目录

• 🛠️ 通用型衍生项目
• 🔬 研究代理系统
• 💻 平台移植与硬件分叉
• 🎯 领域特定的适配
• 📊 评估与基准测试
• 📈 值得关注的应用案例与报告
• 📚 相关资源
• 📄 许可证

🛠️ 通用型衍生项目

• kayba-ai/recursive-improve - 递归式自我改进框架，代理会捕获执行轨迹、分析失败模式，并通过保留或回滚的评估机制应用针对性修复。
• vukrosic/auto-research - 面向开放自治AI研究实验室的纯文档控制平面——基于文件的操作模式，用于人类指导与代理执行。
• uditgoenka/autoresearch - Claude Code技能，将自动研究泛化为一个可重用的循环，适用于软件开发、文档编写、安全防护、产品发布、调试以及其他可衡量的目标。
• leo-lilinxiao/codex-autoresearch - 原生Codex的自动研究技能，支持断点续跑、跨次运行的经验总结、可选的并行实验以及特定模式的工作流。
• supratikpm/gemini-autoresearch - Gemini CLI技能，将自动研究泛化到任何可衡量的目标。Gemini原生：利用Google搜索结果作为循环内的实时验证来源，通过--yolo --prompt实现真正的无头夜间模式，并支持1M token上下文。也可在Antigravity IDE中通过.agents/skills/使用。
• davebcn87/pi-autoresearch - pi扩展及仪表盘，用于持久化的实验循环、实时指标监控、置信度跟踪和可恢复的自动研究会话。
• drivelineresearch/autoresearch-claude-code - pi-autoresearch的Claude Code插件/技能移植版本，拥有清晰的实验循环工作流，并结合了一个具体的生物力学案例研究。
• greyhaven-ai/autocontext - 闭环控制平面，用于代理的反复改进，包含评估、持久化知识、分阶段验证，以及可选的蒸馏以降低本地运行时的成本。
• jmilinovich/goal-md - 将自动研究泛化为一种GOAL.md模式，适用于那些要求代理必须先构建可衡量的适应度函数才能进行优化的仓库。
• james-s-tayler/lazy-developer - Claude Code技能，以GOAL.md为引擎，按优先级顺序编排自动研究流程（代码覆盖率、测试速度、构建速度、复杂性、代码行数、性能等）。支持独立运行及Ralph Mode下的多实例执行。
• mutable-state-inc/autoresearch-at-home - 上游自动研究项目的协作分支，新增了实验认领、共享最佳配置同步、假设交流以及多台单GPU代理间的群体协同功能。
• zkarimi22/autoresearch-anything - 将自动研究泛化到任何可衡量的指标——系统提示词、API性能、着陆页、测试套件、配置调优、SQL查询。“只要能测量，就能优化。”
• Entrpi/autoresearch-everywhere - 跨平台扩展，能够自动检测硬件配置并启动循环。“粘合剂与泛化”的自动研究部分。
• ShengranHu/ADAS - 智能体系统的自动化设计——ICLR 2025。元智能体通过代码编程来发明新型智能体架构。
• MaximeRobeyns/self_improving_coding_agent - SICA：自我改进型编码智能体，能够编辑自身的代码库。ICLR 2025研讨会论文，展示了在编码基准测试上 Scaffold级别的自我改进能力。
• peterskoett/self-improving-agent - 另一种具有反思与元学习循环的自我改进型智能体架构。
• metauto-ai/HGM - 编码智能体的赫胥黎-哥德尔机——通过元级别优化提升SWE-bench性能。
• gepa-ai/gepa - GEPA（遗传-帕累托）——ICLR 2026口头报告。一种反射式提示词进化方法，在基准测试中表现优于RL（GRPO）。利用自然语言反思，针对任意文本参数优化任意指标。
• MrTsepa/autoevolve - 受GEPA启发的自对弈式自动研究：变异代码策略、两两对决评估、采用Elo/布拉德利-特里评分体系、从帕累托前沿分支。智能体根据对局日志确定突变方向。可作为Claude Code技能使用。
• HKUDS/ClawTeam - 用于自动研究的智能体 swarm 智能——生成并行的GPU研究方向，分配任务给各智能体，并汇总结果。
• Orchestra-Research/AI-Research-SKILLs - 全面的技能库，包括双环架构的自动研究编排（内层优化 + 外层综合）。
• WecoAI/aideml - AIDE：树搜索型机器学习工程智能体，通过迭代式代码生成与评估自主提升模型性能。
• [weco.ai] - Weco：提供可观测性、实验追踪和托管运行服务的云平台，将自动研究循环引入生产环境。

