Repolode
Enviar
jordan-gibbs

jordan-gibbs/hyperresearch

Una habilidad y un flujo de investigación profunda para Claude Code y OpenAI Codex que recopila fuentes web y académicas en un repositorio Markdown persistente y consultable, y redacta informes con citas.

Alternativa open source a:Perplexity

Ver en GitHubSitio web
Estrellas
3,884
Forks
408
Issues abiertos
35
Último commit
hace 9 días

¿Qué es?

Hyperresearch incorpora un flujo de investigación profunda de varios pasos a Claude Code y OpenAI Codex. Una sola indicación se divide en subpreguntas, se buscan respuestas en la web y en fuentes académicas como OpenAlex, Crossref, CORE, SEC EDGAR y FRED; después, el borrador se redacta, se revisa críticamente y se comprueban sus citas antes de escribir el informe final con la procedencia de las fuentes.

Cada fuente recopilada se guarda como una nota Markdown con YAML frontmatter en un repositorio indexado con SQLite. Los archivos Markdown son la fuente de verdad y el índice se puede reconstruir a partir de ellos, así que, en sesiones posteriores, se consulta el material existente antes de buscar páginas nuevas. Las ejecuciones se pueden reanudar y limitar con un presupuesto de gasto, y pasan verificaciones como la integridad de las citas textuales y la detección de artículos retractados antes de entregarse.

El proyecto se instala con pip y se configura para cada proyecto con un solo comando. También ofrece, de forma opcional, un servidor MCP y una interfaz web local para consultar el repositorio desde otras herramientas.

Funciones clave

  • 01Ejecuta un flujo de investigación de varios pasos a partir de una sola indicación; antes de entregar el informe, lo revisan críticos y se comprueban las citas.
  • 02Busca en páginas web y en fuentes académicas y de datos, como OpenAlex, Crossref, CORE, SEC EDGAR y FRED.
  • 03Guarda cada fuente recopilada como Markdown consultable en un repositorio indexado con SQLite, que las sesiones posteriores reutilizan.
  • 04Reanuda las ejecuciones interrumpidas exactamente en el paso en que se detuvieron y permite establecer presupuestos de gasto.
  • 05Intenta recuperar el texto completo de acceso abierto legal de artículos de pago mediante Unpaywall, Europe PMC y CORE.
  • 06Permite acceder al repositorio mediante un servidor MCP y una interfaz web local.

Casos de uso

  • Elaborar en una sola sesión una revisión bibliográfica o un análisis de la competencia con citas, a partir de la web y de documentos oficiales.
  • Crear una wiki de investigación persistente que crezca a través de varios proyectos.
  • Permitir que Claude Desktop o Cursor consulten mediante MCP un repositorio de investigación en Markdown.
  • Buscar bibliografía académica que incluya libros y disciplinas ajenas a STEM.

Inicio rápido

  1. 1

    Instala el paquete de Python

    pip install hyperresearch
  2. 2

    Instala la pipeline en tu proyecto para Claude Code

    hyperresearch install
  3. 3

    En Claude Code, ejecuta la skill con tu pregunta

    /hyperresearch <anything>

Antes de usarlo

  • Las ejecuciones de Codex requieren indicar explícitamente las opciones de sandbox y network. Además, Codex no dispone de un entorno de navegador, así que tendrás que revisar las páginas que requieran iniciar sesión o bloqueen bots.
  • Los bloqueos de herramientas de Codex son solo instrucciones, no restricciones aplicadas de forma efectiva.
  • El nivel dissertation es experimental y todavía no tiene configurados los objetivos de extensión ni de citas.

Temas

#deep-research#claude-code#ai-agent#research#citations#mcp#knowledge-base#rag#agents#agentskills

Preguntas frecuentes

¿Qué es hyperresearch?
Una habilidad y un flujo de investigación profunda para Claude Code y OpenAI Codex que recopila fuentes web y académicas en un repositorio Markdown persistente y consultable, y redacta informes con citas. Hyperresearch incorpora un flujo de investigación profunda de varios pasos a Claude Code y OpenAI Codex. Una sola indicación se divide en subpreguntas, se buscan respuestas en la web y en fuentes académicas como OpenAlex, Crossref, CORE, SEC EDGAR y FRED; después, el borrador se redacta, se revisa críticamente y se comprueban sus citas antes de escribir el informe final con la procedencia de las fuentes.
¿hyperresearch es gratuito? ¿Qué licencia tiene?
hyperresearch es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿hyperresearch sigue mantenido?
Mantenimiento activo. El último commit de hyperresearch fue el 10 oct 2026.
¿Para qué puedo usar hyperresearch?
Elaborar en una sola sesión una revisión bibliográfica o un análisis de la competencia con citas, a partir de la web y de documentos oficiales. Crear una wiki de investigación persistente que crezca a través de varios proyectos. Permitir que Claude Desktop o Cursor consulten mediante MCP un repositorio de investigación en Markdown. Buscar bibliografía académica que incluya libros y disciplinas ajenas a STEM.
¿Cómo se instala hyperresearch?
Instala el paquete de Python: pip install hyperresearch Instala la pipeline en tu proyecto para Claude Code: hyperresearch install En Claude Code, ejecuta la skill con tu pregunta: /hyperresearch <anything>
¿Dónde consigo hyperresearch?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/jordan-gibbs/hyperresearch

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados