# yaml-language-server: $schema=https://schema.zeabur.app/template.json apiVersion: zeabur.com/v1 kind: Template metadata: name: Local Deep Research spec: description: | AI-powered research assistant that searches multiple sources (arXiv, PubMed, web) and generates comprehensive reports. All data stored locally with encrypted SQLite — no external database required. coverImage: https://avatars.githubusercontent.com/u/206913553 icon: https://avatars.githubusercontent.com/u/206913553 variables: - key: PUBLIC_DOMAIN type: DOMAIN name: Domain description: The domain to access Local Deep Research web UI - key: PASSWORD type: PASSWORD name: Encryption Password description: Password used to encrypt the local SQLite database tags: - AI - Tool readme: | # Local Deep Research AI-powered research assistant that searches 10+ sources — arXiv, PubMed, web, and your private documents — then generates comprehensive, cited reports. Supports local LLMs (via Ollama) and cloud providers (OpenAI, Anthropic, Google). ## First Launch 1. **Open your domain** — the web UI loads at the root URL 2. **Configure your LLM** — set your preferred model provider in the settings (default uses Ollama if available) 3. **Start a research query** — type a question and let the assistant search, analyze, and compile a report 4. **Review the report** — results include citations, source links, and confidence scores ## Key Features - Multi-source research: arXiv, PubMed, Wikipedia, web search, and local documents - Supports local LLMs (Ollama) and cloud APIs (OpenAI, Anthropic, Google) - Per-user encrypted SQLite database — all data stays on your server - Iterative deep research with configurable search depth - Export reports in multiple formats ## Environment Variables Set `LDR_LLM_PROVIDER` and `LDR_LLM_API_KEY` to configure your preferred LLM backend. See the [documentation](https://github.com/LearningCircuit/local-deep-research) for all available settings. ## Persistent Data Research data and configuration are stored in `/data` (backed by a Zeabur volume). ## License MIT — [GitHub](https://github.com/LearningCircuit/local-deep-research) services: - name: local-deep-research icon: https://avatars.githubusercontent.com/u/206913553 template: PREBUILT_V2 spec: source: image: localdeepresearch/local-deep-research:1.4.0 ports: - id: web port: 5000 type: HTTP volumes: - id: data dir: /data env: LDR_DATA_DIR: default: /data LDR_ENCRYPTION_KEY: default: ${PASSWORD} healthCheck: type: HTTP port: web http: path: / domainKey: PUBLIC_DOMAIN localization: es-ES: description: | Asistente de investigacion impulsado por IA. Busca en multiples fuentes (arXiv, PubMed, web) y genera informes completos. Almacenamiento local con SQLite cifrado, sin base de datos externa. variables: - key: PUBLIC_DOMAIN type: STRING name: Dominio description: El dominio para acceder a la Web UI de Local Deep Research - key: PASSWORD type: STRING name: Contrasena de cifrado description: Contrasena para cifrar la base de datos SQLite local readme: | # Local Deep Research Asistente de