Git Stars Git Stars

#autoresearch 저장소

#autoresearch 태그가 지정된 GitHub의 활성 오픈 소스 저장소 20개를 확인해 보세요. 총 40,850개의 스타를 획득했으며 프로젝트당 평균 2,042개입니다. 이 주제를 이끄는 저장소는 7,015개의 스타를 받은 alchaincyf/darwin-skill입니다.

20
총 리포지토리
40,850
총 별점
2,042
리포지토리당 평균 스타 수

저장소 총 20개

1
alchaincyf/darwin-skill

达尔文.skill —— 당신의 Skill을 무한 진화시키는 시스템: 평가→개선→테스트→유지 또는 롤백 | Claude Code를 위한 Autoresearch에서 영감을 받은 자율 스킬 최적화. 평가, 개선, 테스트, 유지 또는 되돌리기.

alchaincyf
⭐ 7,015 HTML 👤 alchaincyf User 🕐 업데이트됨 2026-11-18 📅 생성됨 2026-04-13
2
uditgoenka/autoresearch

Claude 자동 연구 스킬 — Claude Code를 위한 자율 목표 지향 반복. Karpathy의 autoresearch에서 영감을 받음. 수정 → 확인 → 유지/버리기 → 영원히 반복.

uditgoenka
⭐ 6,850 Shell 👤 uditgoenka User 🕐 업데이트됨 2026-10-31 📅 생성됨 2026-03-13
3
leo-lilinxiao/codex-autoresearch

Codex Autoresearch 스킬 — Codex를 위한 자율 지향 반복 시스템으로, 지속적으로 다음을 순환: 수정, 검증, 보유 또는 폐기, 무한 반복. Karpathy의 autoresearch 개념에서 영감을 받음.

leo-lilinxiao
⭐ 3,250 Python 👤 leo-lilinxiao User 🕐 업데이트됨 2026-11-18 📅 생성됨 2026-03-18
4
OpenNSWM-Lab/FAROS

아이디어 생성 및 실험부터 논문 작성 및 동료 검토에 이르는 AI 연구 워크플로를 오케스트레이션하기 위한 청사진 기반 AutoResearch 런타임입니다.

OpenNSWM-Lab
⭐ 3,048 Python 👤 OpenNSWM-Lab Organization 🕐 업데이트됨 2026-10-21 📅 생성됨 2026-05-13
5
webfuse-com/awesome-autoresearch

Karpathy의 autoresearch에서 영감을 받은 자율 개선 루프, 연구 에이전트 및 autoresearch 스타일 시스템의 큐레이션된 목록.

webfuse-com
⭐ 2,601 👤 webfuse-com Organization 🕐 업데이트됨 2026-09-21 📅 생성됨 2026-03-20
6
hyperspaceai/agi

첫 번째 분산형 AGI 시스템입니다. 수천 개의 자율 AI 에이전트가 협력적으로 모델을 훈련하고 P2P 고스피를 통해 실험을 공유하며 여기에 혁신을 추진합니다. 완전 P2P 방식입니다. 브라우저 또는 CLI에서 참여하세요.

hyperspaceai
⭐ 2,080 JavaScript 👤 hyperspaceai Organization 🕐 업데이트됨 2026-10-17 📅 생성됨 2026-03-08
7
RightNow-AI/autokernel

GPU 커널을 위한 AutoResearch. PyTorch 모델을 주고 잠들게 하면, 최적화된 Triton 커널로 깨어나게 됩니다.

RightNow-AI
⭐ 1,633 Python 👤 RightNow-AI Organization 🕐 업데이트됨 2026-11-18 📅 생성됨 2026-03-11
8
WecoAI/aideml

AIDE: 머신러닝 엔지니어링을 위한 LLM 에이전트 - Weco가 탄생한 연구입니다. OpenAI의 MLE-bench에서 참조되었습니다.

WecoAI
⭐ 1,627 Python 👤 WecoAI Organization 🕐 업데이트됨 2026-10-16 📅 생성됨 2024-04-03
9
dzhng/skills

소프트웨어 팜을 가꾸기 위한 재사용 가능한 AI 에이전트 스킬: 아이디어를 탐색하고, 사양을 작성하고, 에이전트가 무인으로 구축하게 한 다음, 자라난 결과물을 정리하세요. 잡초를 뽑고, 가지치기하고, 검토하면 됩니다. Claude Code, Codex 및 기타 스킬 호환 에이전트에서 사용할 수 있습니다.

dzhng
⭐ 1,514 HTML 👤 dzhng User 🕐 업데이트됨 2026-11-13 📅 생성됨 2026-07-02
10
evo-hq/evo

코드베이스를 자동 연구 루프로 전환하여 측정할 대상을 발견하고, 벤치마크를 계측한 다음, 병렬 하위 에이전트를 사용하여 트리 검색을 실행합니다.

evo-hq
⭐ 1,504 Python 👤 evo-hq Organization 🕐 업데이트됨 2026-11-17 📅 생성됨 2026-04-05
11
OpenRaiser/NanoResearch

