hyperresearch：将 Claude Code 打造成深度研究 Agent 的开源工具

代理驱动的研究知识库。代理收集、搜索并综合网络研究，形成一个持久且可搜索的维基。

最强大的深度研究背带

Hyperresearch将Claude Code打造为深度研究代理：目前在DeepResearch-Bench RACE排行榜中领先（内部基准测试）。一个分层适应的16步流水线只需一个提示，就能生成一份具有完整来源的对抗性审计报告。

它读取的每个源都会落入一个持久且可搜索的保险库，因此每次会话的开始都比上一个更聪明。

基于分层试点与DeepResearch-Bench排行榜快照的前瞻性预测（https://huggingface.co/spaces/muset-ai/DeepResearch-Bench-Leaderboard).第三方验证正在等待中。

为什么它会获胜

• 一次运行中250+个源。该premier尺度剖面仅宽度扫荡就针对100–130个;引用追踪和填空的获取量超过实际落入语料库的两倍多。
• 每条引用在报告发出前都会经过核实。怀疑论的引用检查员会审核每个被引用的来源是否真的支持其判决。幻觉引用和未被承认的撤回是关键的障碍。
• 联合播出不算共识。独立审计会将衍生稿分组，因此一份新闻稿的五次重印会与同一来源的权重产生争议。
• 本质上是对立的。四个批评者同时攻击每个草稿，而一个工具锁定的补丁程序只能进行外科手术式的修改。它实际上无法重写报告。
• 八个学术来源，一个查询。 hpr scholar searchHits：OpenAlex、Crossref、CORE、DOAB，ClinicalTrials.gov通过同一客户端层，返回一份通过DOI和标题去重的单一列表。书籍、审判和文件与论文并存，每份都带有标签，以便管道识别哪些是哪种。人文和社会科学是有意为之，而非事后补充。
• 付费墙的论文是被阅读的，而不是浏览。封闭论文通常以1500字符摘要形式进入库中，报告随后引用其文字，仿佛已被阅读过。Hyperresearch向Unpaywall、Europe PMC和CORE请求合法开放获取副本，并保存全文，即使出版商直接阻止取用。每次替换均在注释、前言和CLI输出中披露。
• 没有什么东西会被丢弃。每个源都会进入一个可搜索的 markdown 加 SQLite 库，你的下一次会话会在获取新数据前再利用它。
• 崩溃的跑道继续。每次运行都会有清单;run resume从它死去的那一步开始。
• 从30分钟到一篇论文不等。有界查询会自动路由到5步快速路径。自愿参与的论文运行，每章从300至450个来源中写下2.5万至8万字。

安装

cd your-project
pip install hyperresearch && hyperresearch install

则/hyperresearch 在克劳德代码中。

Python 3.11–3.13。（3.14 尚未支持。使用pyenv install 3.13,uv venv -p 3.13，或者py -3.13 -m venv .venv.)高级用户：hyperresearch install --global制造/hyperresearch可从每个 Claude Code 会话在任何地方访问，每个会话的系统提醒中需 ~ 15 行。按项目安装（上述）保持无关的 CC 会话干净。

16步研究流程

入口技能是一个薄路由器。它固定了规范的研究查询，然后通过Claude代码每阶段调用一步技能Skill工具。每个步骤的过程只有在该步骤实际运行时才会加载到上下文中。

这正是阻止长流水线在上下文腐朽时悄然丢弃步骤的原因。

层级与齿轮：两个比例杆

第三方每个查询的路由。步骤1自动分类lightvsfull.dissertation仅限自愿加入;在提示中要求。

齿轮设定标准流程的规模：源目标、深度预算和词语目标，都被渲染到步骤技能中。

hyperresearch profile list           # all profiles + descriptions + current gear
hyperresearch profile use premier    # 100–130 sources, doubled depth budget (~3–5 h)
hyperresearch profile use full       # back to the 55–80-source baseline

齿轮在每个项目中会持续存在，并且经得起重新安装的保存。自定义齿轮：定义[profile.]在.hyperresearch/config.toml（任意旋钮：来源目标、位点上限、草稿计数、字目标、每个代理模型）以及profile use .

