Git Stars Git Stars

#research-agent Repository

Scopri 8 repository GitHub open source attivi contrassegnati con #research-agent, che raccolgono un totale di 22,631 stelle (con una media di 2,828 stelle per progetto). Il progetto leader di questo argomento è MiroMindAI/MiroThinker, con 8,455 stelle.

8
Totale Repository
22,631
Totale stelle
2,828
Media Stelle/Repo
Linguaggi di programmazione: Python TypeScript

8 repository in totale

1
MiroMindAI/MiroThinker

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.

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

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

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

🏆 Top-1 su 5+ benchmark | Web UI | Supporta MiroThinker, Claude, Kimi, OpenAI

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

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.

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

Un collega di ricerca autonomo — da una domanda a un manoscritto compilato, mentre dormi.

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

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.

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

Un ciclo di AUTO Research multi-agente del gruppo IA del CNIC, CAS, per la scoperta di idee, l’esecuzione di esperimenti, la stesura di articoli basati su prove, il controllo della qualità e l’osservazione del Web in tempo reale.

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

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.

yogsoth-ai
⭐ 516 👤 yogsoth-ai Organization 🕐 Aggiornato 2026-10-23 📅 Creato 2026-02-10

Domande frequenti

1

Qual è il repository #research-agent più popolare su GitHub?

Il progetto open source #research-agent più alto in classifica su GitHub è MiroMindAI/MiroThinker, con 8,455 stelle. 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.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #research-agent?

Tra i progetti #research-agent più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript.

3

Come viene calcolata la classifica dei repository #research-agent?

Monitoriamo 8 repository open source attivi contrassegnati con #research-agent (500+ stelle), per un totale di 22,631 stelle e una media di 2,828 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.