GitHub 趋势 · 第 62 期

一个 2,752 star 的研究 harness：榜单第一名加粗，验证待定写进小字

#GitHub趋势#AIAgent#深度研究

先说判断。jordan-gibbs/hyperresearch 是把深度研究做成流水线的 Claude Code harness，16 步、16 个 subagent、9 条结构性约束。但它最值得读的地方不是流水线，而是三处口径的分层：README 顶部写 The Most Powerful Deep Research Harness；正文加粗写它目前领先 DeepResearch-Bench 的 RACE 榜；而同一张榜单图下面的小字写着那是一个前瞻性预测，第三方验证尚未完成。

这不是造假，是三句话分别写在三个位置上。只读加粗那句，就会把预测当成成绩。

AI 帮你做调研，卡住的从来不是模型

常见的三个死结：读过的来源，下一轮还要重读一遍；报告里的引用，没有人回头核；跑到一半崩了，只能从头再来。这三个问题的共同点是流程没有状态——每次研究都是一次性的，产出是一份文件，不是一个能继续生长的东西。

hyperresearch 押的正是这一点：把来源沉淀成库，让第二轮从第一轮的终点开始。

它是什么

装进 Claude Code 之后，你用 /hyperresearch <anything> 起一次研究。它把读过的每个来源落进一个持久化的 vault，正文本体是 Markdown 加 YAML frontmatter，SQLite 只是缓存与索引（这个概念在仓库的 2.0 路线图里被写成 markdown-is-truth / SQLite-is-cache）。所以它的核心承诺是复利：来源进过一次库，就不再走。

一个免费的差异化细节：同一个项目有三套自我介绍。GitHub 的 description 字段写的是 Agent-driven research knowledge base；pyproject.toml 里写的是 Claude Code harness for disciplined, adversarially-audited deep research with full provenance；README 的大标题写的是 The Most Powerful Deep Research Harness。知识库、harness、最强，三个词的分量差得很远。

一次研究要花多久：它自己标了价

这是 README 里的档位表，时间数字是原话：

档位	跑什么	典型耗时
light	有边界的事实查询、综述、对比，只跑 5 步	约 30–40 分钟
full（默认）	带对抗评审的深度论证，全部 16 步加引用核对	约 1.5–2.5 小时
dissertation	分章的超大任务：4–10 章、300–450 个来源	约 4–8 小时

同页还有一张 subagent 名册表，把每个角色默认用哪个模型也写了：16 个 agent，9 个默认 Opus、7 个 Sonnet。负责对抗评估的四个 critic、负责写终稿的 synthesizer、只准打补丁的 patcher，都在 Opus 那一档。把它和上面的时间表放在一起读，一次深度研究的真实价格就摆在同一页上了——README 自己补了一句：usage scales with tier, gear, and corpus size。

而且模型不是配置项。限制段写着 It runs on Anthropic models via the subagent roster，后面紧跟一句 If anyone wants to port this to Codex, put up a PR!。想换模型，官方给的路径不是改配置，是提 PR。

16 步里，有几步只准打补丁

流水线是 16 步（含 1.5 与 14.5 两个半步），light 档只跑其中的 1 → 2 → 10 → 15 → 16。真正少见的是这条约束：patcher 与 polish-auditor 两个 subagent 被工具锁死为 [Read, Edit]，也就是只准做外科手术式的修改，不许整篇重写。官方把它总结成一条不变式：patch-never-regenerate。

README 的 What's structurally enforced 小节列了 9 条，摘 5 条：

▪scaffold-prompt lint：逐字提示词视为不可改。
▪quote-integrity lint：引用原文必须真实存在。
▪Retractions block the ship：被撤稿的论文直接拦住，报告发不出去。
▪<untrusted-source> 围栏：抓回来的网页文字只能当数据，不能当指令。
▪patch-surgery lint：发现的问题不许被静默跳过。