🔬 研究代理系统

• aiming-lab/AutoResearchClaw - 端到端的研究流水线，可将一个主题转化为文献综述、实验、分析、同行评审以及论文草稿；其范围比自动研究更广，但显然属于同一脉络。
• OpenRaiser/NanoResearch - 一种端到端的自主研究引擎，能够规划实验、生成代码、在本地或 SLURM 上运行任务、分析实际结果，并基于这些输出撰写论文。
• wanshuiyin/Auto-claude-code-research-in-sleep - 面向 Claude Code 及其他代理的以 Markdown 优先的研究工作流，核心围绕自主文献综述、实验、论文迭代和跨模型批判展开。
• Sibyl-Research-Team/AutoResearch-SibylSystem - 基于 Claude Code 构建的完全自主 AI 科学家，具有明确的自动研究血统，支持多代理研究迭代、GPU 实验执行以及自我演进的外层循环。
• eimenhmdt/autoresearcher - 早期开源科学工作流自动化工具包，目前专注于文献综述生成，目标是实现更广泛的自主研究。
• hyperspaceai/agi - 分布式、点对点的研究网络，其中自主代理运行实验、共享发现、维护 CRDT 排行榜，并将结果跨多个研究领域归档至 GitHub。
• SakanaAI/AI-Scientist - AI 科学家：首个用于完全自动科学发现的综合系统。从想法生成到论文写作，几乎无需人工干预。
• SakanaAI/AI-Scientist-v2 - 通过代理树搜索实现车间级别的自动化科学发现。去除了 v1 中的模板依赖，使其能够泛化应用于各个研究领域。
• HKUDS/AI-Researcher - NeurIPS 2025 论文。完整的端到端研究自动化：假设 → 实验 → 手稿 → 同行评审。生产版本位于 novix.science。
• openags/Auto-Research - OpenAGS：协调一支 AI 代理团队，覆盖整个研究生命周期——文献综述、假设生成、实验、手稿撰写和同行评审。
• SamuelSchmidgall/AgentLaboratory - 端到端的自主研究工作流：想法 → 文献综述 → 实验 → 报告。支持自主模式和协作辅助模式。
• AgentRxiv - 一个协作式的自主研究框架，其中各代理实验室共享预印本服务器，以便相互迭代地推进工作。
• JinheonBaek/ResearchAgent - 利用 LLM 在科学文献基础上进行迭代式研究思路生成。采用多代理综述与反馈循环。
• du-nlp-lab/MLR-Copilot - 自主 ML 研究框架——生成想法、实施实验、分析结果。
• MASWorks/ML-Agent - 用于自主 ML 工程的强化学习代理。通过试错学习来提升模型性能。
• PouriaRouzrokh/LatteReview - 低代码 Python 包，用于通过 AI 驱动的代理实现自动化系统性文献综述。
• LitLLM/LitLLM - 基于 RAG 的 AI 驱动文献综述助手，用于在学术写作中生成准确且结构良好的相关工作部分。
• Agent Laboratory - 三阶段研究流程：文献综述 → 实验 → 报告撰写，每个阶段配备专门的代理。
• WecoAI/aideml - AIDE：AI 驱动探索——基于树搜索的 ML 工程代理，可自动化实验设计、代码生成和评估。将 ML 工程视为针对任意指标的代码优化。

