Git Stars Git Stars

#scientific-discovery 저장소

#scientific-discovery 태그가 지정된 GitHub의 활성 오픈 소스 저장소 11개를 확인해 보세요. 총 30,503개의 스타를 획득했으며 프로젝트당 평균 2,773개입니다. 이 주제를 이끄는 저장소는 14,916개의 스타를 받은 aiming-lab/AutoResearchClaw입니다.

11
총 리포지토리
30,503
총 별점
2,773
리포지토리당 평균 스타 수

저장소 총 11개

1
aiming-lab/AutoResearchClaw

완전 자율적이고 자체 진화하는 연구: 아이디어에서 논문까지. 아이디어 채팅. 논문 받기. 🦞

aiming-lab
⭐ 14,916 Python 👤 aiming-lab Organization 🕐 업데이트됨 2026-08-19 📅 생성됨 2026-03-15
2
hyperai/awesome-ai4s

AI for Science 논문 해설 모음 (지속 업데이트 중), 논문/데이터셋/튜토리얼 다운로드: hyper.ai

hyperai
⭐ 3,406 👤 hyperai Organization 🕐 업데이트됨 2026-07-22 📅 생성됨 2024-04-07
3
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
4
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
5
SakanaAI/ShinkaEvolve

ShinkaEvolve: 오픈 엔드 및 샘플 효율적인 프로그램 진화를 향하여 🧬

SakanaAI
⭐ 1,529 Python 👤 SakanaAI Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2025-09-17
7
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
8
Optima-CityU/LLM4AD

LLM4AD: 대규모 언어 모델을 활용한 알고리즘 설계를 위한 플랫폼

Optima-CityU
⭐ 811 Python 👤 Optima-CityU Organization 🕐 업데이트됨 2026-11-17 📅 생성됨 2024-11-26
9
Clearailhc/clearai-dsh

ClearAI: 온톨로지를 우선하는 네이티브 DSH 플러그인 — 증거로 검증된 연구가 탐색 가능한 도메인 온톨로지로 발전합니다.

Clearailhc
⭐ 702 JavaScript 👤 Clearailhc User 🕐 업데이트됨 2026-11-08 📅 생성됨 2026-09-12
10
InternScience/Awesome-Scientific-Skills

과학 연구를 위한 오픈 소스 및 큐레이팅된 에이전트 기술 모음 — 복제하고, 사용하고, 확장하세요!

InternScience
⭐ 600 👤 InternScience Organization 🕐 업데이트됨 2026-08-13 📅 생성됨 2026-03-03
11
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 #scientific-discovery 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #scientific-discovery 프로젝트는 14,916개의 스타를 받은 aiming-lab/AutoResearchClaw입니다. 완전 자율적이고 자체 진화하는 연구: 아이디어에서 논문까지. 아이디어 채팅. 논문 받기. 🦞

2

#scientific-discovery 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #scientific-discovery 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, JavaScript입니다.

3

#scientific-discovery 저장소 순위는 어떻게 계산되나요?

#scientific-discovery 태그가 지정된 활성 오픈 소스 저장소(11개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 30,503개이며 저장소당 평균 2,773개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.