Ollama Deep Research, Alternatif Sumber Terbuka untuk OpenAI Deep Researcher

Ollama Deep Research: alternatif *open-source* OpenAI Deep Researcher. Panduan ini membahas pengaturan, fitur, harga, & mengapa ini pilihan lebih baik.

Ardianto Nugroho

Ardianto Nugroho

13 July 2025

Ollama Deep Research, Alternatif Sumber Terbuka untuk OpenAI Deep Researcher

Apakah Anda lelah mengandalkan alat AI berpemilik untuk kebutuhan penelitian Anda? Tidak perlu mencari lagi selain Ollama Deep Research, sebuah alternatif sumber terbuka yang menawarkan fleksibilitas, privasi, dan efisiensi biaya. Dalam panduan komprehensif ini, kita akan menjelajahi apa itu Ollama Deep Research, cara menggunakannya, keunggulannya dibandingkan OpenAI Deep Researcher, Google’s Deep Research, dan lainnya.

💡
Sebelum kita menyelam lebih dalam, berikut adalah tip cepat: Unduh Apidog secara gratis hari ini! Ini adalah alat yang hebat untuk pengembang yang ingin menyederhanakan pengujian model AI, terutama yang menggunakan LLM (Large Language Models). Apidog membantu Anda merampingkan proses pengujian API, sehingga lebih mudah untuk bekerja dengan teknologi AI mutakhir. Cobalah!
button

Apa itu Ollama Deep Research?

Ollama Deep Research adalah asisten penulisan laporan dan riset web lokal yang dirancang untuk merampingkan proses penelitian Anda. Ia menggunakan model bahasa besar yang dihosting secara lokal, memungkinkan Anda memasukkan topik dan menghasilkan kueri pencarian web yang relevan. Alat ini mengumpulkan hasil pencarian web, meringkasnya secara efektif, dan mengidentifikasi kesenjangan pengetahuan melalui beberapa siklus berulang. Hasil akhirnya adalah ringkasan markdown komprehensif yang mencakup sumber yang dikonsultasikan, menjadikannya ideal untuk peneliti, mahasiswa, dan profesional yang ingin meningkatkan kemampuan riset web mereka.

Bagaimana Cara Kerja Ollama Deep Research?

Ollama Deep Research dirancang untuk merampingkan proses penelitian Anda dengan mengotomatiskan fase pencarian, peringkasan, dan iterasi. Berikut adalah uraian langkah demi langkah tentang cara kerjanya:

Langkah 1: Mulai

Input Pengguna: Proses dimulai ketika Anda memasukkan topik atau kueri ke dalam Ollama Deep Research. Ini bisa berupa pertanyaan sederhana hingga topik penelitian yang kompleks.

Langkah 2: Hasilkan Kueri

Pembuatan Kueri LLM: Ollama menggunakan model bahasa besar (LLM) yang dihosting secara lokal untuk menghasilkan kueri pencarian web yang tepat berdasarkan input Anda. Kueri ini disusun untuk menangkap informasi yang relevan dari web.

Langkah 3: Pencarian Web

Integrasi Mesin Pencari: Kueri yang dihasilkan kemudian digunakan untuk melakukan pencarian web menggunakan API seperti Tavily, Perplexity, atau DuckDuckGo. Mesin-mesin ini mengambil sumber yang relevan terkait dengan topik penelitian Anda.

Langkah 4: Rangkum Sumber

Peringkasan LLM: Sumber yang diambil diringkas menggunakan LLM yang sama. Langkah ini mengekstrak wawasan utama dan mengintegrasikannya ke dalam ringkasan topik penelitian Anda yang terus berkembang.

Langkah 5: Refleksikan Ringkasan

Identifikasi Kesenjangan Pengetahuan: LLM merefleksikan ringkasan untuk mengidentifikasi kesenjangan pengetahuan atau area di mana informasi lebih lanjut diperlukan. Proses refleksi ini sangat penting untuk memastikan pemahaman yang komprehensif tentang topik tersebut.