🦞+🔬 NanoResearch: 자율 AI 연구 어시스턴트

OpenRaiser
⭐ 1,338 Python 👤 OpenRaiser Organization 🕐 업데이트됨 2026-10-09 📅 생성됨 2026-03-17
12
greyhaven-ai/autocontext

에이전트(그리고 해당 에이전트의 미래 반복 버전)가 모든 작업에서 성공할 수 있도록 설계된 재귀적 자기 개선 하네스

greyhaven-ai
⭐ 1,329 Python 👤 greyhaven-ai Organization 🕐 업데이트됨 2026-11-18 📅 생성됨 2026-02-11
13
RUC-NLPIR/Arbor

범용 자율 연구 에이전트 — 실험을 실행하고, 연구하며, 반복적으로 최적화합니다. 자율적으로.

RUC-NLPIR
⭐ 1,154 Python 👤 RUC-NLPIR Organization 🕐 업데이트됨 2026-11-03 📅 생성됨 2026-05-31
14
pzqpzq/Principia

Principia는 재사용 가능한 원칙을 추출하고, 이러한 원칙을 추적 가능한 연구 아이디어로 구성하며, 연구자가 아이디어가 테스트할 가치가 있는 이유를 검사하도록 돕습니다.

pzqpzq
⭐ 1,153 Rich Text Format 👤 pzqpzq User 🕐 업데이트됨 2026-10-02 📅 생성됨 2026-06-09
15
Human-Agent-Society/CORAL

자율 코딩 에이전트 기반의 오픈 소스 자동 연구. Claude Code, OpenCode, Codex를 실행하여 채점, 지식 공유, 멀티 에이전트 진화를 구현합니다. COLM 2026 채택.

Human-Agent-Society
⭐ 1,141 Python 👤 Human-Agent-Society Organization 🕐 업데이트됨 2026-10-19 📅 생성됨 2026-03-16
16
WecoAI/awesome-autoresearch

AutoResearch 사용 사례의 큐레이션된 목록, 최적화 추적 및 오픈 소스 구현 포함

WecoAI
⭐ 1,078 👤 WecoAI Organization 🕐 업데이트됨 2026-07-30 📅 생성됨 2026-03-22
17
TheGreenCedar/codex-autoresearch

코드베이스 내에서 최적화 루프를 실행하기 위한 코덱스(codex) 플러그인입니다. 측정 가능한 목표가 있고 시도해 볼 수 있는 변경 사항이 많을 때 유용합니다. 예를 들어 런타임 테스트, 빌드 속도, 번들 크기, 모델 손실, Lighthouse 점수, 메모리 사용량, 쿼리 지연 시간 또는 스크립트에서 출력할 수 있는 기타 모든 지표를 측정할 때 사용할 수 있습니다.

TheGreenCedar
⭐ 839 TypeScript 👤 TheGreenCedar User 🕐 업데이트됨 2026-10-11 📅 생성됨 2026-04-20
18
Prism-Shadow/awesome-rsi

RSI 논문 공개 색인

Prism-Shadow
⭐ 625 JavaScript 👤 Prism-Shadow Organization 🕐 업데이트됨 2026-11-19 📅 생성됨 2026-08-13
19
ZimoLiao/scholaraio

Scholar All-In-One: AI 에이전트를 위한 연구 인프라

ZimoLiao
⭐ 588 Python 👤 ZimoLiao User 🕐 업데이트됨 2026-11-16 📅 생성됨 2026-03-09
20
yogsoth-ai/de-anthropocentric-research-engine

AI에 연구 방향을 제시하면 문헌 종합, 연구 공백 검증, 가설 수립, 실험 설계를 스스로 수행합니다. 267개의 Markdown 스킬로 연구 그래프를 구성합니다. 216개의 원자적 단계로 이루어진 51개 작업을 원하는 순서로 실행하고 명시적으로 이전 단계로 되돌아갈 수 있습니다. 실행 전에 계획을 승인하며, 중단된 실행은 다시 이어갈 수 있습니다. npx로 설치하며 런타임과 API 키가 필요 없습니다.

yogsoth-ai
⭐ 516 👤 yogsoth-ai Organization 🕐 업데이트됨 2026-10-23 📅 생성됨 2026-02-10

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #autoresearch 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #autoresearch 프로젝트는 7,015개의 스타를 받은 alchaincyf/darwin-skill입니다. 达尔文.skill —— 당신의 Skill을 무한 진화시키는 시스템: 평가→개선→테스트→유지 또는 롤백 | Claude Code를 위한 Autoresearch에서 영감을 받은 자율 스킬 최적화. 평가, 개선, 테스트, 유지 또는 되돌리기.

2

#autoresearch 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #autoresearch 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, HTML, JavaScript, Shell입니다.

3

#autoresearch 저장소 순위는 어떻게 계산되나요?

#autoresearch 태그가 지정된 활성 오픈 소스 저장소(20개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 40,850개이며 저장소당 평균 2,042개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.