NanoResearch은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

NanoResearch은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

NanoResearch은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. NanoResearch의 마지막 커밋은 2026년 10월 9일입니다.

NanoResearch은(는) 어디에 사용할 수 있나요?

연구 아이디어를 실행 가능한 실험과 논문 초안으로 발전시키기. 재현 가능한 결과를 위해 여러 주제의 실험을 일괄 실행하기. 실제 학습 결과에 기반한 LaTeX 논문 초안 만들기. 자동화된 연구 실행의 모든 단계를 감사 가능한 기록으로 남기기.

NanoResearch는 어떻게 설치하나요?

리포지토리를 클론합니다: git clone https://github.com/OpenRaiser/NanoResearch.git NanoResearch 폴더 안에서 dev extras를 포함해 패키지를 editable 모드로 설치합니다: pip install -e ".[dev]" OpenAI 호환 base_url과 api_key를 지정해 ~/.nanoresearch/config.json을 만듭니다 dry run으로 설정을 검증합니다: nanoresearch run --topic "Adaptive Sparse Attention Mechanisms" --dry-run

NanoResearch은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/OpenRaiser/NanoResearch

OpenRaiser/NanoResearch

아이디어 구상부터 코딩, GPU/SLURM 실험 실행, 분석, 시각화, LaTeX 논문 작성까지 자동화하는 자율 연구 파이프라인입니다.

GitHub에서 보기

스타: 1,338
포크: 91
열린 이슈: 8
마지막 커밋: 14일 전

어떤 프로젝트인가요?

NanoResearch는 AI 연구 프로젝트의 처음부터 끝까지 자동화하는 Python 파이프라인입니다. 주제를 입력하면 OpenAlex와 Semantic Scholar에서 문헌을 검색하고, 실험 계획을 세우고, 실행 가능한 코드를 생성한 뒤, 로컬 GPU나 SLURM 클러스터에 학습 작업을 제출합니다. 이후 결과 로그와 지표를 분석하고, 시각 자료를 만들며, 검토와 수정을 거쳐 내보낼 LaTeX 논문 초안을 작성합니다.

파이프라인은 9개 단계로 실행되며, 모든 중간 산출물을 manifest가 포함된 작업 공간에 저장하므로 실행이 중단되어도 멈춘 단계부터 재개할 수 있습니다. 단계마다 서로 다른 OpenAI 호환 모델을 지정할 수 있으며, 실험에 실패하면 로그를 분석하고 코드를 자동으로 수정한 뒤 다시 시도합니다. 전체 화면 TUI나 일반 로그 출력 방식의 명령줄 인터페이스, Feishu (Lark) 봇, 또는 프로젝트 수준 지침을 사용하는 Claude Code와 Codex로 실행할 수 있습니다.

연구 아이디어를 실제 실험과 논문 초안으로 발전시키려는 연구자와 팀을 위한 프로젝트입니다. 논문에 포함되는 수치는 실제 실행 결과를 바탕으로 합니다. 결과물은 초안이며, 사람이 검토해야 합니다.

핵심 기능

01아이디어 구상 단계에서 OpenAlex와 Semantic Scholar를 통해 문헌을 검색합니다.
02실험 코드를 생성하고 로컬 GPU 또는 SLURM에 작업을 제출합니다.
03학습 로그와 지표를 분석해 결과 분석 자료와 시각 자료를 만듭니다.
04참고 문헌과 코드를 포함한 LaTeX 논문을 내보냅니다.
05저장된 작업 공간 manifest를 이용해 어느 단계에서든 작업을 재개합니다.
06파이프라인 단계마다 서로 다른 OpenAI 호환 모델을 지정합니다.

활용 사례

연구 아이디어를 실행 가능한 실험과 논문 초안으로 발전시키기.
재현 가능한 결과를 위해 여러 주제의 실험을 일괄 실행하기.
실제 학습 결과에 기반한 LaTeX 논문 초안 만들기.
자동화된 연구 실행의 모든 단계를 감사 가능한 기록으로 남기기.

빠른 시작

1
리포지토리를 클론합니다
git clone https://github.com/OpenRaiser/NanoResearch.git
2
NanoResearch 폴더 안에서 dev extras를 포함해 패키지를 editable 모드로 설치합니다
pip install -e ".[dev]"
3
OpenAI 호환 base_url과 api_key를 지정해 ~/.nanoresearch/config.json을 만듭니다
4
dry run으로 설정을 검증합니다
nanoresearch run --topic "Adaptive Sparse Attention Mechanisms" --dry-run

사용 전 알아둘 점

파이프라인을 실행하려면 OpenAI 호환 LLM API 엔드포인트와 키를 직접 제공해야 합니다.
실제 실험을 실행하려면 로컬 GPU 또는 SLURM 클러스터가 필요합니다.

포함된 컬렉션

오픈소스 AI 에이전트 프레임워크와 앱 AI 에이전트 스킬 라이브러리

토픽

#ai-agents #research-automation #llm #latex #slurm #machine-learning #paper-writing #agent-skills #agents #ai

자주 묻는 질문

NanoResearch은(는) 무엇인가요?: 아이디어 구상부터 코딩, GPU/SLURM 실험 실행, 분석, 시각화, LaTeX 논문 작성까지 자동화하는 자율 연구 파이프라인입니다. NanoResearch는 AI 연구 프로젝트의 처음부터 끝까지 자동화하는 Python 파이프라인입니다. 주제를 입력하면 OpenAlex와 Semantic Scholar에서 문헌을 검색하고, 실험 계획을 세우고, 실행 가능한 코드를 생성한 뒤, 로컬 GPU나 SLURM 클러스터에 학습 작업을 제출합니다. 이후 결과 로그와 지표를 분석하고, 시각 자료를 만들며, 검토와 수정을 거쳐 내보낼 LaTeX 논문 초안을 작성합니다.
NanoResearch은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: NanoResearch은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
NanoResearch은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. NanoResearch의 마지막 커밋은 2026년 10월 9일입니다.
NanoResearch은(는) 어디에 사용할 수 있나요?: 연구 아이디어를 실행 가능한 실험과 논문 초안으로 발전시키기. 재현 가능한 결과를 위해 여러 주제의 실험을 일괄 실행하기. 실제 학습 결과에 기반한 LaTeX 논문 초안 만들기. 자동화된 연구 실행의 모든 단계를 감사 가능한 기록으로 남기기.
NanoResearch는 어떻게 설치하나요?: 리포지토리를 클론합니다: git clone https://github.com/OpenRaiser/NanoResearch.git NanoResearch 폴더 안에서 dev extras를 포함해 패키지를 editable 모드로 설치합니다: pip install -e ".[dev]" OpenAI 호환 base_url과 api_key를 지정해 ~/.nanoresearch/config.json을 만듭니다 dry run으로 설정을 검증합니다: nanoresearch run --topic "Adaptive Sparse Attention Mechanisms" --dry-run
NanoResearch은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/OpenRaiser/NanoResearch

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.