hyperresearch: 一个具有 16 步对抗性管道和持久源仓库的 Claude Code 深度研究工具

它解决了什么

Hyperresearch 是一个深度研究工具，它将 Claude Code 转变为一个复杂的研究代理。它通过使用一个模块化的 16 步管道来为每个阶段加载新鲜上下文，解决了长期 AI 研究管道中的“上下文腐烂”问题——代理经常忘记步骤或失去焦点。它还通过创建一个持久且可搜索的源仓库来解决一次性报告生成的问题，该仓库会随时间积累。

它是如何工作的

系统使用一种分层自适应管道（无论是 light 还是 full 模式）来从规范的研究查询移动到最终报告。

• 模块化管道： 它采用一个包含分解、宽度扫描、矛盾图绘制、深度调查和对抗性审计的 16 步流程。
• 子代理名单： 它协调各种专门的子代理（使用 Claude Opus、Sonnet 和 Haiku）来完成诸如获取、源分析和合成等特定任务。
• 手术补丁： 为了防止 AI 完全重写一个好的草稿，系统强制执行“补丁，永不重新生成”规则。最终编辑将作为手术补丁块应用，使用工具锁定的 [Read, Edit] 权限。
• 源仓库： 每个获取的源都被存储为带有 YAML 前置元数据的 Markdown 文件，并在 SQLite 中建立索引，从而在不同的研究会话中实现全文搜索和来源追踪。
• 学术优先方法： 系统优先使用学术 API（Semantic Scholar、arXiv、OpenAlex、PubMed），而非一般的网络搜索，以确保高质量且被引用排名靠前的来源。

它适用于谁

需要高保真、经过对抗性审计的报告、具备完整来源溯源和持久知识库的 Claude Code 研究者、分析师和高级用户。

亮点

• 16 步对抗性管道： 一个包含矛盾分析和多个并行对抗性评论者的全面工作流程。
• 持久知识仓库： 一个可版本控制且可搜索的、已建立 SQLite 索引的 Markdown 笔记库。
• 手术编辑块： 机械强制执行草稿修改，以防止完全重新生成。
• 经过身份验证的爬取： 支持使用已验证身份的会话从 LinkedIn 和 Twitter 等平台获取数据。
• 学术 API 集成： 内置对学术文献的优先处理，高于网络评论。