#deep-research Repository
Scopri 40 repository GitHub open source attivi contrassegnati con #deep-research, che raccolgono un totale di 345,708 stelle (con una media di 8,642 stelle per progetto). Il progetto leader di questo argomento è bytedance/deer-flow, con 85,571 stelle.
40 repository in totale
Un harness open-source SuperAgent a lungo orizzonte che ricerca, codifica e crea. Con l'aiuto di sandbox, memorie, strumenti, abilità, subagenti e gateway di messaggi, gestisce diversi livelli di compiti che potrebbero richiedere da minuti a ore.
Competenza di agente IA che ricerca qualsiasi argomento su Reddit, X, YouTube, HN, Polymarket e sul web - poi sintetizza un riassunto fondato
Wei Yu: Un assistente per l'analisi dell'opinione pubblica multi-agente utilizzabile da chiunque, che rompe le bolle informative, ripristina l'aspetto originale dell'opinione pubblica, prevede le tendenze future e assiste nel processo decisionale! Realizzato da zero, senza dipendere da alcun framework.
Un sistema di cura della conoscenza basato su LLM che ricerca un argomento e genera un rapporto completo con citazioni.
Tongyi Deep Research, l'agente leader per la ricerca profonda open-source
~95% su SimpleQA (es. Qwen3.6-27B su una 3090). Supporta tutti i LLM locali e cloud (llama.cpp, Ollama, Google, ...). 10+ motori di ricerca - arXiv, PubMed, i tuoi documenti privati. Tutto Locale & Criptato.
MiroThinker è un agente di ricerca approfondita ottimizzato per compiti di ricerca e previsione complessi. I nostri ultimi modelli, MiroThinker-1.7, raggiungono 74.0 e 75.3 su BrowseComp e BrowseComp Zh, rispettivamente.
Alternativa Open Source per la Ricerca Approfondita a Reason e Search su Dati Privati. Scritto in Python.
Trasforma Claude Code o Codex nell’agente di ricerca approfondita più intelligente. Raccogli, cerca e sintetizza la ricerca sul web in una wiki persistente e consultabile che si sviluppa continuamente. API ospitata + MCP: hyperresearch.ai
DeepAnalyze è il primo LLM agentico per la data science autonoma. 🎈 Il tuo analista di dati AI che analizza automaticamente grandi quantità di dati e genera report di analisi professionali con un solo clic!
Utilizza qualsiasi LLM (Large Language Models) per ricerche approfondite. Supporta API SSE e server MCP.
MS-Agent: un framework leggero per potenziare l'esecuzione agentica di compiti complessi
Il livello di contesto open source per agenti IA e ricerca IA aziendale. Ricerca che rispetta le autorizzazioni e risposte con citazioni su oltre 30 fonti, tra cui Slack, Drive, Jira, GitHub e Microsoft 365, per persone e agenti tramite MCP, SDK e agenti integrati. In hosting autonomo o nel cloud.
Un'app nativa per macOS che consente agli utenti di chattare con un LLM locale in grado di rispondere con informazioni da file, cartelle e siti Web sul tuo Mac senza installare altro software. Basato su llama.cpp.
🏆 Top-1 su 5+ benchmark | Web UI | Supporta MiroThinker, Claude, Kimi, OpenAI
Strumento professionale di ricerca con IA per Zotero: chatta con i PDF, cerca in tutta la tua libreria, Radar della letteratura e Pilota automatico. Oltre 30 LLM o modelli locali; server MCP integrato. Chatta con il tuo Zotero tascabile su iPhone → https://www.docsagent.app
Agente di ricerca approfondita basato sull’IA che trasforma qualsiasi domanda in un report con citazioni: pianifica le ricerche, legge fonti reali e verifica le evidenze. Self-hosted, compatibile con più provider e pronto per Docker.
Una skill di ricerca sull’internet in lingua cinese per agenti IA: cerca le discussioni degli ultimi 30 giorni su otto grandi piattaforme, monitora le tendenze tra piattaforme, genera report con le fonti originali e fornisce una classifica quotidiana dei trend sul web. Compatibile con Claude Code, Codex e OpenClaw.