Langkah 6: Selesaikan Ringkasan

Peningkatan Iteratif: Berdasarkan kesenjangan yang teridentifikasi, kueri pencarian baru dihasilkan untuk mengumpulkan informasi tambahan. Proses pencarian, peringkasan, dan refleksi berulang hingga jumlah iterasi yang telah ditentukan sebelumnya tercapai atau hingga tingkat detail yang diinginkan tercapai.

Hasil Akhir: Hasil akhirnya adalah ringkasan markdown komprehensif yang mencakup semua sumber yang digunakan selama proses penelitian. Ringkasan ini memberikan tinjauan terstruktur dari topik tersebut, lengkap dengan kutipan untuk referensi lebih lanjut.

Langkah 7: Selesai

Tinjauan Pengguna: Setelah ringkasan akhir dihasilkan, Anda dapat meninjaunya untuk memastikan bahwa itu memenuhi kebutuhan penelitian Anda. Proses iteratif memastikan bahwa ringkasan tersebut menyeluruh dan terstruktur dengan baik, sehingga lebih mudah untuk dipahami dan dikembangkan lebih lanjut temuan penelitian Anda.

Proses langkah demi langkah ini memungkinkan Ollama Deep Research untuk memberikan hasil penelitian yang terperinci dan komprehensif sambil menjaga privasi dan kontrol atas data Anda.

Cara Menggunakan Ollama Deep Research: Panduan Langkah demi Langkah

Menggunakan Ollama Deep Research melibatkan pengaturan lingkungan Anda, mengonfigurasi mesin pencari Anda, dan meluncurkan asisten. Berikut adalah panduan terperinci untuk membantu Anda memulai:

Langkah 1: Siapkan Lingkungan Anda

Unduh Aplikasi Ollama: Unduh versi terbaru Ollama dari situs resmi yang kompatibel untuk sistem operasi Anda (Windows, MacOs, atau Linux).

Tarik LLM Lokal: Gunakan perintah ollama pull deepseek-r1:8b untuk mengunduh model bahasa besar (LLM) lokal seperti DeepSeek.

Klon Repository: Klon repository Ollama Deep Researcher menggunakan Git:

git clone https://github.com/langchain-ai/ollama-deep-researcher.git cd ollama-deep-researcher

Buat Lingkungan Virtual (Disarankan):

Untuk Mac/Linux:

python -m venv .venv source .venv/bin/activate

Untuk Windows:

python -m venv .venv .venv\Scripts\Activate.ps1

Langkah 2: Konfigurasikan Mesin Pencari Anda

Mesin Pencari Default: Secara default, Ollama menggunakan DuckDuckGo untuk pencarian web, yang tidak memerlukan kunci API.

Mesin Pencari Alternatif: Untuk menggunakan Tavily atau Perplexity, Anda perlu menambahkan kunci API mereka ke file lingkungan Anda:

# Buat file ".env"
cp .env.example .env

# Tambahkan kunci Anda
echo "Tavily_API_KEY='TYPE-YOUR-KEY-HERE'" >> .env

Atur variabel SEARCH_API ke tavily atau perplexity, dan tambahkan kunci API yang sesuai (TAVILY_API_KEY atau PERPLEXITY_API_KEY).

Langkah 3: Luncurkan Asisten

Instal Dependensi: Instal paket yang diperlukan menggunakan pip:

pip install -e .pip install -U "langgraph-cli[inmem]"

Mulai Server LangGraph: Luncurkan server LangGraph:

langgraph dev

Akses LangGraph Studio: Buka LangGraph Studio Web UI melalui URL yang disediakan di output terminal (mis., https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024).

Konfigurasikan di LangGraph Studio: Di tab konfigurasi, pilih alat pencarian web Anda. Ollama Deep Research terintegrasi dengan mulus dengan mesin pencari web yang kuat seperti DuckDuckGo, Perplexity dan Tavily, masing-masing menawarkan keuntungan unik yang meningkatkan pengalaman penelitian Anda.

