jordan-gibbs/hyperresearch
Python0 / 0
Claude Code를 활용해 출처 검증과 패치 전용 워크플로로 다수 출처를 축적하고 검증 가능한 심층 보고서를 생성하는 에이전트형 연구 허브이다.
TL;DR
Hyperresearch는 Claude Code Skill을 활용하는 16단계 에이전트형 파이프라인으로 광범위한 웹·학술 소스를 수집해 영구 보관소에 축적하고 인용 바인딩을 검증하여 검증 가능한 심층 보고서를 생성하는 도구이다. 폭 탐색과 로커스 기반 심층 조사를 병렬로 수행하고 네 명의 적대적 비평자와 외과적 패치 편집으로 초안 변형을 구조적으로 차단하는 설계를 채택하여 인용 무결성과 수정 감사성을 유지한다. premier 프로파일은 단일 실행에서 100130개 소스 폭을 목표로 하고 내부적으로 250개 이상의 소스가 코퍼스에 쌓이는 사례가 보고되며 cite-check와 재생성 금지 규칙으로 허구 인용과 미수정 철회 리스크를 낮춘다. 실행 재개, 예산 제한, 학술 API 우선 전략 등은 대규모 학위급 작업으로 확장할 때의 실무적 제어를 제공하지만 차트에 표시된 성능 수치는 내부 스냅샷에 기반하므로 외부 검증이 완료되어야 객관적 비교가 가능하다.
핵심 포인트
- 중복 보도와 재배포를 독립 소스 클러스터로 묶어 합산 표본 가중을 조정한다. 이 독립성 감사는 같은 보도자료의 다수 복제본이 사실상 하나의 근거임을 확인하여 과대 대표를 방지한다. 결과적으로 소스 품질 평가에서 시드 소스의 진정한 영향력을 반영한다.
- 패치 전용 편집 원칙과 도구 잠금으로 재생성을 구조적으로 금지한다. 패처와 폴리시 오디터는 읽기와 편집 권한만으로 소규모 허프를 적용하도록 설정되어 전체 초안의 임의 재작성 가능성을 배제한다. 이 제약은 비판적 발견이 문서에 반영되는 방식의 투명성과 감사성을 높인다.
- 스킬 단위로 컨텍스트를 온디맨드로 로드하는 설계가 긴 파이프라인에서 컨텍스트 부패 문제를 줄인다. 각 단계는 해당 단계가 실제로 실행될 때만 절차를 컨텍스트에 삽입하므로 장기 실행이나 대규모 챕터화에서 단계 누락을 방지한다. 이 기술은 문서 장기성 유지와 대규모 학위급 작업으로의 확장을 지원한다.
- 폭넓은 소스 수집을 자동화한다. premier 프로파일 기준으로 단일 실행에서 100130개를 폭으로 수집하고 인용 추적 및 갭 채우기 단계까지 합치면 250개 이상이 코퍼스에 들어올 수 있다. 이 기능은 광범위한 문헌 커버리지와 다각적 관점 확보에 초점을 맞춘다.
벤치마크
| 벤치마크 | 지표 | 값 | 비교 |
|---|---|---|---|
| DeepResearch-Bench RACE | overall score | 57.8 | README에 포함된 리더보드 스냅샷에서 최상위를 기록했으나 제3자 검증은 대기 중이다 |
이미지 분석

2.6k
STARS
257
FORKS
+118
TRENDING
0
조회수
관련 토론
아직 관련 토론이 없습니다.
댓글
댓글을 작성하려면 로그인이 필요합니다.