#ai-for-science Repositórios
Descubra 16 repositórios ativos de código aberto no GitHub marcados com #ai-for-science, acumulando um total de 30,317 estrelas (uma média de 1,894 por projeto). O líder deste tópico é aipoch/open-science, com 5,557 estrelas.
16 repositórios no total
A bancada de pesquisa de IA de código aberto para pesquisa científica e fluxos de trabalho com agentes. Um aplicativo de desktop local-first e independente de modelos, com habilidades extensíveis, ferramentas e conectores MCP, execução de Python/R e artefatos rastreáveis para pesquisas reproduzíveis no macOS, Windows e Linux.
Coleção de Análises de Artigos de IA para a Ciência (em constante atualização), download de artigos/conjuntos de dados/tutoriais: hyper.ai
Um runtime AutoResearch orientado por blueprint para orquestrar fluxos de trabalho de pesquisa em IA, desde a geração de ideias e experimentos até a redação de artigos e revisão por pares.
Verificação formal para IA: um verificador de provas baseado em Lean 4 + Dafny que detecta provas falsas de IA (manipulação de recompensas) e autoaperfeiçoamento recursivo (RSI) verificado para agentes de programação. IA para matemática, física e engenharia de software.
A biblioteca de métodos de aprendizado de máquina do FAIR Chemistry para química
Open Science Desktop — uma bancada de trabalho de pesquisa de IA local primeiro, independente de modelo para macOS, Windows e Linux. Alternativa de desktop de código aberto ao Claude Science construída sobre Tauri + MCP + habilidades de agente.
Uma lista selecionada de ferramentas, bibliotecas, artigos, conjuntos de dados e frameworks incríveis de IA que aceleram a descoberta científica — da física e química à biologia, materiais e além.
AgentSociety 2 é uma plataforma moderna de simulação de agentes nativa em LLM, projetada para pesquisa em ciências sociais e design experimental. Ela fornece uma estrutura flexível para criar e gerenciar agentes inteligentes em ambientes simulados.
Bancada de trabalho de pesquisa de IA de desktop, open-source e local, para computação científica com Python/R, ferramentas bioinformáticas MCP, ambientes de execução SSH/WSL/GPU e modelos OpenAI/Anthropic.
Terminal-Bench-Science: avaliação de agentes de IA em fluxos de trabalho de pesquisa em diversos domínios científicos
Uma ferramenta de IA multiagente que transforma artigos de pesquisa em avaliações fundamentadas, com citações, de comercialização e transferência de tecnologia, abrangendo TRL, panorama de patentes, mercados e riscos. Desenvolvida com CrewAI + FastAPI e com um benchmark reproduzível.
AutoCientistas: Equipes de Agentes Auto-organizáveis para Experimentação Científica de Longa Duração
Uma lista selecionada de recursos sobre redes de fluxo generativas (GFlowNets).
Perguntas Frequentes
Qual é o repositório de #ai-for-science mais popular no GitHub?
O projeto de código aberto de #ai-for-science mais bem classificado no GitHub é aipoch/open-science, com 5,557 estrelas. A bancada de pesquisa de IA de código aberto para pesquisa científica e fluxos de trabalho com agentes. Um aplicativo de desktop local-first e independente de modelos, com habilidades extensíveis, ferramentas e conectores MCP, execução de Python/R e artefatos rastreáveis para pesquisas reproduzíveis no macOS, Windows e Linux.
Quais linguagens de programação são mais usadas nos repositórios de #ai-for-science?
Entre os projetos de #ai-for-science mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, Rust.
Como é calculada a classificação dos repositórios de #ai-for-science?
Acompanhamos 16 repositórios ativos de código aberto marcados com #ai-for-science (com mais de 500 estrelas), totalizando 30,317 estrelas e uma média de 1,894 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.