#deep-research 저장소
#deep-research 태그가 지정된 GitHub의 활성 오픈 소스 저장소 40개를 확인해 보세요. 총 345,708개의 스타를 획득했으며 프로젝트당 평균 8,642개입니다. 이 주제를 이끄는 저장소는 85,571개의 스타를 받은 bytedance/deer-flow입니다.
저장소 총 40개
오픈 소스 장기 SuperAgent 하네스. 연구, 코딩, 생성을 수행합니다. 샌드박스, 메모리, 도구, 기술, 서브에이전트, 메시지 게이트웨이의 도움으로 몇 분에서 몇 시간까지 걸리는 다양한 수준의 작업을 처리합니다.
Reddit, X, YouTube, HN, Polymarket, 웹에서 모든 주제를 조사하는 AI 에이전트 스킬 - 그 후 근거 있는 요약을 합성
미위: 누구나 사용할 수 있는 멀티 에이전트 여론 분석 도우미, 정보 필터를 깨고 여론의 본모습을 복원하며 미래 동향을 예측하고 의사 결정을 지원합니다! 모든 것을 0부터 직접 구현했으며, 어떤 프레임워크에도 의존하지 않습니다.
SimpleQA에서 ~95% (예: Qwen3.6-27B를 3090에서). 모든 로컬 및 클라우드 LLM 지원 (llama.cpp, Ollama, Google 등). 10+ 검색 엔진 - arXiv, PubMed, 개인 문서. 모든 로컬 & 암호화.
MiroThinker는 복잡한 연구 및 예측 작업에 최적화된 심층 연구 에이전트입니다. 우리의 최신 모델인 MiroThinker-1.7은 BrowseComp에서 74.0, BrowseComp Zh에서 75.3을 각각 달성합니다.
Claude Code 또는 Codex를 가장 지능적인 딥 리서치 에이전트로 바꿔보세요. 웹 리서치를 수집하고 검색하며 종합해, 스스로 축적되고 발전하는 영구적이고 검색 가능한 위키로 구축하세요. 호스팅 API + MCP: hyperresearch.ai
DeepAnalyze는 자율 데이터 과학을 위한 최초의 에이전트형 LLM입니다. 🎈 방대한 데이터를 자동으로 분석하고 클릭 한 번으로 전문 분석 보고서를 생성하는 귀하의 AI 데이터 분석가!
AI 에이전트와 엔터프라이즈 AI 검색을 위한 오픈 소스 컨텍스트 레이어입니다. Slack, Drive, Jira, GitHub, Microsoft 365를 포함한 30개 이상의 소스에서 MCP, SDK, 기본 제공 에이전트를 통해 사용자와 에이전트에 권한을 반영한 검색과 출처가 포함된 답변을 제공합니다. 자체 호스팅 또는 클라우드로 이용할 수 있습니다.
Mac에 다른 소프트웨어 설치 없이 파일, 폴더 및 웹사이트의 정보로 응답할 수 있는 로컬 LLM과 채팅할 수 있는 네이티브 macOS 앱입니다. llama.cpp로 구동됩니다.
Zotero를 위한 전문 AI 연구 도구: PDF와 채팅하고, 전체 라이브러리를 검색하고, 문헌 레이더와 오토파일럿을 사용하세요. 30개 이상의 LLM 또는 로컬 모델 지원, MCP 서버 내장. iPhone에서 손안의 Zotero와 채팅 → https://www.docsagent.app
어떤 질문이든 인용이 포함된 보고서로 바꾸는 AI 심층 연구 에이전트: 검색을 계획하고, 실제 출처를 읽으며, 증거를 검증합니다. 셀프 호스팅, 멀티 프로바이더 및 Docker를 지원합니다.
AI 에이전트를 위한 중국어 인터넷 리서치 스킬: 주요 8개 플랫폼에서 최근 30일간의 토론을 검색하고, 플랫폼 간 화제와 트렌드를 추적하며, 원본 출처가 포함된 보고서를 작성하고, 매일 웹 전체의 인기 순위를 제공합니다. Claude Code, Codex, OpenClaw를 지원합니다.
오픈 소스, 자체 호스팅 Claude Code — 터미널 AI 어시스턴트와 그 기반이 되는 Python 프레임워크입니다. 도구 호출, 샌드박스 실행, 멀티 에이전트 팀, 스킬, 체크포인트, 무제한 컨텍스트를 지원하며, Pydantic AI 기반으로 모든 모델에서 사용 가능합니다.
🎨 Codex 내 오픈소스 AI 슬라이드 스튜디오: 이미지 네이티브 데크, 모든 슬라이드는 완전한 시각적 캔버스입니다. ⚡ 약 4~5분에 10개 이상의 고품질 슬라이드 — 빠른 모드는 각 페이지를 병렬로 렌더링합니다. 🔍 전체 체인을 실시간으로 확인: 연구 → 개요 → 스타일 → 렌더링 → 편집 → 발표 → PDF/PPTX 내보내기. 🖥️ 브라우저 우선 · API 키 불필요 · 프로젝트 지속성.
연구 논문을 TRL, 특허 현황, 시장 및 위험을 다루는 출처 기반의 상용화·기술이전 평가로 변환하는 AI 멀티 에이전트 도구입니다. CrewAI + FastAPI로 구축되었으며 재현 가능한 벤치마크를 제공합니다.
Pi를 위한 Claude Code 스타일의 동적 워크플로: 실제 모델 라우팅을 지원하는 코드 모드 서브에이전트, 저널 기반 재개, git worktree 격리, 비용 관리, 대화형 /workflows TUI, 지속적으로 활성화할 수 있는 선택적 /ultracode, 그리고 심층 리서치.
AI 에이전트를 위한 스킬: SearXNG로 웹 검색, Camofox로 브라우징, CloakBrowser로 보안 보호 우회. 설계부터 환각 방지. 자체 호스팅, 무료, 무제한.
실습 워크숍: 기초부터 구축하는 멀티 에이전트 AI 시스템 — MCP 서버로 제공되는 딥 리서치 에이전트 + 글쓰기 워크플로우. 코드, 슬라이드, 영상 포함
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.
자주 묻는 질문
GitHub에서 가장 인기 있는 #deep-research 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #deep-research 프로젝트는 85,571개의 스타를 받은 bytedance/deer-flow입니다. 오픈 소스 장기 SuperAgent 하네스. 연구, 코딩, 생성을 수행합니다. 샌드박스, 메모리, 도구, 기술, 서브에이전트, 메시지 게이트웨이의 도움으로 몇 분에서 몇 시간까지 걸리는 다양한 수준의 작업을 처리합니다.
#deep-research 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #deep-research 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, JavaScript, TypeScript, Swift입니다.
#deep-research 저장소 순위는 어떻게 계산되나요?
#deep-research 태그가 지정된 활성 오픈 소스 저장소(40개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 345,708개이며 저장소당 평균 8,642개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.