拉杆：报告用什么声音写的

层级和齿轮决定了工作量。杠杆决定了报告类型，第一步从提示词的动词形态中选择报告。提示中明确的指令总是胜出。

这些拉杆渲染成角色范围的 shim 文件，生成模板，逐字粘贴到 subagent 提示中，因此批评者会随着寄存器移动，而不是撤销它。在survey注册辩证批评者标记为不公平代表而非缺失承诺，波兰审计员停止对冲。

在advocate反而全部都紧绷起来。

引文查询器和船门完全没有任何震动。验证从不因模式而变软。

hyperresearch levers set  inference_depth=deep --rerender   # go deeper mid-run
hyperresearch run status -j                                      # see what step 1 chose

承重原理

1. 补丁，永远不要再生。第11步生成综合报告（轻级为第10步）后，唯一的修改是外科编辑块。补丁器和润色审计员被工具锁定于[Read, Edit]在Claude代码允许列表层面，所以他们实际上无法写新草稿。每个块块的上限让“直接重写”在机械上变得不可能。不符合小块块的批评结果会升级为结构性问题。
2. 规范研究查询是真理。逐字用户提示符被持久化为research/runs//query.md一次，并且每次后续步骤和每个生成的子代理都会重新读取。封装要求（保存路径、引用格式、终端部分）是独立的契约。

分代理名单

模型是配置文件配置，不是硬代码。表格显示了出厂默认值，你可以在.hyperresearch/config.toml:[profile.full]其中models = { fetcher = "haiku" }下次安装时将所有取用器切换成俳句，或者profile use.

保险库：持久、可搜索、复利

大多数深度研究工具都是一次性的：报告完毕，其他内容丢弃。Hyperresearch保留它读取的内容。每个获取的源代码都会落入SQLite索引的保险库，未来会话在获取前会搜索该库。

hyperresearch search "ion-trap gate fidelity" -j           # Full-text search
hyperresearch search "quantum" --include-body -j           # Full-body search
hyperresearch note show    -j               # Batch-read notes
hyperresearch graph hubs -j                                # Most-connected notes
hyperresearch graph backlinks  -j                      # Reverse links
hyperresearch lint -j                                      # Health check (broken links, missing tags)

Markdown 是真实的，SQLite 是缓存。笔记实时显示为纯 markdown，前置 YAML 格式research/notes/.SQLite索引是完全可重建的：删除它，然后hyperresearch sync从Markdown重建它。

在任何编辑器里打开Vault，在git里做版本。你不需要安装工具也能阅读自己的研究。

PDF是直接获取的。 hyperresearch fetch自动检测PDF网址（arXiv、NBER、SSRN、直接访问）.pdf链接）并通过 pymupdf 提取全文。原始 PDF 会落在research/raw/.pdf还有那张纸条raw_file:前片链接回来。

来源线索。每个获取的源都携带--suggested-by与浮现它的存在相连。链条由种子采集形成一棵有根的树;那provenance绒毛规则会捕捉断开的部件。

如果你想要语义搜索，也可以。 hyperresearch embed sync填充嵌入 （provider-pluggable：voyage,openai，或默认none，且不需要任何API密钥）。

search --semantic将矢量相似度与全文排名相结合。

策划：笔记有生命周期

每次会议结束时都会获得策展通行证，笔记会通过审核draft→review→evergreen，或者stale→deprecated→archive随着材料逐渐老化。这正是让金库不至于变成半看完的垃圾填埋场的原因。

hyperresearch note update  --summary "..." --add-tag  -j   # promote a draft
hyperresearch dedup -j                                            # near-duplicate pairs by content similarity
hyperresearch topic tree -j                                       # the topic hierarchy
hyperresearch index build -j                                      # regenerate index pages
hyperresearch batch set-status stale --tag  -j                 # bulk lifecycle moves
hyperresearch link --note  --dry-run -j                       # wiki-links the linker would add

你没有被锁定

保险库是目录中的降价。下面所有内容都是方便的，而不是依赖。

hyperresearch export json -o out.json # every note as structured JSON
hyperresearch export vault       # a filtered subset to another directory
hyperresearch import             # pull an existing markdown collection in
hyperresearch git changed -j          # notes with uncommitted changes
hyperresearch git log -j              # notes touched by recent commits
hyperresearch watch                   # auto-sync while you edit in your own editor

用Claude Code外面的避难所

一个MCP服务器。 pip install hyperresearch[mcp]，则hyperresearch mcp说stdio，所以Claude Desktop、Cursor或其他任何会说MCP的软件都可以在同一个vault上工作。

十三种工具：search_notes,read_note,read_many,list_notes,get_backlinks,get_hubs,vault_status,lint_vault,check_source,list_sources,fetch_url,create_note,update_note.