第四条不是口号，是代码。v0.9.1 的 release notes 写得很具体：从网页抓回来的正文会被包进 <untrusted-source url=...> 分隔符；正文里伪造的开闭围栏标签，无论大小写和内部空格，一律中和成 untrusted-source-inner 并保留可见以便取证；url 属性做 HTML 转义并剔除控制字符，让正文和伪造的 URL 都没法把文本种到围栏外面。

换句话说，这个项目在防的正是「你让 agent 去读网页，而网页里写着让 agent 干别的」。同一份 release notes 里还列了另外四处静默失败的修补：标签大小写在存储与查询两侧对齐、FTS 查询里的孤立引号不再抛错被当成零结果、批量 PDF 抓取失败改为回落浏览器通道并上报失败 URL、以及 vault 的 CLAUDE.md 里不再插当天日期（那个日期每天击穿一次 Claude Code 的 prompt cache）。

仓库里最该读的是那份 2.0 路线图

docs/roadmap-2.0/ 下有一份 5,768 字节的总纲，另加 6 份阶段文档（11,795 / 11,340 / 12,110 / 13,206 / 12,802 / 11,486 字节，合计 72,739 字节）。总纲开头就把 2.0 的目标写成一次升级：从「约 80 个来源、约 10K 字的单篇报告」，推到「论文级的研究系统」。然后是两份 2026-07-19 审计的结论，官方自己点出 1.x 的两个结构性问题：

▪质量判断是易失的。6 维效用评分只被用一次——挑抓取目标，然后就丢掉；citations 按首次出现编号；Python 层没有任何东西能回答哪些来源最承重。原话是 sources 表只是一个去重台账，没有 score、tier 或 rank 列。
▪规模是硬编码在散文里的。来源下限 45 / 目标 55–80、loci 上限 6、depth 预算 40、草稿数 3、必读范围 20–50、字数上限 10K，全都是写在 skill 与 agent 提示词文本里的字面量。官方原话：Scaling up currently means rewriting 17 skills and 14 agent prompts。

6 个阶段里，5 个的状态在 2026-07-19 已勾选完成，Phase 0（清债）部分提前、仍未关闭。文档里还有一句方法论备注值得单独摘出来：Line numbers drift; when executing a phase, re-verify anchors with grep before editing——行号会漂，执行前先 grep 复核锚点；锚点的职责是让目标可被找到，不是永远精确。

上手

README 给的主路径，原文是两条命令（Python 3.11–3.13，README 明说 3.14 暂不支持）：

cd your-project
pip install hyperresearch && hyperresearch install

装完在 Claude Code 里起一次研究，参数就是你随便问的一句话：

/hyperresearch <anything>

常用命令节选（README 原文，注释也是原话）：

hyperresearch profile list           # all profiles + descriptions + current gear
hyperresearch profile use premier    # 100–130 sources, doubled depth budget (~3–5 h)
hyperresearch run status -j          # Step-by-step status, spend, escalation queue depth
hyperresearch search "ion-trap gate fidelity" -j           # Full-text search
hyperresearch lint -j                                      # Health check (broken links, missing tags)
hyperresearch export json -o out.json # every note as structured JSON

注意第二行的注释：premier 档写的是 100–130 个来源、深度预算翻倍、约 3–5 小时。它和上面的三档表不是同一把尺子——一个量的是单次研究的规模（tier），一个量的是 gears 与 profile 的组合，官方没有给两者的换算表。看到 README 里出现两个时间数字，先分清问的是哪个。

我的判断

适合谁：已经在用 Claude Code、要长期盯住某个领域、且能接受一次研究跑 1.5–2.5 小时的人。它的价值来自 vault 的复利，研究越连续越划算；也可以先跑 light 档试水，30–40 分钟出结果。

不适合谁：想五分钟拿到结论的人；只跑非 Anthropic 模型的人（官方给的换模型路径是提 PR）；Python 3.14 环境（requires-python 写死了 >=3.11,<3.14）；以及想拿它当通用搜索工具的人——它替你做的是流程，不是替你判断哪些来源重要。

