropic Claude、Google Gemini、OpenRouter(100以上のモデル)、Requesty(100以上のモデル)に加え、カスタムのOpenAI互換・Anthropic互換エンドポイントにも対応しています。

Local Deep Researchはどの検索ソースを使いますか?

無料ソースにはarXiv、PubMed、Semantic Scholar、Wikipedia、SearXNG、GitHub、Wayback Machine、The Guardianが含まれます。プレミアムでオプトインのソースにはTavily、Google(SerpAPI経由)、Brave Searchがあり、それぞれユーザー自身のAPIキーが必要です。

Local Deep ResearchにはAPIやMCP対応がありますか?

はい。CSRF保護付きの認証済みREST API、Pythonライブラリ(quick_query()、LDRClient)、そしてClaude DesktopとClaude Codeとの連携用MCPサーバーを提供しています。

Local Deep ResearchはVane(旧Perplexica)とどう違いますか?

Vaneは、素早い単発のPerplexityスタイル出典付き回答向けに作られています。Local Deep Researchは、専用のリサーチモード(クイックサマリーからフルレポートまで)と、arXivやPubMedのような組み込みの学術ソースを備えた、より深く多段階のリサーチ向けに作られています——詳細は上記の専用比較セクションを参照してください。

Local Deep Researchは誰が開発していますか?

Local Deep Researchは、プロジェクトの活発なソースコード、リリース、課題管理をホストするLearningCircuit GitHub組織のもとでメンテナンスされています。

出典

← ローカルLLM活用 に戻る