本地网页界面。 hyperresearch serve --open在8080端口启动一个带有笔记浏览、标签页、搜索和交互式链接图的STDLIB HTTP服务器。

无构建步骤，也无JavaScript依赖。

来源排名：质量是持久性的，而非氛围

每个源都会累积一个复合quality_score由源类型层级、获取时间实用性、引用权威构建（来源于 OpenAlex / Semantic Scholar，包括撤稿旗帜），以及PageRank的中心性：

hyperresearch sources score -j             # Enrich DOI-bearing notes: citations, venue, retractions
hyperresearch graph rank -j                # PageRank over the link + provenance graph
hyperresearch search "q" --ranked -j       # Quality-weighted full-text search
hyperresearch sources independence -j      # Cluster syndicated/derivative copies: 5 copies of one press release = 1 vote
hyperresearch claims search "q" -j         # Query extracted claims across all sources

撤回的来源质量几乎为零，且船上撤稿扫描会重新核查每条被引用的DOI，所以昨天发布的撤回消息今天被抓。即使是从旧报道中重用的金库来源。

运行次数：可续行、预算、验证

每个运行程序都拥有一个独立的工作区（research/runs//）以及一个清单。并发运行从不发生冲突，崩溃运行会从停止处恢复：

hyperresearch run status -j          # Step-by-step status, spend, escalation queue depth
hyperresearch run resume -j          # Exact next step + Skill invocation to continue
hyperresearch run report -j          # Per-step wall-time / spend / source-yield telemetry
hyperresearch run verify  -j    # Ship gate: headings, length, citation density, cite-check resolution

run init --budget 50限制估计API等效支出;跨越上限反而阻碍了运行，而不是让它悄然膨胀。在任何报告发布之前，验证电池会运行：引用完整性（每个引用的跨度必须逐字出现在金库注释中），撤回引用（引用撤回消息来源未被承认阻挡飞船），数值一致性（无法追溯到证据的数字会被标记），加上引用检查步骤的按引用约束审计。

结构性执行的内容

• 逐字提示如同福音。 scaffold-prompt如果脚手架没有按用户的提示打开，绒毛会被阻挡
• Locus 覆盖。每个第4步点必须有第5步中间注;缺少中间标志为错误
• 仅限补丁修改。步骤14、15、16被工具锁定为[Read, Edit].他们无法重新生成选秀
• 关键发现从不悄然跳跃。 patch-surgery棉絮覆盖了补丁员无法应用的关键发现
• 必须有引用文本。 quote-integrity棉絮会阻挡任何未逐字出现在保险库注释中的引用跨度;幻觉引用无法寄送
• 收回装置阻挡飞船。引用撤回的来源却不承认撤回，在最终门槛上是一个严重错误
• 模式完整性。 tier,content_type， 和type是受SQLite CHECK约束的词汇表;损坏的前置文件无法毒害索引
• 卫生泄漏在出去时被发现了。脚手架部分、YAML前言和提示回声在发货前的第15步被剔除
• 获取的文本是数据，而不是指令。在两者中，网状取物的尸体都被送上围栏内note show以及search，因此告诉代理忽略其指令的页面被读作内容

网络是敌意输入

研究代理人会阅读数百页自己未选择的页面，其中任何一页都可能包含寄给代理人而非你的文本。

从网络抓取的每个实体都被包裹在分隔符中，并带有内联的视为数据前言，服务于服务实体的两条路径上（note show单表单、批处理表单和JSON表单，search包括尸体）。

注意你自己的管道子代理写下了未包裹的通道。取回尸体内的伪造围栏标签被中和并留给法医可见，url属性通过HTML转义，控制字符被去除，且search封装发生在代币预算截断之后，因此关闭的围栏永远不会被切断。

取用者、深度调查者、草稿协调者和源分析者都带有一个策略块，告诉他们不要将被围栏页面的指令洗白为可信输出。

第三方API解析的URL也会受到同样的处理。开放访问的位置出现在别人的JSON中，因此在获取之前会检查方案、嵌入凭据和可公开路由的解析。

网络服务提供商

该[web] provider开始.hyperresearch/config.toml选择如何获取页面，以及支持该服务的提供者如何搜索网页。除了默认选项外，其他都是可选的附加功能。

• builtin（默认）——纯HTTP抓取，没有搜索。零额外依赖;这是其他所有改进的起点。
• crawl4ai——无头浏览器抓取，带隐形、PDF提取和浏览器升级通道。这是管道专门针对的。pip install "hyperresearch[crawl4ai]".
• exa——神经网络搜索和页面提取。需要API密钥。pip install "hyperresearch[exa]".
• tavily——为代理构建的搜索和提取功能。需要API密钥。pip install "hyperresearch[tavily]".
• parallel—并行搜索MCP端点，无需账户或密钥。仅搜索——批量取源波会降级为每个URL的访问，因此它是一个很好的搜索提供者，而非crawl4ai取物路径的替代品。来自一个进程的每个请求都带有一个随机会话ID，Parallel会用它来进行相关性和速率限制。pip install "hyperresearch[parallel]".

