Cerno-Agentic-Local-Deep-Research

本地优先的深度研究，推理透明，模型随意切换，数据不出门。

Cerno 是一个本地优先的深度研究平台，利用智能体 AI 将复杂查询分解为可验证的多步骤工作流。它支持在云端 LLM 和自托管模型之间无缝切换，让用户既能享受大模型的强大能力，又能保护数据隐私。平台会追踪每一步推理过程，帮助用户理解 AI 的思考逻辑，同时优化 token 消耗和成本。核心能力包括：多步骤研究任务编排、模型灵活切换、推理过程透明化、本地数据存储。它主要解决传统 AI 研究工具黑箱操作、数据外泄和成本不可控的问题，适合需要严谨、可追溯研究过程的用户。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 90

维护状态低维护

是否开源是

定价模式 free

项目数据

分类智能体

开发团队Cerno-AI

所属国家

官网地址

GitHubhttps://github.com/Cerno-AI/Cerno-Agentic-Local-Deep-Research

定价模式free

价格说明开源项目，MIT许可证，本地部署，完全免费。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agentic-ai,agents,anthropic,autonomous-agents,claude,data-sovereignty,deep-research,deep-research-agent,deepresearch,deepseek,django,docker,gemini,local-first,local-llm,openai,python,react,research-tool,transparency

GitHub 星标★ 90

30天Star增速

HF 下载量

上线时间2025-06-09 00:00:00

最近更新2026-09-19 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

推理过程逐步可视化，研究结论可验证、可回溯
云端与本地模型无缝切换，兼顾性能与数据主权
内置 token 和成本优化，降低深度研究开销

不足之处

早期项目，文档和社区生态待观察
自托管模型部署门槛较高，非技术用户上手难

适用场景

学术研究：需要引用来源和可验证的文献综述
企业竞品分析：涉及敏感数据，不能上传云端
个人深度调研：复杂问题拆解，逐步追踪推理

替代项目

STORM、OpenDeepResearch、GPT Researcher

项目介绍

Cerno-Agentic-Local-Deep-Research 是智能体领域的开源项目，由 Cerno-AI 开发，2025 年首次发布。

它收录于智能体分类，该分类目前共有 2,499 个项目，GitHub 星标数为 90。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-19。MIT许可证，本地部署，完全免费。

它主要面向的使用场景是：学术研究：需要引用来源和可验证的文献综述。同类可对比的替代方案包括 STORM、OpenDeepResearch、GPT Researcher。

上一篇：ai-crm-agents

下一篇：DRAFT