Repolode
Предложить
jordan-gibbs

jordan-gibbs/hyperresearch

Навык и конвейер для глубоких исследований в Claude Code и OpenAI Codex: собирает веб-источники и научные публикации в постоянное хранилище Markdown с поиском и готовит отчёты со ссылками на источники.

Open source альтернатива:Perplexity

Открыть на GitHubСайт
Звёзды
3,884
Форки
408
Открытые issues
35
Последний коммит
9 дней назад

Что это?

Hyperresearch добавляет в Claude Code и OpenAI Codex многоэтапный конвейер для глубоких исследований. Один запрос разбивается на подтемы, по которым ведётся поиск в интернете и научных источниках, таких как OpenAlex, Crossref, CORE, SEC EDGAR и FRED. Затем материал оформляется в черновик, проходит критическую проверку и сверку ссылок, после чего создаётся итоговый отчёт с указанием происхождения источников.

Каждый полученный источник сохраняется как заметка Markdown с YAML frontmatter в хранилище с индексом SQLite. Файлы Markdown служат первоисточником, а индекс можно перестроить на их основе, поэтому в следующих сессиях сначала выполняется поиск по уже собранным материалам и лишь затем загружаются новые страницы. Исследования можно продолжать после прерывания и ограничивать бюджетом расходов; перед публикацией они проходят проверки, включая проверку точности цитат и наличия отозванных статей.

Проект устанавливается через pip и настраивается отдельно для каждого проекта одной командой. При желании можно подключить MCP-сервер и локальный веб-интерфейс для просмотра хранилища из других инструментов.

Ключевые возможности

  • 01Запускает многоэтапный исследовательский конвейер по одному запросу: перед подготовкой отчёта его проверяют критики и сверяют ссылки.
  • 02Ищет веб-страницы, а также научные публикации и данные, в том числе в OpenAlex, Crossref, CORE, SEC EDGAR и FRED.
  • 03Сохраняет каждый полученный источник в виде доступного для поиска файла Markdown в хранилище с индексом SQLite, которым пользуются следующие сессии.
  • 04Возобновляет прерванные запуски с того же шага и поддерживает ограничение бюджета расходов.
  • 05Пытается получить легальный полный текст статей открытого доступа, недоступных без подписки, через Unpaywall, Europe PMC и CORE.
  • 06Предоставляет доступ к хранилищу через MCP-сервер и локальный веб-интерфейс.

Сценарии использования

  • Подготовка обзора литературы или анализа конкурентов со ссылками на источники из интернета и документов регуляторной отчётности за одну сессию.
  • Создание постоянно пополняемой исследовательской вики для нескольких проектов.
  • Поиск по исследовательскому хранилищу Markdown из Claude Desktop или Cursor через MCP.
  • Поиск научной литературы, включая книги и публикации по направлениям за пределами STEM.

Быстрый старт

  1. 1

    Установите пакет Python

    pip install hyperresearch
  2. 2

    Установите pipeline для Claude Code в свой проект

    hyperresearch install
  3. 3

    В Claude Code запустите skill, задав свой вопрос

    /hyperresearch <anything>

Что важно знать

  • Для запуска Codex нужно явно указать флаги sandbox и network. Кроме того, в Codex нет режима работы через браузер, поэтому страницы, требующие входа или блокирующие ботов, вам нужно будет проверить самостоятельно.
  • Блокировки инструментов в Codex — это лишь инструкции, а не принудительно действующие ограничения.
  • Уровень dissertation экспериментальный; целевые показатели объёма и числа цитирований пока не настроены.

Темы

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

Частые вопросы

Что такое hyperresearch?
Навык и конвейер для глубоких исследований в Claude Code и OpenAI Codex: собирает веб-источники и научные публикации в постоянное хранилище Markdown с поиском и готовит отчёты со ссылками на источники. Hyperresearch добавляет в Claude Code и OpenAI Codex многоэтапный конвейер для глубоких исследований. Один запрос разбивается на подтемы, по которым ведётся поиск в интернете и научных источниках, таких как OpenAlex, Crossref, CORE, SEC EDGAR и FRED. Затем материал оформляется в черновик, проходит критическую проверку и сверку ссылок, после чего создаётся итоговый отчёт с указанием происхождения источников.
hyperresearch можно использовать бесплатно? Какая у него лицензия?
hyperresearch распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
hyperresearch всё ещё поддерживается?
Активно поддерживается. Последний коммит в hyperresearch — 10 окт. 2026 г..
Для чего можно использовать hyperresearch?
Подготовка обзора литературы или анализа конкурентов со ссылками на источники из интернета и документов регуляторной отчётности за одну сессию. Создание постоянно пополняемой исследовательской вики для нескольких проектов. Поиск по исследовательскому хранилищу Markdown из Claude Desktop или Cursor через MCP. Поиск научной литературы, включая книги и публикации по направлениям за пределами STEM.
Как установить hyperresearch?
Установите пакет Python: pip install hyperresearch Установите pipeline для Claude Code в свой проект: hyperresearch install В Claude Code запустите skill, задав свой вопрос: /hyperresearch <anything>
Где скачать hyperresearch?
Исходный код и инструкции по установке — на GitHub: https://github.com/jordan-gibbs/hyperresearch

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты