#paper-writing Dépôts
Découvrez 11 dépôts GitHub open source actifs associés à #paper-writing, cumulant 43,893 étoiles au total (soit une moyenne de 3,990 étoiles par projet). Le projet en tête de ce thème est wanshuiyin/Auto-claude-code-research-in-sleep, avec 19,552 étoiles.
11 dépôts au total
ARIS ⚔️ (Auto-Research-In-Sleep) — Compétences légères en Markdown uniquement pour la recherche autonome en ML : boucles de revue inter-modèles, découverte d'idées et automatisation d'expériences. Pas de framework, pas de verrouillage — fonctionne avec Claude Code, Codex, OpenClaw ou tout agent LLM.
Ultra léger | Empêcher l'écriture défensive dans les articles académiques | Anti-defensive writing for academic papers — Principes de rédaction académique : Skill + pack de prompts (CN/EN)
Assistant de recherche semi-automatisé pour la recherche académique et le développement logiciel. Prend en charge Claude Code, Codex CLI, Kimi Code CLI et OpenCode dans les domaines de l'idéation, du codage, des expériences, de la rédaction et de la publication.
Un runtime AutoResearch piloté par des plans pour orchestrer les workflows de recherche en IA, de la génération d'idées et des expériences à la rédaction d'articles et à l'évaluation par les pairs.
Une bibliothèque complète de prompts AI conçue pour les étudiants en master, doctorants et chercheurs académiques 📖 Contenu inclus : ✨ Plus de 40 prompts AI soigneusement conçus ✨ Méthode systématique de sélection de sujets de thèse (génération, évaluation, argumentation) ✨ Solutions rapides pour la recherche de papiers (8 schémas différents) ✨ Cadre et outils pour la revue de littérature ✨ Tableau d'évaluation automatique Excel ✨ 3 modèles complets d'argumentation 🚀 Avantages principaux : ⚡ Économie de temps de 50-70 % (sélection de sujet en 3-5 jours au lieu de 2-3 semaines) 🎯 Méthode scientifique (basée sur un système d'évaluation en 5 dimensions) 💡 Prêt à l'emploi (tous les prompts directement copiables et utilisables) 📚 Couverture complète du processus (de la sélection du sujet à la publication) 🎓 Public cible : 👨🎓 Étudiants en master | Doctorants | Projets de fin d'études bachelor | Chercheurs académiques | Créateurs de contenu
3 516 Figure 1 / teasers sélectionnés d’ICLR, ICML, NeurIPS, CVPR, ACL et AAAI (2023–2026), avec badges de niveau et ébauche de figures augmentée par récupération avec FigureForge
Un Super Lab IA avec des Docteurs IA massifs comme Assistants. Meilleur IDE pour la Recherche via la Puissance IA.
Un ensemble de compétences pour les flux de travail de recherche, reliant la littérature, les expériences, les figures, la rédaction, la mémoire et la coordination de projets.
Un flux de travail de rédaction scientifique propulsé par l’IA : des compétences d’agents pour rédiger, réviser, auditer et soumettre à nouveau des manuscrits destinés à des revues de style Nature.
Mimir — un plugin de plateforme de recherche tout-en-un : rédigez et compilez vos articles LaTeX au fil de l’écriture, gérez la littérature arXiv, suivez les expériences, visualisez les métriques et orchestrez des tâches SSH sur des serveurs GPU, pour gérer l’ensemble du cycle de recherche. Un plugin open source de plateforme de recherche couvrant tout le cycle de recherche.
🎓 Assistant IA pour la rédaction d’articles de recherche : 30 modèles de prompts couvrant l’ensemble du processus de rédaction. Prend en charge la traduction entre le chinois et l’anglais, la révision et l’amélioration des textes, les revues de littérature, les réponses aux évaluateurs, les demandes de financement et bien plus encore.
Foire aux questions
Quel est le dépôt #paper-writing le plus populaire sur GitHub ?
Le projet #paper-writing open source le mieux classé sur GitHub est wanshuiyin/Auto-claude-code-research-in-sleep, avec 19,552 étoiles. ARIS ⚔️ (Auto-Research-In-Sleep) — Compétences légères en Markdown uniquement pour la recherche autonome en ML : boucles de revue inter-modèles, découverte d'idées et automatisation d'expériences. Pas de framework, pas de verrouillage — fonctionne avec Claude Code, Codex, OpenClaw ou tout agent LLM.
Quels langages de programmation sont les plus utilisés dans les dépôts #paper-writing ?
Parmi les projets #paper-writing les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, JavaScript, TypeScript.
Comment le classement des dépôts #paper-writing est-il calculé ?
Nous suivons 11 dépôts open source actifs associés à #paper-writing (500+ étoiles), totalisant 43,893 étoiles, avec une moyenne de 3,990 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.