research-pipeline

作者开源了一个容器化的多智能体研究与报告生成管线，基于 LangGraph 四阶段状态机（Planner/Researcher/Critic/Writer）、MCP 工具服务器，以及 FastAPI + Celery + Redis + PostgreSQL 的分布式异步架构，并分享了生产化设计经验。

OpenResearcher是一个开源项目，它完全复现了Deep Research的工作流程，并提供了数据集、模型和演示。它使研究人员和AI智能体开发者能够以开放的方式构建、训练和评估深度研究管道。

该项目为Claude Code添加了一套可审计的学术研究流程，包括引用验证、实验声明对齐等检查点，确保研究成果的可信度。

作者分享了使用名为 architect by Lyzr 的可视化工具来编排多步骤 AI 代理管道的经验，强调了与传统自动化工具相比，状态跟踪和调试更加容易。

HuggingFace 推出 ML-Intern，一个开源流程，只需一句提示即可自动化机器学习研究人员的日常工作。

Hyperresearch是一个深度研究工具，通过16步流程增强Claude Code，生成带有来源出处的验证报告，在DeepResearch-Bench排行榜中领先。