jordan-gibbs/hyperresearch

Hyperresearch는 Claude Code 및 OpenAI Codex와 같은 코딩 에이전트를 강력한 리서치 어시스턴트로 변환하는 딥 리서치 하네스입니다. 단순한 Q&A를 넘어 구조화된 16단계 파이프라인을 실행하여 수백 개의 소스를 수집하고 모든 인용을 검증하며, 완벽하게 참조된 보고서를 생성합니다. 경쟁사 분석, 학술 문헌 검토, 시장 조사와 같은 진지한 리서치 작업을 위해 설계되었으며, DRACO 벤치마크에서 ChatGPT 및 Gemini와 같은 전용 리서치 도구보다 뛰어난 성능을 발휘한다고 주장합니다.

작동 방식:

• 질문을 입력합니다(예: /hyperresearch "Compare Toast vs Square vs Clover for restaurants").
• 질문을 원자 단위의 하위 질문으로 분해한 다음 다단계 파이프라인을 실행합니다: 광범위한 웹 검색, 특정 주제에 대한 심층 분석, 모순 탐지, 대항적 비판, 그리고 최종 보고서 통합.
• 읽어들인 모든 소스는 지속적이고 검색 가능한 저장소(Markdown + SQLite)에 저장됩니다. 향후 세션에서 이 저장소를 재사용하므로 리서치 결과가 시간이 지남에 따라 축적됩니다.
• 보고서가 발행되기 전에 인용이 검증됩니다. 회의적인 검사기가 각 주장이 인용된 소스에 의해 실제로 뒷받침되는지 확인하여 환각된 인용을 차단합니다.
• 파이프라인은 모듈식입니다. 여러 전문 AI 하위 에이전트(페처, 비평가, 패처)를 사용하며 역할에 따라 서로 다른 모델(Sonnet, Opus)을 사용합니다.

주요 기능:

• 규모: 단일 실행으로 250개 이상의 소스를 가져올 수 있으며, 선택적 'premier' 프로파일은 100~130개의 소스를 타겟팅합니다.
• 대항적 검토: 4명의 비평가가 초안을 병렬로 공격합니다. 도구로 잠긴 패처는 보고서 전체를 다시 쓰는 대신 외과적인 편집만 수행합니다.
• 학술 소스: OpenAlex, Crossref, CORE, SEC EDGAR, FRED 등을 통합하여 논문, 보고서, 데이터를 가져올 수 있습니다.
• 유료 논문: Unpaywall, Europe PMC, CORE를 통해 합법적인 오픈 액세스 사본을 자동으로 찾습니다.
• 재개 지원: 실행이 중단될 경우 정확한 단계부터 재개할 수 있습니다.
• 유연한 출력: 다양한 '레지스터'(교육, 조사, 분석, 옹호) 및 추론 깊이 수준을 지원합니다.

설치:

• Python 3.11+ 및 Claude Code 또는 OpenAI Codex가 필요합니다.
• pip install hyperresearch를 통해 설치한 후 hyperresearch install을 실행하여 프로젝트에 설정합니다.
• hyperresearch.ai에서 호스팅 서비스로도 이용할 수 있습니다.

차별점: 단순한 래퍼가 아니라 명확한 품질 관리(인용 확인, 독립성 감사, 대항적 비평가)와 지속적인 메모리(저장소)를 갖춘 정교하게 설계된 파이프라인입니다. 벤치마크 결과는 딥 리서치 작업에 매우 효과적임을 시사합니다.