#deep-research リポジトリ
#deep-researchのタグが付いた、GitHub上の40件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は345,708個で、プロジェクトあたりの平均は8,642個です。このトピックをリードしているのは、85,571個のスターを獲得しているbytedance/deer-flowです。
リポジトリ合計40件
オープンソースの長期的SuperAgentハーネスで、研究、コーディング、作成を行います。サンドボックス、メモリ、ツール、スキル、サブエージェント、メッセージゲートウェイの助けを借りて、数分から数時間かかるさまざまなレベルのタスクを処理します。
Reddit、X、YouTube、HN、Polymarket、ウェブ上であらゆるトピックを調査するAIエージェントスキル - その後、根拠のある要約を合成
微舆:誰もが使えるマルチエージェント世論分析アシスタント。情報エコーチェンバーを打破し、世論の本来の姿を復元し、未来の動向を予測し、意思決定を支援します!ゼロから実装し、いかなるフレームワークにも依存しません。
SimpleQA で ~95%(例: Qwen3.6-27B を 3090 で)。すべてのローカルおよびクラウド LLM をサポート(llama.cpp、Ollama、Google など)。10+ 検索エンジン - arXiv、PubMed、あなたのプライベートドキュメント。すべてローカル&暗号化。
MiroThinkerは、複雑な研究および予測タスクに最適化された深い研究エージェントです。私たちの最新モデルであるMiroThinker-1.7は、BrowseCompで74.0、BrowseComp Zhで75.3をそれぞれ達成します。
Claude Code または Codex を、最もインテリジェントなディープリサーチエージェントに変えましょう。ウェブ調査を収集・検索・統合し、蓄積しながら成長する、永続的で検索可能な Wiki にまとめます。ホスト型 API + MCP:hyperresearch.ai
DeepAnalyze は、自律型データサイエンスのための最初のエージェント型LLMです。🎈あなたのAIデータアナリストが、大量のデータを自動分析し、ワンクリックで専門的な分析レポートを生成します!
AIエージェントとエンタープライズAI検索のためのオープンソースのコンテキストレイヤー。Slack、Drive、Jira、GitHub、Microsoft 365など30以上のデータソースを対象に、MCP、SDK、組み込みエージェントを通じて、人とエージェントに権限を考慮した検索と出典付きの回答を提供します。セルフホストまたはクラウドで利用できます。
Mac上のファイル、フォルダ、ウェブサイトの情報で応答できるローカルLLMとチャットできるネイティブmacOSアプリ。他のソフトウェアは不要です。llama.cpp搭載。
Zotero向けのプロフェッショナルなAI研究ツール:PDFとのチャット、ライブラリ全体の検索、文献レーダー、自動操縦。30種類以上のLLMまたはローカルモデルに対応。MCPサーバーを内蔵。iPhoneでポケットのZoteroとチャット → https://www.docsagent.app
あらゆる質問を出典付きレポートに変えるAI深掘りリサーチエージェント:検索を計画し、実際の情報源を読み、証拠を検証します。セルフホスト対応、マルチプロバイダー対応、Docker対応。
AIエージェント向けの中国語インターネット調査スキル:主要8プラットフォームの過去30日間の議論を検索し、プラットフォーム横断の話題を追跡。元の情報源を添えたレポートを作成し、毎日のウェブ全体のトレンドランキングを提供します。Claude Code、Codex、OpenClawに対応。
オープンソースでセルフホスト可能な Claude Code — ターミナルAIアシスタントと、その背後にあるPythonフレームワーク。ツール呼び出し、サンドボックス実行、マルチエージェントチーム、スキル、チェックポイント、無制限のコンテキスト — Pydantic AI上で、あらゆるモデルに対応。
🎨 Codex 内のオープンソース AI スライドスタジオ:画像ネイティブのデッキ、すべてのスライドが完全なビジュアルキャンバス。⚡ 約4~5分で10枚以上の高品質スライド — 高速モードは各ページを並行レンダリング。🔍 チェーン全体をライブで確認:リサーチ → アウトライン → スタイル → レンダリング → 編集 → プレゼンテーション → PDF/PPTX エクスポート。🖥️ ブラウザファースト · API キー不要 · プロジェクト永続化。
研究論文を、TRL、特許動向、市場、リスクを網羅した、出典付きの事業化・技術移転評価に変換するAIマルチエージェントツール。CrewAI + FastAPIで構築され、再現可能なベンチマークを備えています。
Pi向けのClaude Code風動的ワークフロー:実際のモデルルーティングに対応したコードモードのサブエージェント、ジャーナルベースの再開、git worktreeによる分離、コスト管理、インタラクティブな /workflows TUI、常時有効化できるオプトインの /ultracode、そしてディープリサーチ。
AIエージェント向けスキル:SearXNGでウェブ検索、Camofoxでブラウジング、CloakBrowserで保護を回避。設計段階からの対ハルシネーション仕様。セルフホスト対応、無料、無制限。
実践ワークショップ:ゼロから構築するマルチエージェントAIシステム — MCPサーバーとして提供されるディープリサーチエージェント+執筆ワークフロー。コード、スライド、動画付き
AIに研究の方向性を与えると、文献の統合、研究ギャップの検証、仮説の立案、実験設計を自ら実行します。267個のMarkdownスキルが研究グラフを構成し、216個のアトミックステップからなる51の操作を、明示的に前の段階へ戻りながら任意の順序で実行できます。実行前に計画の承認が必要で、中断した実行は再開できます。npxでインストールでき、ランタイムもAPIキーも不要です。
よくある質問
GitHubで最も人気のある#deep-researchリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#deep-researchプロジェクトは、85,571個のスターを獲得しているbytedance/deer-flowです。オープンソースの長期的SuperAgentハーネスで、研究、コーディング、作成を行います。サンドボックス、メモリ、ツール、スキル、サブエージェント、メッセージゲートウェイの助けを借りて、数分から数時間かかるさまざまなレベルのタスクを処理します。
#deep-researchリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#deep-researchプロジェクトでは、Python, JavaScript, TypeScript, Swiftが最も一般的なプログラミング言語です。
#deep-researchリポジトリのランキングはどのように算出されていますか?
#deep-researchのタグが付いた40件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は345,708個で、リポジトリあたりの平均は8,642個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。