💻 平台移植与硬件分支

• gianfrancopiana/openclaw-autoresearch - OpenClaw 对 pi-autoresearch 的移植；适用于任何优化目标、带有统计置信度评分的自主实验循环。
• miolini/autoresearch-macos - 被广泛采用的 macOS 分支，将上游 autoresearch 适配到 Apple Silicon / MPS，同时保留原始的循环结构。
• trevin-creator/autoresearch-mlx - MLX 原生的 Apple Silicon 移植版，保持上游固定预算的 val_bpb 循环，同时完全移除 PyTorch/CUDA 依赖。
• jsegov/autoresearch-win-rtx - 面向消费级 NVIDIA GPU 的 Windows 原生 RTX 分支，设有显存下限，并提供实用的桌面配置路径。
• iii-hq/n-autoresearch - 多 GPU 自动研究基础设施，具备结构化的实验跟踪、自适应搜索策略、崩溃恢复功能，以及围绕经典 train.py 循环的可查询编排能力。
• lucasgelfond/autoresearch-webgpu - 浏览器/WebGPU 移植版，允许代理生成训练代码、在浏览器中运行实验，并将结果反馈回循环，无需 Python 环境。
• tonitangpotato/autoresearch-engram - 带有 持久认知记忆 的分支——跨会话知识的频率加权检索，以提升实验的连续性。
• Colab/Kaggle T4 移植版 - 将 autoresearch 适配到免费的 T4 GPU（Google Colab / Kaggle），无需任何成本和本地设置。关键改动：将 Flash Attention 3 替换为 PyTorch SDPA，并移除仅 H100 支持的内核依赖。（上游议题 #208）
• ArmanJR-Lab/autoautoresearch - Jetson AGX Orin 移植版，配备一个 导演——一个 Go 二进制文件，充当“创意总监”，通过引入新颖性内容（arXiv 论文 + DeepSeek Reasoner）来帮助跳出局部最优。包含多实验对比（基准 vs 导演引导），并提供详细的停滞分析。

🎯 领域特定的适配

• mattprusak/autoresearch-genealogy - 将 autoresearch 模式应用于家谱研究，利用结构化提示、档案指南、来源核查和保险库工作流，迭代扩展并验证家族历史研究。
• ArchishmanSengupta/autovoiceevals - 使用对抗性呼叫者及“保留或回滚”提示编辑，强化 Vapi、Smallest AI 和 ElevenLabs 中的语音 AI 代理。
• chrisworsey55/atlas-gic - 将 autoresearch 的“保留或回滚”循环应用于交易代理，以滚动夏普比而非模型损失为目标优化提示和投资组合编排。
• RightNow-AI/autokernel - 将 autoresearch 循环应用于 GPU 内核优化：剖析瓶颈、修改单个内核、基准测试、保留或回滚，反复进行。
• Rkcr7/autoresearch-sudoku - 增强型 autoresearch 工作流，AI 代理迭代重写并基准测试 Rust 编写的数独求解器，在硬基准测试集中最终超越了人类编写的领先求解器。
• jeongph/autospec - 读取自然语言业务规则，通过“保留或回滚”循环自主构建带有测试的 Spring Boot 服务。使用 Gradle 构建和 JUnit XML 进行评估。从 119 行骨架代码发展至 950 行，历经 5 个周期。

📊 评估与基准测试

• snap-stanford/MLAgentBench - 用于评估 AI 代理在机器学习实验任务上表现的基准测试套件。包含从 CIFAR-10 到 BabyLM 的 13 项任务。
• openai/mle-bench - OpenAI 用于衡量 AI 代理在机器学习工程方面表现的基准测试。
• chchenhui/mlrbench - MLR-Bench：评估 AI 代理在开放式机器学习研究中的表现。包含来自 NeurIPS/ICLR/ICML 研讨会的 201 项任务。
• gersteinlab/ML-Bench - 在仓库级别的代码上评估 LLM 和代理处理机器学习任务的能力。
• THUDM/AgentBench - 针对 LLM 作为代理的全面基准测试，覆盖 8 个不同环境。ICLR 2024。