上手前有五个坑，全部写在 README 与 pyproject 里，只是位置很分散：

▪全局安装会污染每个 session。hyperresearch install --global 能让 /hyperresearch 在任何 Claude Code session 里可用，代价是每个 session 的 system reminder 里多约 15 行——README 的原话是 at the cost of ~15 lines in every session's system reminder。
▪装 MCP 必须锁上界。pyproject.toml 里那条依赖注释值得逐字读：mcp 2.0 移除了 mcp.server.fastmcp，而工具全建在它上面；不锁上界时 pip install hyperresearch[mcp] 会解析到 2.x，hyperresearch mcp 在 import 阶段就死，而且报错会说 extra 缺失——实际上它装好了。这种报错指向错误原因的坑，不写进注释就没人知道。
▪学术来源自带门槛。Unpaywall 要求真实联系邮箱，留空则整个 Unpaywall 被跳过；CORE 与 FRED 各要 API key；SEC EDGAR 要求设置 HYPERRESEARCH_CONTACT_EMAIL；RePEc 官方直说它的 API 没有搜索功能。
▪边界是硬的。README 原话：CAPTCHAs, 2FA, and logins are never solved automatically——验证码、两步验证与登录永不自动处理，会整理成一条消息交给你。
▪lint 只保证结构，不保证事实。README 自己写明它抓的是结构性失败（缺脚手架、溯源断了、有未解决的 CRITICAL），而 factual accuracy 仍然由你负责。这句话应该被每个用 AI 做研究的人读一遍。

最后补两个体量数字。整个仓库 1,755 KB，只带了一份样例报告（example-reports/rl-exploration-trajectory-planning.md，87,047 字节）——真产出都在用户本地的 vault 里，仓库装的是代码与提示词。所以它的分量不能按仓库大小估，得按它替你省下的重读与复核次数估。

仓库：github.com/jordan-gibbs/hyperresearch（jordan-gibbs/hyperresearch，个人账号）

star：API 实测 2,752 · Trending Python 日榜同期快照 2,806（单日 +153）· fork 267 · 未关闭 issue 14 · subscribers 12

许可：MIT（LICENSE 1,069 字节标准全文，可商用）；本轮未发现 deprecated 声明、非商用条款或禁止宣传的要求。

版本：default_branch main · pyproject.toml 版本 0.11.1 · classifier 为 Development Status :: 3 - Alpha · requires-python >=3.11,<3.14 · 建仓 2026-04-09 · 最近推送 2026-09-11 · 仓库 size 1,755 KB

发版：/releases 列表共 14 个，全部 assets 为空——分发只走 PyPI，没有可下载的二进制包。最新是 v0.11.1（2026-09-11 21:15），与 v0.10.1（16:03）、v0.11.0（18:17）在同一天连发；上一次发版是 2026-07-25 的 v0.9.1，中间静默 48 天。顺带一个工具层提醒：同时刻实测 /releases/latest 端点返回的是 v0.9.1，而 /releases 列表与 /tags 都已经到 v0.11.1——查版本别只打一个端点。

选题依据：全语言日 / 周 / 月三榜逐个剔除历史已写项目后无新面孔，改用 Python、Rust、Go、TypeScript 四个分语言日榜；本项目不在历史已写清单与往期线索池中，是四个分语言日榜里未写候选动量最高的一个。

数据来源：GitHub Trending 官方页面 + GitHub REST API + 仓库内 README.md / LICENSE / pyproject.toml / docs/roadmap-2.0 / releases。抓取时间 2026-09-12 15:5x（GMT+8）。正文中的字节数、条目数、阶段数均为接口实测后逐项相加核对。

本文只陈述抓取到的公开事实，不构成对项目质量的保证，也不构成法律意见。

你会为一次 1.5–2.5 小时的研究买单吗？如果只跑 light 档，你觉得它值不值？评论区说一声，我下期挑一个更省时间的 harness 做对照。

下期预告：上一期答应的那个主题族（把模型塞到小设备与边缘上），到今天三榜上仍然凑不够成员，继续欠着。下期如果出现高动量新面孔，就回单项目精读；仍然零候选，就换个主题族做横向合集。

#GitHub趋势#AIAgent#深度研究