#deep-research Репозитории
Откройте для себя 40 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #deep-research, с общим числом 345,708 звёзд (в среднем 8,642 на проект). Лидером этой темы является bytedance/deer-flow, набравший 85,571 звёзд.
Всего репозиториев: 40
Открытая платформа SuperAgent для долгосрочных задач, которая исследует, программирует и создаёт. С помощью песочниц, памяти, инструментов, навыков, субагентов и шлюза сообщений она справляется с задачами разного уровня сложности, от минут до часов.
Навык ИИ-агента, который исследует любую тему на Reddit, X, YouTube, HN, Polymarket и в сети - затем синтезирует обоснованное резюме
Wei Yu: Многоагентный помощник для анализа общественного мнения, доступный каждому, разрушает информационные пузыри, восстанавливает первоначальный облик общественного мнения, прогнозирует будущие тенденции и помогает в принятии решений! Реализовано с нуля, без зависимости от каких-либо фреймворков.
Система курации знаний на основе LLM, которая исследует тему и генерирует полный отчет с цитатами.
Tongyi Deep Research, ведущий агент глубоких исследований с открытым исходным кодом
~95% в SimpleQA (напр. Qwen3.6-27B на 3090). Поддерживает все локальные и облачные LLM (llama.cpp, Ollama, Google, ...). 10+ поисковых систем - arXiv, PubMed, ваши приватные документы. Всё локально и зашифровано.
MiroThinker — это агент глубоких исследований, оптимизированный для сложных задач исследований и прогнозирования. Наши последние модели MiroThinker-1.7 достигают 74,0 и 75,3 на BrowseComp и BrowseComp Zh соответственно.
Альтернатива Reason и Search для глубоких исследований с открытым исходным кодом на частных данных. Написано на Python.
Превратите Claude Code или Codex в самого интеллектуального агента для глубоких исследований. Собирайте, ищите и синтезируйте веб-исследования в постоянной доступной для поиска вики, которая постоянно развивается. Размещённый API + MCP: hyperresearch.ai
DeepAnalyze — это первый агентный LLM для автономного анализа данных. 🎈 Ваш ИИ-аналитик данных, который автоматически анализирует огромные массивы данных и генерирует профессиональные отчеты всего одним кликом!
Используйте любые LLM (большие языковые модели) для глубоких исследований. Поддерживает SSE API и сервер MCP.
MS-Agent: легкая инфраструктура для усиления агентного исполнения сложных задач
Контекстный слой с открытым исходным кодом для ИИ-агентов и корпоративного ИИ-поиска. Поиск с учетом прав доступа и ответы с цитатами по более чем 30 источникам, включая Slack, Drive, Jira, GitHub и Microsoft 365, для пользователей и агентов через MCP, SDK и встроенных агентов. Самостоятельное размещение или облако.
Нативное приложение для macOS, позволяющее пользователям общаться с локальной LLM, которая может отвечать информацией из файлов, папок и веб-сайтов на вашем Mac без установки какого-либо другого программного обеспечения. Работает на llama.cpp.
🏆 Top-1 на 5+ бенчмарках | Web UI | Поддерживает MiroThinker, Claude, Kimi, OpenAI
Профессиональный ИИ-инструмент для исследований в Zotero: общайтесь с PDF, ищите по всей библиотеке, используйте «Радар литературы» и автопилот. Более 30 LLM или локальных моделей; встроенный MCP-сервер. Общайтесь со своим Zotero в кармане на iPhone → https://www.docsagent.app
ИИ-агент для глубокого исследования, который превращает любой вопрос в отчёт с цитатами: планирует поиск, читает реальные источники и проверяет доказательства. Поддерживает самостоятельный хостинг, нескольких провайдеров и готов к работе с Docker.
Навык исследования китайскоязычного интернета для ИИ-агентов: поиск обсуждений за последние 30 дней на восьми крупных платформах, отслеживание трендов между платформами, создание отчетов с первоисточниками и ежедневный рейтинг популярных тем со всего интернета. Поддерживает Claude Code, Codex и OpenClaw.
