#ai-scientist Repositórios
Descubra 16 repositórios ativos de código aberto no GitHub marcados com #ai-scientist, acumulando um total de 87,631 estrelas (uma média de 5,476 por projeto). O líder deste tópico é K-Dense-AI/scientific-agent-skills, com 57,990 estrelas.
16 repositórios no total
Transforme qualquer agente de IA em um cientista de IA. A biblioteca de Agent Skills nº 1 para ciência, utilizada por mais de 250.000 cientistas em todo o mundo. 177 habilidades validadas e prontas para uso, além de mais de 100 bases de dados científicas que abrangem biologia, química, medicina e descoberta de medicamentos. Compatível com Cursor, Claude Code, Codex, Pi, Antigravity e o padrão aberto Agent Skills.
DeepAnalyze é o primeiro LLM agêntico para ciência de dados autônoma. 🎈 Seu analista de dados de IA que analisa automaticamente grandes volumes de dados e gera relatórios de análise profissionais com apenas um clique!
A bancada de trabalho de IA de código aberto para pesquisa científica
Roteamento inteligente de Skills e orquestração de fluxos de trabalho para agentes de IA — +21,12 pontos percentuais de recompensa e −29,6% de tokens no SkillsBench com DeepSeekV4Flash-VE.
MCP, CLI, Habilidades para pesquisar e baixar artigos acadêmicos de múltiplas fontes como arXiv, PubMed, bioRxiv, etc.
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.
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.
Um Super Laboratório de IA com Doutores de IA massivos como Assistentes. Melhor IDE para Pesquisa via Poder da IA.
Os melhores roteiros de Data Science, Data Analytics, IA e SDE. Este repositório é continuamente atualizado com base nas principais ofertas de emprego no LinkedIn e no Indeed, no domínio de data science e IA.
Principia extrai princípios reutilizáveis, compõe esses princípios em ideias de pesquisa rastreáveis e ajuda os pesquisadores a inspecionar por que uma ideia pode valer a pena ser testada.
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.
A IA gerencia a execução, os humanos definem a direção, e cada execução se torna um artefato de pesquisa inspeccionável em disco.
Um ciclo de AUTO Research multiagente do grupo de IA do CNIC, CAS, para descoberta de ideias, execução de experimentos, redação de artigos fundamentados em evidências, auditoria de qualidade e observação da Web em tempo real.
Dê a uma IA uma direção de pesquisa: ela faz por conta própria a síntese da literatura, a validação de lacunas, a formulação de hipóteses e o planejamento de experimentos. 267 habilidades em Markdown formam um grafo de pesquisa: 51 operações compostas por 216 etapas atômicas, em qualquer ordem e com retorno explícito; o plano é aprovado antes da execução, e execuções interrompidas podem ser retomadas. Instalação via npx, sem ambiente de execução nem chave de API.
Perguntas Frequentes
Qual é o repositório de #ai-scientist mais popular no GitHub?
O projeto de código aberto de #ai-scientist mais bem classificado no GitHub é K-Dense-AI/scientific-agent-skills, com 57,990 estrelas. Transforme qualquer agente de IA em um cientista de IA. A biblioteca de Agent Skills nº 1 para ciência, utilizada por mais de 250.000 cientistas em todo o mundo. 177 habilidades validadas e prontas para uso, além de mais de 100 bases de dados científicas que abrangem biologia, química, medicina e descoberta de medicamentos. Compatível com Cursor, Claude Code, Codex, Pi, Antigravity e o padrão aberto Agent Skills.
Quais linguagens de programação são mais usadas nos repositórios de #ai-scientist?
Entre os projetos de #ai-scientist mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, JavaScript, Rich Text Format.
Como é calculada a classificação dos repositórios de #ai-scientist?
Acompanhamos 16 repositórios ativos de código aberto marcados com #ai-scientist (com mais de 500 estrelas), totalizando 87,631 estrelas e uma média de 5,476 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.