📈 值得关注的应用案例与技术文章

• Shopify Liquid 优化 - Tobi Lütke 分享了针对 Shopify 的 Liquid 引擎进行的自动研究式优化实验，公开的追踪数据展示了解析与渲染速度的显著提升以及内存分配的大幅减少。（推文，包含追踪数据的 PR）
• Driveline 棒球生物力学 - 公开的自动研究式实验循环，用于从生物力学数据预测投球速度，并报告了模型性能的显著提升。（推文）
• 网球 XGBoost 预测 + 奖励欺骗分析 - Nick Oak 记录了一个受自动研究启发的网球比赛预测循环，详细说明了优化设置中的问题所在。（博客 · 代码库 · 游戏分支）
• 维苏威火山挑战赛墨水检测群体智能 - 多智能体实验循环应用于古代卷轴墨水检测任务，相关文章深入探讨了跨卷轴泛化能力的提升。（博客）
• 地球系统模型优化 - 混合工作流中，LLM 提出方程结构，搜索过程调优参数，展示了自动研究模式如何扩展到科学建模领域。（推文，博客）
• 代理型研究者 - 论文：“数学与机器学习中 AI 辅助研究的实用指南”。文中将自动研究视为自动化 ML 实验流水线的典型范例。（arXiv 2603.15914）
• 将自动研究扩展至 GPU 集群 - SkyPilot 博客介绍了如何利用云编排工具在 H100/H200 集群上运行自动研究。（SkyPilot 博客）
• 自我改进型编码代理 - Addy Osmani 的实用指南，介绍如何使用 Claude Code 构建自我改进型代理循环。（文章）
• autoresearch@home：分布式 AI 研究 - 将 SETI@home 模式应用于自动研究——贡献 GPU 算力以参与集体模型优化。（Ensue 博客）
• Claude Code + 自动研究用于自我提升技能 - MindStudio 指南，介绍如何结合自动研究模式使用 Claude Code 构建自我改进型 AI 技能。（文章）
• 一夜完成 100 个 ML 实验 - Particula 的技术解析，探讨了该方法在不同领域的通用性应用。（文章）
• 产品经理的自动研究指南 - 覆盖设置、社区分支及实际应用的产品经理指南。（文章）
• 自动研究 101：构建者手册 - Substack 上的一篇深度文章，通过具体示例讲解如何将自动研究模式应用于提示词、代理和工作流。（文章）
• Kingy AI 技术解析 - 详细剖析了自动研究循环的架构、变异算子及适应度函数的设计。（文章）
• 财富杂志专题报道 - 从商业和行业角度阐述了为什么自动研究对自主 AI 代理的未来发展至关重要。（文章）

📚 相关资源

精选的 AI 代理、自主系统及自动化研究相关的列表与论文集：

• ai-agents-2030/awesome-deep-research-agent - 深度研究代理相关论文与系统的精选列表。
• YoungDubbyDu/LLM-Agent-Optimization - 关于 LLM 代理优化方法的论文。
• VoltAgent/awesome-ai-agent-papers - 2026 年精选的 AI 代理论文——涵盖代理工程、记忆、评估、工作流及自主系统。
• masamasa59/ai-agent-papers - 通过自动化 arXiv 搜索并精选后，每两周更新一次的 AI 代理研究论文。
• tmgthb/Autonomous-Agents - 每日更新的自主代理研究论文。
• HKUST-KnowComp/Awesome-LLM-Scientific-Discovery - EMNLP 2025 关于 LLM 在科学发现中的综述。
• openags/Awesome-AI-Scientist-Papers - AI 科学家 / 机器人科学家相关论文的集合。
• agenticscience.github.io - 综述：“从 AI for Science 到 Agentic Science：关于自主科学发现的综述”。
• dspy.ai/GEPA - DSPy 集成的 GEPA 反思式提示优化器，适用于复合型 AI 系统。
• OpenAI Cookbook: Self-Evolving Agents - 使用 GEPA 式反思进化进行自主代理再训练的食谱。
• WecoAI/awesome-autoresearch - 精选的自动研究应用案例，附有可验证的追踪数据和进展图表，按领域分类（LLM 训练、GPU 核心、语音代理、交易等）。

星标历史

📄 许可证

本列表采用 CC0-1.0 协议发布。

# 1. 克隆仓库
git clone https://github.com/kayba-ai/recursive-improve.git
cd recursive-improve

# 2. 创建虚拟环境 (推荐)
python -m venv venv
source venv/bin/activate  # Windows 用户请使用: venv\Scripts\activate

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置 API 密钥
export ANTHROPIC_API_KEY="your-api-key-here"
# 或在项目根目录创建 .env 文件填入密钥

# 1. 克隆仓库
git clone https://github.com/OpenRaiser/NanoResearch.git
cd NanoResearch

# 2. 安装依赖 (通常使用 Poetry 或 Pip)
pip install -e .

# 3. 配置环境
# 根据 README 指示，配置 SLURM (如需集群) 或本地运行参数
# 设置必要的 LLM 密钥
export OPENAI_API_KEY="your-api-key-here"

# 运行主脚本，指定目标文件和优化指标
python main.py --target ./src/main.py --metric "test_coverage" --max-iterations 5

# 启动研究任务，输入研究主题
nanoresearch run --topic "Efficient Fine-tuning of LLMs on Edge Devices" --output-dir ./results

# 在终端中调用 Claude Code 并加载技能
claude --skill autoresearch --prompt "Optimize the build speed of this repository"