#autoresearch Repository
Scopri 20 repository GitHub open source attivi contrassegnati con #autoresearch, che raccolgono un totale di 40,850 stelle (con una media di 2,042 stelle per progetto). Il progetto leader di questo argomento è alchaincyf/darwin-skill, con 7,015 stelle.
20 repository in totale
达尔文.skill —— Un sistema che fa evolvere infinitamente i tuoi Skill: valutazione→miglioramento→test→mantieni o rollback | Ottimizzazione autonoma delle skill ispirata ad Autoresearch per Claude Code. Valuta, migliora, testa, mantieni o reverting.
Habilità di Autoricerca Claude — Iterazione autonoma orientata agli obiettivi per Claude Code. Ispirato all'autoricerca di Karpathy. Modifica → Verifica → Mantieni/Scarta → Ripeti per sempre.
Abilità Codex Autoresearch — Un sistema iterativo auto-diretto per Codex che cicla continuamente attraverso: modifica, verifica, conserva o scarta, e ripete indefinitamente. Ispirato al concetto di autoresearch di Karpathy.
Un runtime AutoResearch basato su blueprint per orchestrare flussi di lavoro di ricerca sull'IA, dalla generazione di idee e esperimenti alla scrittura di articoli e alla revisione tra pari.
Un elenco curato di loop di miglioramento autonomi, agenti di ricerca e sistemi in stile autoresearch ispirati all'autoresearch di Karpathy.
Il primo sistema AGI distribuito. Migliaia di agenti AI autonomi che collaborano ad addestrare modelli, condividono esperimenti tramite gossip P2P e spingono le innovazioni qui. Completamente peer-to-peer. Unisciti dal tuo browser o dalla CLI.
AutoResearch per kernel GPU. Fornisci qualsiasi modello PyTorch, lascialo dormire e, al risveglio, ottieni kernel Triton ottimizzati.
AIDE: un agente LLM per l'ingegneria del machine learning, la ricerca da cui è nato Weco. Citato in MLE-bench di OpenAI.
Competenze riutilizzabili per agenti IA che coltivano fattorie software: esplora idee, scrivi specifiche, lascia che gli agenti sviluppino senza supervisione e poi seleziona ciò che è cresciuto: elimina le erbacce, pota e rivedi. Compatibile con Claude Code, Codex e altri agenti che supportano le competenze.
trasforma la tua base di codice in un ciclo di ricerca automatica: scopre cosa misurare, strumenta il benchmark e poi esegue una ricerca ad albero con sotto-agenti paralleli.
un harness ricorsivo auto-migliorante progettato per aiutare i tuoi agenti (e iterazioni future di quegli agenti) a riuscire in qualsiasi compito
Un agente di ricerca autonomo generalista — esegue esperimenti, ricerca e ottimizza iterativamente, in modo autonomo.
Principia estrae principi riutilizzabili, compone questi principi in idee di ricerca tracciabili e aiuta i ricercatori a ispezionare perché un'idea può valere la pena di essere testata.
Ricerca automatica open-source basata su agenti di codifica autonomi. Esegui Claude Code, OpenCode e Codex con valutazione, conoscenza condivisa ed evoluzione multi-agente. Accettato a COLM 2026.
Elenco curato di casi d'uso di AutoResearch con tracce di ottimizzazione e implementazioni open source
Un plugin codex per eseguire cicli di ottimizzazione all'interno di una codebase. È utile quando si ha un obiettivo misurabile e molte possibili modifiche da provare: test del runtime, velocità di compilazione, dimensioni del bundle, perdita del modello, punteggi Lighthouse, utilizzo della memoria, latenza delle query o qualsiasi altra metrica stampabile da uno script.
Indica a un’IA una direzione di ricerca: si occupa autonomamente della sintesi della letteratura, della convalida delle lacune, della formulazione di ipotesi e della progettazione degli esperimenti. 267 skill in Markdown formano un grafo di ricerca: 51 operazioni composte da 216 passaggi atomici, eseguibili in qualsiasi ordine con possibilità esplicita di tornare indietro; il piano viene approvato prima dell’esecuzione e le esecuzioni interrotte possono riprendere. Installazione con npx, senza runtime né chiave API.
Domande frequenti
Qual è il repository #autoresearch più popolare su GitHub?
Il progetto open source #autoresearch più alto in classifica su GitHub è alchaincyf/darwin-skill, con 7,015 stelle. 达尔文.skill —— Un sistema che fa evolvere infinitamente i tuoi Skill: valutazione→miglioramento→test→mantieni o rollback | Ottimizzazione autonoma delle skill ispirata ad Autoresearch per Claude Code. Valuta, migliora, testa, mantieni o reverting.
Quali linguaggi di programmazione sono più utilizzati nei repository #autoresearch?
Tra i progetti #autoresearch più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, HTML, JavaScript, Shell.
Come viene calcolata la classifica dei repository #autoresearch?
Monitoriamo 20 repository open source attivi contrassegnati con #autoresearch (500+ stelle), per un totale di 40,850 stelle e una media di 2,042 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.