# .hyperresearch/config.toml
[web]
provider = "crawl4ai"

认证爬行 + 浏览器通道

从LinkedIn、Twitter、付费墙网站或任何你可以登录的平台获取：

hyperresearch setup       # Browser opens. Log into your sites. Done.

LinkedIn、Twitter、Facebook、Instagram 和 TikTok 会自动使用可见浏览器以避免会话被杀。

被阻挡的取球会升级，而不是死亡。当无头爬行在运行中途遇到登录墙或机器人墙时，该URL会作为升级队列（hyperresearch escalation list -j).如果你有克劳德·因·克劳德扩展时，浏览器取源代理通过驱动你真实登录的Chrome来排空队列。

硬边界：验证码、两步验证和登录问题从来不会自动解决。它们会合并成一条信息，然后交给你。

学术发现：八个来源，一个查询，一个去重列表

对于任何有研究文献的主题，在进行网页搜索之前，先搜索学术来源。它们返回的是引用排名的经典著作;网络搜索则返回衍生评论。这些建议过去是以代理被信任手工组装的URL模板列表形式提供——不重试、不限速、不去重、不做测试。

现在它是一个真正的客户端层：

hpr scholar search "Byzantine iconoclasm" -j                # every available source, merged
hpr scholar search "GLP-1 cardiovascular outcomes" --scope papers -j
hpr scholar search "credit default swaps" -s edgar -s fred -j
hpr scholar sources                                          # what is wired, what each covers

一个调用查询所有配置的源，合并相同作品的记录（先按DOI，然后按归一化标题和年份），并返回一个列表。两个提供者找到的作品同时携带also_in，引用次数更高，抽象更长。

每个提供者共享一个缓存、一个每个主机的礼貌速率限制器和一个结果格式。

文献来源：

• 开放亚历克斯—— ~2.5亿，涵盖各学科，包括书籍、书籍章节和论文。STEM领域之外的正确默认，因为现有工具最为薄弱。
• 交叉引用—— DOI 注册机构本身。授权元数据，涵盖约1.6亿件注册作品，包括其他作品无法被索引的新注册。
• 核心—— 最大的开放获取全文聚合器。托管文本而非链接，因此它也是一个全文解析器（见下文）。需要一个密钥：CORE_API_KEY.
• DOAB——同行评审的开放获取学术书籍和章节。这里唯一能找到这本书而非对其进行的评论，后者很重要，因为在人文学科中，出版单位是书籍而非文章。
• RePEc—— 列出以显示空白而非无声。他们的 API没有搜索功能;hpr scholar sources有说过，并指向带有DOI的系列的OpenAlex和Crossref。

专业资料——非论文的可引用记录，标记为work_type所以管道从不把其中一个误认为是文学作品：

• ClinicalTrials.gov——注册的研究，包括那些从未发表论文的。没有钥匙。
• 埃德加部长——对文件进行全文搜索。SEC拒绝任何未在用户代理中提供联系地址的请求，因此设置HYPERRESEARCH_CONTACT_EMAIL.
• 弗雷德——美联储经济系列。需要一个关键点：FRED_API_KEY，该缓存从未被写入。

背景设定HYPERRESEARCH_CONTACT_EMAIL同时也会让你进入OpenAlex和Crossref的“礼貌池”，这些池对速率限制远比匿名流量宽松得多。不会有人代你发送占位符。

学术扫荡结束后，进行网络搜索以获取背景、新闻、非学术角度，以及至少一项对抗性搜索（“对X的批评”、“X的局限性”）。

开放获取全文：在引用前请先阅读此文

否则，付费墙的论文会以摘要形式进入保险库，管道随后推理超过1500字符，同时引用该作品，仿佛论文已被阅读过。为了结尾，当一个取物任务落在带有DOI的薄页时，hyperresearch会询问无付费墙,欧洲PMC以及核心，按此顺序，合法开放获取副本和存储那而是在注释正文中。

Unpaywall需要联系地址，欧洲PMC仅涵盖生物医学;CORE是覆盖所有其他内容的广泛网络，且直接托管文本，而非指向5月403日的仓库。

那张纸条source:我还是指向你要的那个网址。尸体可能来自别处。这种替代在四个地方都有披露，你应该都知道：

1. 笔记正文顶部会显示一条横幅，标明文本实际来源的URL，以及是哪个版本。
2. oa_url/oa_source/oa_version/oa_license/oa_recovery_kind在便条的前言里。
3. 一个oa封闭hpr note show --json，携带body_is_not_from_source: true.
4. 输出中的一行hpr fetch以及hpr fetch-batch.