Atur nama LLM lokal Anda (mis., llama3.2 atau deepseek-r1:8b) dan sesuaikan kedalaman iterasi penelitian jika diperlukan (default adalah 3).

Langkah 4: Masukkan Kueri Anda

Masukkan Topik Anda: Setelah dikonfigurasi, masukkan topik atau kueri penelitian Anda ke dalam antarmuka LangGraph Studio.

Hasilkan Laporan: Ollama akan menghasilkan laporan markdown komprehensif berdasarkan input Anda, menggunakan mesin pencari dan LLM yang dipilih.

Ollama deep research sample output

Pengaturan ini memungkinkan Anda untuk memanfaatkan kekuatan Ollama Deep Research untuk penelitian yang efisien dan pribadi, dengan fleksibilitas untuk memilih mesin pencari dan LLM pilihan Anda.

Mengapa Menggunakan Ollama Deep Research Dibandingkan yang Lain?

Ollama Deep Research menawarkan beberapa keuntungan dibandingkan alat berpemilik seperti OpenAI Deep Researcher dan Google’s Deep Research:

Privasi dan Kontrol:

Karena Ollama berjalan sepenuhnya di mesin lokal Anda, Anda mempertahankan kontrol penuh atas data dan proses penelitian Anda. Ini sangat penting untuk topik sensitif di mana privasi data sangat penting.

Tidak seperti OpenAI Deep Researcher, yang mengharuskan data dikirim ke server mereka, Ollama menyimpan semua penelitian Anda di internal.

Efisiensi Biaya:

Ollama bersifat sumber terbuka dan dapat dijalankan secara gratis jika Anda memiliki perangkat keras yang diperlukan. Ini menghilangkan kebutuhan untuk panggilan API yang mahal atau biaya berlangganan yang terkait dengan model berpemilik.

OpenAI Deep Researcher, misalnya, awalnya hanya tersedia dengan langganan ChatGPT Enterprise/Pro, yang jauh lebih mahal.

Kustomisasi:

Dengan Ollama, Anda dapat memilih dari berbagai model lokal atau bahkan menyempurnakannya dengan dataset khusus domain. Fleksibilitas ini memungkinkan Anda untuk menyesuaikan alat penelitian Anda dengan kebutuhan spesifik Anda.

Alat berpemilik seperti OpenAI Deep Researcher menawarkan lebih sedikit kustomisasi dan bergantung pada model berpemilik mereka, membatasi kemampuan Anda untuk menyesuaikan parameter atau mengintegrasikan alat khusus.

Fitur Ollama Deep Research

Ollama Deep Research hadir dengan beberapa fitur utama yang menjadikannya pilihan menarik bagi para peneliti:

1. Dukungan Model Lokal:

Ia mendukung LLM yang dihosting secara lokal, memungkinkan Anda untuk memilih model seperti LLaMA-2 atau DeepSeek berdasarkan kebutuhan dan sumber daya Anda. Fleksibilitas ini memastikan bahwa Anda dapat mengoptimalkan kinerja dan akurasi sesuai dengan kemampuan model.

2. Pencarian dan Peringkasan Iteratif:

Alat ini melakukan beberapa siklus pencarian dan peringkasan untuk memastikan cakupan topik yang menyeluruh dan identifikasi kesenjangan pengetahuan. Pendekatan iteratif ini membantu dalam menyempurnakan hasil penelitian dan memberikan tinjauan komprehensif.

3. Pembuatan Laporan Markdown:

Ollama menghasilkan laporan dalam format markdown, yang mudah dibaca dan diedit. Laporan tersebut mencakup semua sumber yang digunakan, sehingga mudah untuk direferensikan dan dikembangkan lebih lanjut penelitian.

4. Menjaga Privasi:

Karena alat ini berjalan secara lokal, ia memastikan bahwa data penelitian Anda tetap pribadi dan aman. Hanya kueri pencarian yang dikirim ke mesin eksternal, dan bahkan itu dapat dikonfigurasi untuk menggunakan opsi non-pelacakan seperti DuckDuckGo.