TrustRAG: Il Framework RAG all'interno di Input affidabili, Output fidato
OpenResearcher: Un Pipeline Completamente Aperto per la Sintesi di Traiettorie di Ricerca Profonda a Lungo Termine
Libreria open source e self-hostable per l'automazione del browser per agenti AI
Il Schema-Guided Reasoning (SGR) dispone di un design di sistema con agenzia creato dalla comunità NeuralDeep.
Claude Code open-source e self-hosted: un assistente IA da terminale e il framework Python su cui si basa. Chiamata di strumenti, esecuzione in sandbox, team multi-agente, competenze, checkpoint, contesto illimitato: su Pydantic AI, con qualsiasi modello.
🎨 Studio di slide AI open source all'interno di Codex: presentazioni native per immagini, ogni slide è una tela visiva completa. ⚡ 10+ slide di alta qualità in ~4–5 minuti — La modalità veloce renderizza ogni pagina in parallelo. 🔍 Guarda l'intera catena in diretta: ricerca → schema → stile → rendering → modifica → presentazione → esportazione PDF/PPTX. 🖥️ Prima il browser · zero chiavi API · progetti durevoli.
Agente di ricerca approfondito per aiutarti a trovare i migliori repository GitHub 🕵️!
[ACL 2026 KnowFM] Risorse Eccezionali per la Ricerca Approfondita Agente
Uno strumento di IA multi-agente che trasforma articoli di ricerca in valutazioni documentate della commercializzazione e del trasferimento tecnologico, comprendenti TRL, panorama brevettuale, mercati e rischi. Realizzato con CrewAI + FastAPI e corredato di un benchmark riproducibile.
Un'implementazione della ricerca iterativa approfondita utilizzando l'SDK degli agenti OpenAI
13 competenze di agente selezionate per ricerca, decisioni di prodotto, presentazioni, pubblicazione, audit e altro — portabili tra agenti compatibili con le competenze.
Skill professionale per la generazione di report di ricerca approfondita: un comando, dieci minuti, report di ricerca approfondita di livello broker
Workflow dinamici in stile Claude Code per Pi: subagenti in modalità codice con instradamento reale dei modelli, ripresa tramite journal, isolamento con git worktree, contabilizzazione dei costi, una TUI interattiva /workflows, un’attivazione opzionale persistente di /ultracode e ricerca approfondita.
Questo libro ruota attorno a DeerFlow 2.0 e spiega sistematicamente come eseguire lo sviluppo secondario, dalla teoria al codice sorgente. (Revisionato)
Codice ufficiale di OpenVLHarness: uso di strumenti da parte di agenti visivi nel mondo reale con memoria multimodale
Una competenza per agenti IA: cerca nel Web con SearXNG, naviga con Camofox, aggira le protezioni con CloakBrowser. Anti-allucinazione fin dalla progettazione. Self-hosted, gratuito e illimitato.
Workshop pratico: Costruisci un sistema di IA multi-agente da zero — Agente di Ricerca Approfondita + Flusso di Scrittura serviti come server MCP. Include codice, slide e video
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 #deep-research più popolare su GitHub?
Il progetto open source #deep-research più alto in classifica su GitHub è bytedance/deer-flow, con 85,571 stelle. Un harness open-source SuperAgent a lungo orizzonte che ricerca, codifica e crea. Con l'aiuto di sandbox, memorie, strumenti, abilità, subagenti e gateway di messaggi, gestisce diversi livelli di compiti che potrebbero richiedere da minuti a ore.
Quali linguaggi di programmazione sono più utilizzati nei repository #deep-research?
Tra i progetti #deep-research più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, JavaScript, TypeScript, Swift.
Come viene calcolata la classifica dei repository #deep-research?
Monitoriamo 40 repository open source attivi contrassegnati con #deep-research (500+ stelle), per un totale di 345,708 stelle e una media di 8,642 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.