hyperresearch

让 Claude Code 变身会自我积累的深度研究员

开源 unknown 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3822

维护状态活跃

是否开源是

定价模式 unknown

项目预览

项目数据

分类搜索知识

开发团队jordan-gibbs

所属国家

官网地址https://hyperresearch.ai

GitHubhttps://github.com/jordan-gibbs/hyperresearch

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agents,agentskills,citations,claude-code,codex,codex-plugin,codex-skill,deep-research,deep-research-agent,deepresearch,mcp-server,research,research-agent,research-tools

GitHub 星标★ 3822

30天Star增速

HF 下载量

上线时间2026-04-09 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-11

浏览次数0

项目介绍

hyperresearch 是一个把 Claude Code 或 Codex 改造成深度研究智能体的开源工具。它解决的是通用 AI 编程助手缺乏持续联网调研能力的问题：普通对话只能一次性搜索，无法沉淀知识。项目通过 MCP 协议和托管 API 接入，让智能体自动完成资料收集、网页搜索与信息综合，并把每次研究结果写入一个持久化、可检索的 wiki 知识库。这个 wiki 会随着使用不断自我累积，后续研究能复用之前沉淀的条目，形成越用越聪明的知识网络。核心能力包括：多轮深度检索、来源引用与溯源、结构化知识沉淀、跨会话记忆。适合需要长期跟踪某个领域、反复做调研并希望结果可复用的用户，把零散的搜索行为变成可积累的研究资产。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

难度：入门约 10 分钟部署方式：命令行工具 8 步

环境要求

Python 3.11–3.14
已安装 Claude Code 或 OpenAI Codex 客户端
Codex 会话需要写权限和网络访问
项目目录需可写（运行会生成 research/runs/ 工作区）

安装与启动步骤

1确认 Python 版本

hyperresearch 只支持 Python 3.11 到 3.14，先确认本机版本落在范围内，否则后续 pip 安装或运行会失败。
```
python --version
```
2安装 hyperresearch

用 pip 从 PyPI 安装，这是插件、Skill 两种接入方式的前置依赖，都必须先装包。
```
pip install hyperresearch
```
3安装到 Claude Code

先进入你的项目目录，再执行安装命令；完成后可在 Claude Code 里用 /hyperresearch 调用。
```
cd your-project
hyperresearch install
```
4安装到 Codex

想在 OpenAI Codex 中使用时执行；用 --target all 可把 Claude Code 与 Codex 两种接入并排装好。
```
hyperresearch install . --target codex
```
5（可选）插件方式接入

不想用 CLI 安装可用插件市场方式；插件与 Skill 都只安装一个 deep-research 引导技能，仍需先 pip install hyperresearch。
```
/plugin marketplace add jordan-gibbs/hyperresearch
/plugin install hyperresearch@hyperresearch
```
6（可选）Skill 方式接入

通过 skills.sh 添加技能；Claude Code 用 -a claude-code，Codex 用 -a codex。
```
npx skills add jordan-gibbs/hyperresearch -a claude-code
```
7发起深度研究

在 Claude Code 中执行 /hyperresearch ，或在插件/Skill 模式下用 /deep-research <问题>；Codex 用 $ 前缀。
```
/hyperresearch 
```
8查看运行状态

查看逐步骤状态、花费与升级队列深度，确认流水线跑起来了；中断后可用 run resume 精确续跑。
```
hyperresearch run status -j
```

关键配置

配置项	必填	说明	示例
`register`	否	决定报告的写法与口吻：teach 讲解、survey 综述、analyze 评估、advocate 辩护。	`analyze`
`domain_notes`	否	自由文本，指定该领域的取材策略、证据规范与时效窗口。	`只采用近两年来源，优先一手论文`
`inference_depth`	否	推理深度调节：surface / standard / deep，第 4 步可能自动升级。	`deep`
`--budget`	否	run init 时设置预估 API 花费上限，超出会阻断运行。	`50`

如何确认成功

执行 hyperresearch run status -j 能看到逐步骤状态与花费，或在 Claude Code 中输入 /hyperresearch 能被技能识别。

常见问题

Q：Claude Code 和 Codex 能同时装吗？

A：可以，用 hyperresearch install --target all 会把两套接入并排安装，共用同一套流水线和同一个 vault。

Q：不装 CLI 安装，只用插件行不行？

A：不行。插件和 Skill 只是引导入口，仍然需要先执行 pip install hyperresearch，首次使用时才会在当前项目里把流水线装好。

Q：中途中断了要重跑吗？

A：不用。每次运行都有独立工作区和 manifest，执行 hyperresearch run resume -j 会给出精确的下一步和续跑用的技能调用。

Q：花费超预算会怎样？

A：run init --budget 设置了预估 API 等值花费上限，越过上限会直接阻断该次运行，而不是让它悄悄膨胀。

Q：报告发布前有什么校验？

A：有 ship gate 校验：引文完整性、被撤稿引用、数字一致性，以及 cite-check 的逐条引用绑定审计，校验不过不能发布。

注意事项

支持 Python 3.11–3.14，版本不符会导致安装或运行失败。
每次运行拥有隔离工作区 research/runs//，并发运行不会互相冲突。
Codex 会话需要写权限和网络访问，否则无法完成调研。
hyperresearch install --global 让 /hyperresearch 全局可用，但会在每个 Claude Code 会话的系统提醒中增加约 15 行内容。

核心亮点

研究结果持久化为可搜索 wiki，跨会话复用不重复劳动
基于 MCP 协议接入 Claude Code / Codex，无需改现有工作流
支持引用溯源，调研结论可核查来源

不足之处

依赖托管 API 服务，离线或私有化场景受限
项目较新，长期维护与生态成熟度待观察

适用场景

长期跟踪某技术领域并沉淀可复用知识库
为写作或报告做多来源深度调研并保留引用
团队共享一个持续增长的调研 wiki

替代项目

gpt-researcher、storm、khoj

上一篇：tavily-python

下一篇：mcp-searxng