investigacion impulsado por IA. Busca en mas de 10 fuentes (arXiv, PubMed, web y documentos privados) y genera informes completos con citas. Compatible con LLM locales (Ollama) y proveedores en la nube (OpenAI, Anthropic, Google). ## Primer inicio 1. **Abre tu dominio** — la Web UI carga en la URL raiz 2. **Configura tu LLM** — selecciona tu proveedor de modelo preferido en la configuracion 3. **Inicia una consulta de investigacion** — escribe una pregunta y deja que el asistente busque, analice y compile un informe 4. **Revisa el informe** — los resultados incluyen citas, enlaces de fuentes y puntuaciones de confianza ## Datos persistentes Los datos de investigacion y la configuracion se almacenan en `/data` (respaldado por un volumen de Zeabur). ## Licencia MIT — [GitHub](https://github.com/LearningCircuit/local-deep-research) id-ID: description: | Asisten riset berbasis AI. Mencari dari berbagai sumber (arXiv, PubMed, web) dan menghasilkan laporan komprehensif. Penyimpanan lokal dengan SQLite terenkripsi, tanpa database eksternal. variables: - key: PUBLIC_DOMAIN type: STRING name: Domain description: Domain untuk mengakses Web UI Local Deep Research - key: PASSWORD type: STRING name: Password Enkripsi description: Password untuk mengenkripsi database SQLite lokal readme: | # Local Deep Research Asisten riset berbasis AI. Mencari 10+ sumber (arXiv, PubMed, web, dan dokumen pribadi) lalu menghasilkan laporan lengkap dengan sitasi. Mendukung LLM lokal (Ollama) dan penyedia cloud (OpenAI, Anthropic, Google). ## Peluncuran Pertama 1. **Buka domain** — Web UI dimuat di URL root 2. **Konfigurasi LLM** — pilih penyedia model di pengaturan (default Ollama) 3. **Mulai kueri riset** — ketik pertanyaan, asisten akan mencari, menganalisis, dan menyusun laporan 4. **Tinjau laporan** — hasil mencakup sitasi, tautan sumber, dan skor kepercayaan ## Data Persisten Data riset dan konfigurasi disimpan di `/data` (didukung volume Zeabur). ## Lisensi MIT — [GitHub](https://github.com/LearningCircuit/local-deep-research) ja-JP: description: | AI 搭載のリサーチアシスタント。複数のソース（arXiv、PubMed、Web）を検索し、包括的なレポートを生成。暗号化 SQLite でローカル保存、外部データベース不要。 variables: - key: PUBLIC_DOMAIN type: STRING name: ドメイン description: Local Deep Research Web UI にアクセスするためのドメイン - key: PASSWORD type: STRING name: 暗号化パスワード description: ローカル SQLite データベースの暗号化に使用するパスワード readme: | # Local Deep Research AI 搭載のリサーチアシスタント。arXiv、PubMed、Web、プライベートドキュメントなど 10 以上のソースを検索し、引用付きの包括的なレポートを生成。ローカル LLM（Ollama）とクラウド API（OpenAI、Anthropic、Google）に対応。 ## 初回起動 1. **ドメインにアクセス** — Web UI がルート URL で表示 2. **LLM を設定** — 設定画面でモデルプロバイダーを選択（デフォルトは Ollama） 3. **リサーチクエリを開始** — 質問を入力すると、検索・分析・レポート作成を実行 4. **レポートを確認** — 結果には引用、ソースリンク、信頼度スコアを含む ## 永続データ リサーチデータと設定は `/data` に保存（Zeabur ボリュームで永続化）。 ## ライセンス MIT — [GitHub](https://github.com/LearningCircuit/local-deep-research) ko-KR: description: | AI 기반 연구 보조 도구. 여러 소스(arXiv, PubMed, 웹)를 검색하고 종합 보고서를 생성. 암호화된 SQLite로 로컬 저장, 외부 데이터베이스 불필요. variables: - key: PUBLIC_DOMAIN type: STRING name: 도메인 description: Local Deep Research Web UI에 접속할 도메인 - key: PASSWORD type: STRING name: 암호화 비밀번호 description: 로컬 SQLite 데이터베이스 암호화에 사용할 비밀번호 readme: | # Local Deep Research AI 기반 연구 보조 도구. arXiv, PubMed, 웹, 개인 문서 등 10개 이상의 소스를 검색하고 인용이 포함된 종합 보고서를 생성. 로컬 LLM(Ollama)과 클라우드 API(OpenAI, Anthropic, Google) 지원. ## 첫 실행 1. **도메인 접속** — 루트 URL에서 Web UI가 로드됩니다 2. **LLM 설정** — 설정에서 선호하는 모델 제공자 선택 (기본값 Ollama) 3. **연구 쿼리 시작** — 질문을 입력하면 검색, 분석, 보고서 작성을 수행 4. **보고서 확인** — 결과에는 인용, 소스 링크, 신뢰도 점수가 포함 ## 영구 데이터 연구 데이터와 설정은 `/data`에 저장 (Zeabur 볼륨으로 영구화). ## 라이선스 MIT — [GitHub](https://github.com/LearningCircuit/local-deep-research) th-TH: description: | ผู้ช่วยวิจัยขับเคลื่อนด้วย AI ค้นหาจากหลายแหล่ง (arXiv, PubMed, เว็บ) และสร้างรายงานครบถ้วน เก็บข้อมูลในเครื่องด้วย SQLite เข้ารหัส ไม่ต้องใช้ฐานข้อมูลภายนอก variables: - key: PUBLIC_DOMAIN type: STRING name: โดเมน description: โดเมนสำหรับเข้าถึง Local Deep Research Web UI - key: PASSWORD type: STRING name: รหัสผ่านเข้ารหัส description: รหัสผ่านสำหรับเข้ารหัสฐานข้อมูล SQLite ในเครื่อง readme: | # Local Deep Research ผู้ช่วยวิจัยขับเคลื่อนด้วย AI ค้นหา 10+ แหล่งข้อมูล (arXiv, PubMed, เว็บ และเอกสารส่วนตัว) แล้วสร้างรายงานครบถ้วนพร้อมการอ้างอิง รองรับ LLM ในเครื่อง (Ollama) และผู้ให้บริการคลาวด์ (OpenAI, Anthropic, Google) ## การเปิดใช้งานครั้งแรก 1. **เข้าสู่โดเมน** — Web UI โหลดที่ URL หลัก 2. **ตั้งค่า LLM** — เลือกผู้ให้บริการโมเดลในการตั้งค่า (ค่าเริ่มต้นใช้ Ollama) 3. **เริ่มการค้นคว้า** — พิมพ์คำถาม ผู้ช่วยจะค้นหา วิเคราะห์ และรวบรวมรายงาน 4. **ตรวจสอบรายงาน** — ผลลัพธ์มีการอ้างอิง ลิงก์แหล่งที่มา และคะแนนความเชื่อมั่น ## ข้อมูลถาวร ข้อมูลการวิจัยและการตั้งค่าเก็บไว้ที่ `/data` (สำรองด้วย Zeabur volume) ## สัญญาอนุญาต MIT — [GitHub](https://github.com/LearningCircuit/local-deep-research) zh-CN: description: | AI 驱动的研究助手，搜索多个来源（arXiv、PubMed、网络）并生成完整报告。所有数据以加密 SQLite 本地存储，无需外部数据库。 variables: - key: PUBLIC_DOMAIN type: STRING name: 域名 description: 访问 Local Deep Research Web UI 的域名 - key: PASSWORD type: STRING name: 加密密码 description: 用于加密本地 SQLite 数据库的密码 readme: | # Local Deep Research AI 驱动的研究助手，搜索 10+ 来源（arXiv、PubMed、网络和私人文档），然后生成带有引用的完整报告。支持本地 LLM（通过 Ollama）和云端供应商（OpenAI、Anthropic、Google）。 ## 首次启动 1. **打开域名** — Web UI 在根 URL 加载 2. **配置 LLM** — 在设置中选择偏好的模型供应商（默认使用 Ollama） 3. **开始研究查询** — 输入问题，让助手搜索、分析并汇编报告 4. **查看报告** — 结果包含引用、来源链接和置信度分数 ## 持久化数据 研究数据和配置存储在 `/data`（由 Zeabur 磁盘卷支持）。 ## 许可证 MIT — [GitHub](https://github.com/LearningCircuit/local-deep-research) zh-TW: description: | AI 驅動的研究助手，搜尋多個來源（arXiv、PubMed、網路）並產生完整報告。所有資料以加密 SQLite 本地儲存，無需外部資料庫。 variables: - key: PUBLIC_DOMAIN type: STRING name: 網域 description: 存取 Local Deep Research Web UI 的網域 - key: PASSWORD type: STRING name: 加密密碼 description: 用於加密本地 SQLite 資料庫的密碼 readme: | # Local Deep Research AI 驅動的研究助手，搜尋 10+ 來源（arXiv、PubMed、網路和私人文件），然後產生帶有引用的完整報告。支援本地 LLM（透過 Ollama）和雲端供應商（OpenAI、Anthropic、Google）。 ## 首次啟動 1. **開啟網域** — Web UI 在根 URL 載入 2. **設定 LLM** — 在設定中選擇偏好的模型供應商（預設使用 Ollama） 3. **開始研究查詢** — 輸入問題，讓助手搜尋、分析並彙編報告 4. **檢視報告** — 結果包含引用、來源連結和信心分數 ## 持久化資料 研究資料和設定儲存在 `/data`（由 Zeabur 磁碟區支援）。 ## 授權 MIT — [GitHub](https://github.com/LearningCircuit/local-deep-research)