autoresearch

Claude Autoresearch Skill — Autonomous goal-directed iteration for Claude Code. Inspired by Karpathy's autoresearch. Modify → Verify → Keep/Discard → Repeat forever.

一個藍圖驅動的 AutoResearch 執行環境，用於從構思、實驗到論文撰寫與同行評審的 AI 研究工作流程。

受 Karpathy 的 autoresearch 啟發，精選的自主改進迴圈、研究代理與 autoresearch 風格系統清單。

Codex Autoresearch 技能 — 供 Codex 使用的自我導向迭代系統，持續循環執行：修改、驗證、保留或捨棄，並無限重複。靈感來自 Karpathy 的 autoresearch 概念。

第一個分散式 AGI 系統。數千個自主 AI 代理協同訓練模型、透過 P2P 傳播分享實驗，並在此推動突破。完全點對點。透過瀏覽器或 CLI 加入。

GPU 核心自動研究。給它任何 PyTorch 模型，睡個覺，醒來就能獲得最佳化的 Triton 核心。

AIDE：用於機器學習工程的 LLM Agent——Weco 的研究起源。曾於 OpenAI MLE-bench 中被引用。

將您的程式碼庫轉為自動研究迴圈 — 探索要測量的項目、建立基準化測試儀器，然後使用並行子代理程式執行樹狀搜尋。

🦞+🔬 NanoResearch：自主式 AI 研究助理

一個遞迴自我改進的架構，旨在幫助您的代理程式（以及這些代理程式的未來迭代）在任何任務上取得成功

一個全能型自主研究代理程式 — 能自主執行實驗、研究並進行迭代最佳化。

包含最佳化追蹤與開源實作的 AutoResearch 使用案例精選清單

由自主編碼代理驅動的開源自動研究工具。執行 Claude Code、OpenCode 與 Codex，具備評分、共享知識與多代理演進功能。已被 COLM 2026 接受。

一個用於在程式碼基底中執行最佳化迴圈的 codex 外掛程式。當你有可量測的目標以及許多想嘗試的變更時，這非常有用：測試執行時間、建置速度、打包大小、模型損失、Lighthouse 分數、記憶體使用量、查詢延遲，或任何你可以從腳本列印的指標。

Principia 可提取可重用的原則，將這些原則組合成可追溯的研究構想，並協助研究人員檢視為何某個構想值得測試

Scholar All-In-One：用於 AI 代理的研究基礎設施。