#ai-for-science Repositories
Entdecke 16 aktive Open-Source-GitHub-Repositories, die mit #ai-for-science getaggt sind und insgesamt 30,317 Sterne gesammelt haben (durchschnittlich 1,894 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist aipoch/open-science mit 5,557 Sternen.
Insgesamt 16 Repositories
Die Open-Source-KI-Forschungsumgebung für wissenschaftliche Forschung und Agenten-Workflows. Eine lokal ausgerichtete, modellagnostische Desktop-App mit erweiterbaren Fähigkeiten, MCP-Tools und Konnektoren, Python/R-Ausführung sowie nachvollziehbaren Artefakten für reproduzierbare Forschung unter macOS, Windows und Linux.
AI for Science Aufsatz Interpretationen Sammlung (wird ständig aktualisiert), Aufsatz/Datensatz/Tutorial Download: hyper.ai
Eine blueprint-gesteuerte AutoResearch-Laufzeitumgebung zur Orchestrierung von KI-Forschungsworkflows von der Ideengenerierung und Experimenten bis hin zum Verfassen von Papieren und Peer-Review.
Formale Verifikation für KI: ein auf Lean 4 + Dafny basierender Beweisprüfer, der gefälschte KI-Beweise (Reward Hacking) erkennt, sowie verifizierte rekursive Selbstverbesserung (RSI) für Programmieragenten. KI für Mathematik, Physik und Softwareentwicklung.
Open Science Desktop — lokale, modellunabhängige KI-Forschungsumgebung für macOS, Windows und Linux. Open-Source-Desktop-Alternative zu Claude Science, basierend auf Tauri + MCP + Agentenfähigkeiten.
Eine kuratierte Liste von großartigen KI-Tools, Bibliotheken, Papern, Datensätzen und Frameworks, die die wissenschaftliche Entdeckung beschleunigen – von Physik und Chemie bis hin zu Biologie, Materialien und darüber hinaus.
AgentSociety 2 ist eine moderne, LLM-native Plattform für die Agentensimulation, die für die Sozialwissenschaften-Forschung und experimentelles Design entwickelt wurde. Sie bietet einen flexiblen Rahmen für die Erstellung und Verwaltung intelligenter Agenten in simulierten Umgebungen.
Open-Source, lokale Desktop-KI-Forschungswerkbank für wissenschaftliches Rechnen mit Python/R, MCP-Bioinformatik-Tools, SSH/WSL/GPU-Laufzeiten und OpenAI/Anthropic-Modellen.
Terminal-Bench-Science: Bewertung von KI-Agenten in Forschungsabläufen über verschiedene wissenschaftliche Disziplinen hinweg
Ein KI-Tool mit mehreren Agenten, das Forschungsarbeiten in zitierte Bewertungen zur Kommerzialisierung und zum Technologietransfer umwandelt und dabei TRL, Patentlandschaft, Märkte und Risiken abdeckt. Entwickelt mit CrewAI + FastAPI und mit einem reproduzierbaren Benchmark.
AutoWissenschaftler: Selbstorganisierende Agententeams für langlaufende wissenschaftliche Experimente
Eine kuratierte Liste von Ressourcen zu generativen Flussnetzwerken (GFlowNets).
Häufig gestellte Fragen
Welches ist das beliebteste #ai-for-science-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#ai-for-science-Projekt auf GitHub ist aipoch/open-science mit 5,557 Sternen. Die Open-Source-KI-Forschungsumgebung für wissenschaftliche Forschung und Agenten-Workflows. Eine lokal ausgerichtete, modellagnostische Desktop-App mit erweiterbaren Fähigkeiten, MCP-Tools und Konnektoren, Python/R-Ausführung sowie nachvollziehbaren Artefakten für reproduzierbare Forschung unter macOS, Windows und Linux.
Welche Programmiersprachen werden in #ai-for-science-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #ai-for-science-Projekten auf GitHub sind Python, TypeScript, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #ai-for-science-Repositories berechnet?
Wir verfolgen 16 aktive Open-Source-Repositories, die mit #ai-for-science getaggt sind (500+ Sterne), mit insgesamt 30,317 Sternen und durchschnittlich 1,894 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.