jordan-gibbs/hyperresearch

What it solves

Hyperresearch는 Claude Code를 정교한 연구 에이전트로 변환하는 딥 리서치 하네스(deep research harness)입니다. 에이전트가 단계를 잊어버리거나 집중력을 잃는 경우가 많은 긴 AI 연구 파이프라인에서의 "context-rot" 문제를, 각 단계마다 새로운 컨텍스트를 로드하는 모듈식 16단계 파이프라인을 사용하여 해결합니다. 또한, 시간이 지남에 따라 축적되는 지속적이고 검색 가능한 소스 볼트(vault)를 생성하여 일회성 보고서 생성 문제를 해결합니다.

How it works

이 시스템은 계층 적응형 파이프라인(light 또는 full 모드)을 사용하여 표준 연구 쿼리에서 최종 보고서로 이동합니다.

• Modular Pipeline: 16단계 프로세스를 채택하여 분해(decomposition), 너비 스윕(width sweeps), 모순 그래프 작성(contradiction graphing), 심층 조사(depth investigation), 그리고 적대적 감사(adversarial auditing)를 포함합니다.
• Subagent Roster: 데이터 가져오기, 소스 분석, 그리고 종합(synthesis)과 같은 특정 작업을 위해 다양한 전문화된 서브 에이전트(Claude Opus, Sonnet, 및 Haiku 사용)를 조율합니다.
• Surgical Patching: AI가 좋은 초안을 완전히 다시 쓰는 것을 방지하기 위해, 시스템은 "patch, never regenerate" 규칙을 강제합니다. 최종 편집은 도구 잠금 [Read, Edit] 권한을 사용하여 정밀한 덩어리(surgical hunks) 형태로 적용됩니다.
• The Vault: 가져온 모든 소스는 YAML frontmatter가 포함된 markdown 파일로 저장되며 SQLite에 인덱싱되어, 서로 다른 연구 세션 간의 전체 텍스트 검색 및 출처 추성을적(provenance tracking)을 가능하게 합니다.
• Academic-First Approach: 시스템은 고품질의 인용 순위가 매겨진 소스를 보장하기 위해 일반적인 웹 검색보다 학술 API(Semantic Scholar, arXiv, OpenAlex, PubMed)를 우선시합니다.

Who it’s for

연구원, 분석가, 그리고 전체 소스 출처 추적과 지속적인 지식 베이스가 포함된 고충실도(high-fidelity)의 적대적 감사된 보고서를 필요로 하는 Claude Code의 파워 유저입니다.

Highlights

• 16-Step Adversarial Pipeline: 모순 분석과 여러 개의 병렬 적대적 비평가(adversarial critics)를 포함하는 포괄적인 워크플로우입니다.
• Persistent Knowledge Vault: 버전 관리가 가능하고 검색 가능한 SQLite 인덱싱된 markdown 노트 라이브러리입니다.
• Surgical Edit Hunks: 전체 재생성을 방지하기 위한 초안 수정의 기계적 강제.
• Authenticated Crawling: LinkedIn과 Twitter와 같은 플랫폼에서 데이터를 가져오기 위한 인증된 세션 지원.
• Academic API Integration: 웹 댓글보다 학술 문헌을 우선시하도록 내장된 우선순위 지정.