OpenResearcher: Полностью открытая конвейерная линия для синтеза долгосрочных траекторий глубоких исследований
Библиотека автоматизации браузера с открытым исходным кодом и возможностью самостоятельного размещения для ИИ-агентов
Схема-руководящие рассуждения (SGR) имеет агентический дизайн системы, созданный сообществом NeuralDeep.
Claude Code с открытым исходным кодом и возможностью самохостинга — терминальный ИИ-ассистент и Python-фреймворк, лежащий в его основе. Вызов инструментов, выполнение в песочнице, мультиагентные команды, навыки, контрольные точки, неограниченный контекст — на базе Pydantic AI, с любой моделью.
🎨 Открытая AI-студия слайдов внутри Codex: нативные изображения, каждый слайд — полный визуальный холст. ⚡ 10+ высококачественных слайдов за ~4–5 минут — Быстрый режим рендерит каждую страницу параллельно. 🔍 Наблюдайте за всей цепочкой вживую: исследование → план → стиль → рендеринг → редактирование → презентация → экспорт PDF/PPTX. 🖥️ Браузер в приоритете · нулевые ключи API · долговечные проекты.
Глубокий исследовательский агент, который поможет вам найти лучшие репозитории GitHub 🕵️!
[ACL 2026 KnowFM] Потрясающие ресурсы для агентных глубоких исследований
Мультиагентный ИИ-инструмент, преобразующий научные статьи в снабжённые ссылками оценки коммерциализации и передачи технологий, охватывающие УГТ, патентный ландшафт, рынки и риски. Создан на базе CrewAI + FastAPI; включает воспроизводимый бенчмарк.
Реализация итеративного глубокого исследования с использованием OpenAI Agents SDK
13 подобранных навыков агента для исследований, продуктовых решений, презентаций, публикаций, аудитов и многого другого — переносимых между агентами, совместимыми с навыками.
Профессиональный навык генерации глубоких аналитических отчетов — одна команда, десять минут, глубокий отчет брокерского уровня
Динамические рабочие процессы в стиле Claude Code для Pi: субагенты в режиме кода с реальной маршрутизацией моделей, возобновление по журналу, изоляция с помощью git worktree, учёт затрат, интерактивный TUI /workflows, постоянное добровольное включение /ultracode и глубокое исследование.
Эта книга посвящена DeerFlow 2.0 и систематически объясняет, как осуществлять вторичную разработку, от теории до исходного кода. (Вычитанное издание)
Официальный код OpenVLHarness: использование инструментов визуальными агентами в реальном мире с мультимодальной памятью
Навык для ИИ-агентов: поиск в Интернете с SearXNG, просмотр веб-страниц с Camofox, обход защиты с CloakBrowser. Защита от галлюцинаций на уровне архитектуры. Self-hosted, бесплатно, без ограничений.
Практический воркшоп: Создание мультиагентной системы ИИ с нуля — Агент глубокого исследования + Рабочий процесс написания текстов в виде MCP-серверов. Включает код, слайды и видео
Задайте ИИ направление исследования: он самостоятельно выполнит синтез научной литературы, проверку исследовательских пробелов, формулирование гипотез и разработку экспериментов. 267 навыков в формате Markdown образуют исследовательский граф: 51 операция, состоящая из 216 атомарных шагов, — в любом порядке и с возможностью явно возвращаться к предыдущим этапам. План утверждается до запуска, а прерванные процессы можно возобновить. Установка через npx, среда выполнения и API-ключ не нужны.
Часто задаваемые вопросы
Какой репозиторий по теме #deep-research наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #deep-research на GitHub — bytedance/deer-flow, набравший 85,571 звёзд. Открытая платформа SuperAgent для долгосрочных задач, которая исследует, программирует и создаёт. С помощью песочниц, памяти, инструментов, навыков, субагентов и шлюза сообщений она справляется с задачами разного уровня сложности, от минут до часов.
Какие языки программирования чаще всего используются в репозиториях по теме #deep-research?
Среди наиболее высоко оценённых проектов по теме #deep-research на GitHub чаще всего используются языки программирования Python, JavaScript, TypeScript, Swift.
Как рассчитывается рейтинг репозиториев по теме #deep-research?
Мы отслеживаем 40 активных репозиториев с открытым исходным кодом, отмеченных тегом #deep-research (500 и более звёзд), с общим числом 345,708 звёзд и в среднем 8,642 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.