Harga

Salah satu keuntungan paling signifikan dari Ollama Deep Research adalah model harganya. Sebagai alat sumber terbuka, pada dasarnya gratis untuk digunakan setelah Anda memiliki perangkat keras yang diperlukan. Satu-satunya biaya yang terlibat adalah yang terkait dengan pemeliharaan pengaturan lokal Anda, seperti listrik dan pemeliharaan perangkat keras. Ini sangat kontras dengan alat berpemilik seperti OpenAI Deep Researcher, yang memerlukan langganan mahal atau biaya panggilan API.

Sebagai perbandingan, Google’s Deep Research termasuk dalam paket Google One Premium dengan harga sekitar $20 per bulan, membuatnya lebih mudah diakses daripada penawaran OpenAI tetapi masih kurang hemat biaya daripada Ollama bagi mereka yang memiliki pengaturan perangkat keras yang diperlukan.

Kesimpulan

Ollama Deep Research adalah alternatif sumber terbuka yang kuat untuk alat penelitian mendalam berpemilik seperti OpenAI Deep Researcher. Ia menawarkan privasi, kustomisasi, dan efisiensi biaya yang tak tertandingi, menjadikannya pilihan ideal bagi para peneliti yang menghargai kontrol atas data dan proses penelitian mereka. Apakah Anda seorang mahasiswa, profesional, atau hanya seseorang yang tertarik untuk memperdalam pemahaman Anda tentang suatu topik, Ollama Deep Research menyediakan alat dan fleksibilitas yang Anda butuhkan untuk mencapai tujuan Anda.

button

Explore more

Cara Menggunakan OpenAI Sora Secara Gratis: Panduan Lengkap untuk Microsoft Bing Video Creator

Cara Menggunakan OpenAI Sora Secara Gratis: Panduan Lengkap untuk Microsoft Bing Video Creator

💡Ingin alat Pengujian API hebat yang menghasilkan Dokumentasi API yang indah? Ingin platform Terintegrasi, All-in-One untuk Tim Pengembang Anda bekerja sama dengan produktivitas maksimum? Apidog memenuhi semua permintaan Anda, dan menggantikan Postman dengan harga yang jauh lebih terjangkau!tombol Model teks-ke-video mutakhir OpenAI, Sora, telah mengubah pembuatan konten yang dihasilkan AI dengan kemampuannya menciptakan video yang sangat realistis dari instruksi teks sederhana. Namun, biaya

3 June 2025

Apa itu Ollama? Cara Menginstal Ollama?

Apa itu Ollama? Cara Menginstal Ollama?

💡Ingin alat Pengujian API yang hebat yang menghasilkan Dokumentasi API yang indah? Ingin platform terintegrasi, All-in-One untuk Tim Pengembang Anda bekerja sama dengan produktivitas maksimum? Apidog memenuhi semua permintaan Anda, dan menggantikan Postman dengan harga yang jauh lebih terjangkau! button Lanskap kecerdasan buatan (AI) terus berkembang dengan kecepatan tinggi, dan Model Bahasa Besar (LLM) menjadi semakin kuat dan mudah diakses. Meskipun banyak orang berinteraksi dengan model

28 April 2025

Di Mana Unduh Swagger UI Bahasa Indonesia Gratis?

Di Mana Unduh Swagger UI Bahasa Indonesia Gratis?

Ingin Swagger UI dalam Bahasa Indonesia? Artikel ini menjelaskan mengapa tidak ada unduhan resmi gratis dan cara mengaktifkan terjemahan. Jelajahi fitur Swagger dan lihat mengapa Apidog adalah alternatif Swagger superior untuk desain, pengujian, dan dokumentasi API yang terintegrasi.

23 April 2025

Mengembangkan API dengan Apidog

Apidog adalah alat pengembangan API yang membantu Anda mengembangkan API dengan lebih mudah dan efisien.