Git Stars Git Stars

#research-agent Repositorios

Descubre 8 repositorios activos de código abierto de GitHub etiquetados con #research-agent, que acumulan 22,631 estrellas en total (una media de 2,828 estrellas por proyecto). El líder de este tema es MiroMindAI/MiroThinker, con 8,455 estrellas.

8
Total de Repositorios
22,631
Total de estrellas
2,828
Promedio de Estrellas/Repo
Lenguajes de programación: Python TypeScript
1
MiroMindAI/MiroThinker

MiroThinker es un agente de investigación profunda optimizado para tareas complejas de investigación y predicción. Nuestros últimos modelos, MiroThinker-1.7, alcanzan 74.0 y 75.3 en BrowseComp y BrowseComp Zh, respectivamente.

MiroMindAI
⭐ 8,455 Python 👤 MiroMindAI Organization 🕐 Actualizado 2026-07-06 📅 Creado 2025-08-07
2
jordan-gibbs/hyperresearch

Convierte Claude Code o Codex en el agente de investigación profunda más inteligente. Recopila, busca y sintetiza investigaciones web en una wiki persistente y consultable que se desarrolla sobre sí misma. API alojada + MCP: hyperresearch.ai

jordan-gibbs
⭐ 4,968 Python 👤 jordan-gibbs User 🕐 Actualizado 2026-11-17 📅 Creado 2026-04-09
3
MiroMindAI/MiroFlow

🏆 Top-1 en 5+ benchmarks | Web UI | Soporta MiroThinker, Claude, Kimi, OpenAI

MiroMindAI
⭐ 3,157 Python 👤 MiroMindAI Organization 🕐 Actualizado 2026-07-06 📅 Creado 2025-08-05
4
OpenNSWM-Lab/FAROS

Un tiempo de ejecución de AutoResearch impulsado por planos para orquestar flujos de trabajo de investigación de IA desde la generación de ideas y experimentos hasta la redacción de artículos y la revisión por pares.

OpenNSWM-Lab
⭐ 3,048 Python 👤 OpenNSWM-Lab Organization 🕐 Actualizado 2026-10-21 📅 Creado 2026-05-13
5
Muuuun/luxas

Un colega de investigación autónomo — desde una pregunta hasta un manuscrito compilado, mientras duermes.

Muuuun
⭐ 1,173 TypeScript 👤 Muuuun User 🕐 Actualizado 2026-11-08 📅 Creado 2026-04-12
6
shuxiachai/academic-commercialization-agent

Una herramienta de IA multiagente que convierte artículos de investigación en evaluaciones de comercialización y transferencia tecnológica con citas, que abarcan el TRL, el panorama de patentes, los mercados y los riesgos. Desarrollada con CrewAI + FastAPI e incluye un benchmark reproducible.

shuxiachai
⭐ 819 Python 👤 shuxiachai User 🕐 Actualizado 2026-11-21 📅 Creado 2026-06-25
7
damonwan1/AutoScholarLoop

Un ciclo de AUTO Research multiagente del grupo de IA del CNIC, CAS, para descubrir ideas, ejecutar experimentos, redactar artículos basados en evidencias, auditar la calidad y observar la Web en tiempo real.

damonwan1
⭐ 540 Python 👤 damonwan1 User 🕐 Actualizado 2026-09-24 📅 Creado 2026-04-24
8
yogsoth-ai/de-anthropocentric-research-engine

Dale a una IA una línea de investigación: se encarga por sí sola de sintetizar la literatura, validar las lagunas, formular hipótesis y diseñar experimentos. 267 habilidades en Markdown conforman un grafo de investigación: 51 operaciones compuestas por 216 pasos atómicos, en cualquier orden y con retroceso explícito; el plan se aprueba antes de ejecutarse y las ejecuciones interrumpidas se reanudan. Instalación con npx, sin entorno de ejecución ni clave de API.

yogsoth-ai
⭐ 516 👤 yogsoth-ai Organization 🕐 Actualizado 2026-10-23 📅 Creado 2026-02-10

Preguntas frecuentes

1

¿Cuál es el repositorio de #research-agent más popular en GitHub?

El proyecto de código abierto de #research-agent mejor posicionado en GitHub es MiroMindAI/MiroThinker, con 8,455 estrellas. MiroThinker es un agente de investigación profunda optimizado para tareas complejas de investigación y predicción. Nuestros últimos modelos, MiroThinker-1.7, alcanzan 74.0 y 75.3 en BrowseComp y BrowseComp Zh, respectivamente.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #research-agent?

Entre los proyectos de #research-agent mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript.

3

¿Cómo se calcula la clasificación de los repositorios de #research-agent?

Seguimos 8 repositorios activos de código abierto etiquetados con #research-agent (500+ estrellas), que suman un total de 22,631 estrellas, con una media de 2,828 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.