hyperresearch 是一个开源框架，用来把 Claude Code 变成「深度研究 Agent」。Claude Code 是 Anthropic 出品的命令行编程助手——你在终端里用自然语言让它写代码、改代码的那种工具。hyperresearch 给它加了一条 16 步的自动化研究流水线：你输入一个问题，它自动查资料、找矛盾、写草稿、审查、改稿、核查引用，最终产出一份逐条标明来源的研究报告。项目作者是 jordan-gibbs，GitHub 星标约 2.2k、被 Fork 239 次，使用 MIT 许可证，代码基于 Python（支持 3.11–3.13 版本）。
这里说的 Agent，可以理解为「能自己拆任务、按步骤执行的 AI 助手」；流水线则是把研究拆成固定步骤、一步接一步执行的过程。
它解决的是深度研究最头疼的两个问题。一是出处不可信：普通 AI 问答经常给结论不给来源，甚至编造文献。二是过程不可复查：报告是怎么写出来的、哪一步出了问题，用户无从知晓。hyperresearch 把「一次回答」变成「一条可追踪的流水线」，每一步都有记录，跑崩了还能从断点续跑。
适合用它的人：需要撰写长报告的研究者、开发者、分析师，以及一切「不满足于 AI 随口一答、要求每个结论都有据可查」的用户。前提是你已经在用 Claude Code——它不是一个独立的问答网站。
16 步流水线怎么跑
这 16 步大体分四段。第一段是拆解与采集：把提问拆成原子问题，多角度搜索，批量抓取网页，并对抓到的资料做冲突检测——把相互矛盾的说法聚类，留给后续重点调查。第二段是深入调查：对重点问题并行深挖，固定各方立场，梳理专家分歧。第三段是写作与对抗：并行写三份草稿，再由综合器合并成最终报告。第四段是审查与交付：四个批评者并行挑错，随后补抓缺失资料、做外科手术式的定点修改，最后逐条核查引用与句子的对应关系，再润色、做可读性审计。
对抗式审查：先假设报告是错的
hyperresearch 的审查设计值得单独说。四个批评者并行攻击草稿：分别找「遗漏的反面证据」「浅层分析的漏洞」「被忽略的角度」「与提问要求不符的结构」。负责修改的 patcher（修补器）被工具锁定，只能做「读 + 定点编辑」，物理上无法整篇重写——批评意见只能以小块修改落地。每条引用在交付前都要核查：引用的那段话必须真的存在于原文笔记中；引用已撤稿来源而不加说明会被直接拦截（撤稿指论文因错误或学术不端被期刊正式收回）。
三档规模：从半小时速查到八小时长文
流水线按问题难度分三档。light 档适合事实查询类问题，只跑核心步骤，约 30–40 分钟。full 档（默认）跑完全部 16 步，约 1.5–2.5 小时，基准抓取 55–80 个来源；调高档位到 premier 单次可读 250+ 来源。dissertation 档面向长篇写作：4–10 章、300–450 个来源、2.5 万–8 万字，耗时 4–8 小时。每档都能设定预算上限，超出即暂停，而不是让费用悄悄失控。
每个来源都进知识库
大多数研究工具是「一次性」的：报告交出去，资料就扔了。hyperresearch 把每次读过的来源都存进一个持久化知识库：正文以 Markdown 存放，SQLite（一种轻量嵌入式数据库）负责索引检索；下次运行先搜旧库，命中就不重复抓取。它还支持语义搜索——按「含义相似」而非「字面相同」来检索，默认方案不需要任何 API 密钥。知识库通过 MCP 服务器暴露给其它 AI 客户端（MCP 是 AI 工具之间的标准接入协议，提供 13 个工具），也自带一个本地 Web 界面（默认 8080 端口）。也就是说，你的研究会不断累积，而不是每次从零开始。
边界：它不做什么
hyperresearch 明确不做三件事。第一，不替你做判断：哪些来源重要，仍由你决定，它只负责执行。第二，不自动破解登录：LinkedIn、Twitter 或付费墙后的内容，需要你登录自己的浏览器授权抓取，验证码和两步验证永远不会被自动绕过。第三，不保证事实绝对正确：它保证的是流程完整——引用有出处、撤稿被拦截、数字可追溯，但研究结论的对错最终仍由你判断。另外需要留意：README 中「在 DeepResearch-Bench RACE 排行榜领先」的说法目前是项目方内部基准，第三方验证尚未完成。
结论
hyperresearch 把「AI 深度研究」从一句无法核验的回答，变成一条每步可查、引用必验的 16 步流水线，并让研究资料持续累积。 如果你写报告时需要 AI 帮忙，又受不了没有出处的答案，这个项目值得一试——前提是你已经在用 Claude Code。