抢救的笔记：里面没有任何来自源的

当无法读取源代码时，同样的查找程序也会运行一点也不——403、登录墙、机器人墙。这些都是付费墙论文最容易丢失的地方，而且由于DOI识别的是作品而非托管人，合法副本最有可能存在于其他地方。

这样构建的音符比替代更有力，且标记方式不同：oa_recovery_kind: rescued,nothing_from_source: true在note show以及一条横幅，上面写着源URL从未被阅读过。

请字面理解。标题、作者和正文中的每一个字都是开放获取副本的——没有从该URL读取任何内容source:.如果你宁愿没有音符，也不愿完全由替代音符组成，则oa_rescue_blocked = false.

有两个限制值得了解。救援需要DOI，而一个没有结果的来源没有页面可读取DOI，所以只有当DOI在URL内时才会触发（adoi.org链接）或墙面页面citation_doimeta标签。

一个没有DOI的裸发布者URL，结果和以前一样失败。而被救回的源代码不是排在浏览器升级通道，因为论文已经拿到手了——如果你特别想要出版商自己的页面，自己通过那条通道获取。

不同版本不能互换。当没有已发表的稿件开放时，Unpaywall会乐意退还已接受的稿件或提交的预印本。Hyperresearch更倾向于记录版本，记录其收到的内容oa_version，但如果acceptedVersion或submittedVersion在报纸发表报告前，请对任何直接引用进行核对。

正文横幅也这么写。

在下面配置[scholar]在.hyperresearch/config.toml:

[scholar]
oa_recovery = true              # set false to disable entirely
contact_email = ""              # REQUIRED by Unpaywall's terms — empty means Unpaywall is skipped
oa_min_full_text_chars = 6000   # bodies shorter than this trigger a lookup
oa_prefer_published = true      # version of record over preprints
oa_max_attempts = 3             # candidate copies to try before giving up
oa_rescue_blocked = true        # also run when the source can't be read at all

开箱即用contact_email空无一人，因此只有欧洲PMC运行，回收仅限于其内的报纸开放获取子集.设置一个真实地址以启用Unpaywall——他们的条款要求有这个地址，发送共享占位符会让所有超研究用户同时使用该占位符的费率受限。

出版商经常封锁自己的开放获取PDF，一次尝试不够，所以Hyperresearch会走候选列表：Unpaywall知道的每个PDF，然后是着陆页，然后是Europe PMC的结构化全文（解析自JATS，比两列PDF上的Pymupdf更强——有真实的章节边界，无页眉出血，无列交错）。

只有当Unpaywall的副本用尽后才会查询Europe PMC。

恢复从不失败，也不会降低质量。候选人必须通过两个门槛才能被录取：比你已有的更多文本，以及足够说明oa_min_full_text_chars.这第二条栏正是阻止仓库记录页——标题、作者、200字摘要——仅仅比出版商摘要稍长就无法被当作全文的原因。

如果没有候选人同时通过两者，你就保留摘要和不oa显示了阻塞。救援只会将失败的取用转为备注，绝不会反过来：当被阻断的源没有开放获取副本时，命令会像往常一样失败。

它做不到的事

• 它不能取代你对哪些消息来源重要的判断。经纪人选择，你引导。
• 它无法获取你未登录的付费墙后的内容。开放获取恢复在存在时会找到合法的免费副本——即使出版商直接阻止了检索——但当没有时，你只能获得摘要，或者什么都没有，说明中也说明了这一点。
• 它通过子特工名单运行在人类模型上（每个特工的分配来自档案的模型映射）。使用会随着等级、装备和语料库规模而变化。如果有人想把它移植到Codex上，请上传PR！
• 绒毛门会卡住结构失败（缺少支架、断裂的来源、未解决的关键问题）。它不能保证事实准确性，这仍然是你的决定。

要求

• Python 3.11+
• 克劳德密码

许可

其中

星级历史