英文原文: https://argusic.com/subject/hyperresearch
hyperresearch
将 Claude Code 或 Codex 转变为最智能的 Deep Research Agent。收集、搜索并综合网络研究，形成一个持久化、可搜索的、自我构建的 wiki。托管 API + MCP: hyperresearch.ai
借助 mock 可运行来源：GitHub项目主页PythonMITcommit 7790041c8705
Python，MIT 许可证. 项目的自我描述：agents、agentskills、citations、claude code、codex、codex plugin、codex skill 和 deep research.
hyperresearch 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 2.5 分钟完成了安装，没有遇到任何错误，整个会话都被记录了下来。
All 1719 pytest tests pass, CLI reports version 0.12.0, vault initialization and web server launch succeed, and both `hyperresearch` and `hpr` entry points are functional.
agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式
每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 92，满分 100（该项目各次运行得分的平均值）。
概览
项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。
测量了什么
来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。
- 安装时间
- 3 分钟
- 从冷启动机器到完成
- 3 分钟
- 遇到并修复的错误
- 遇到 0 个，在无人协助的情况下修复了 0 个
- 结果是如何证明的
- pip install completed without errors; `hyperresearch --version` returned v0.12.0; `hyperresearch init` created a vault; `hyperresearch status` reported an empty vault; `hyperresearch serve` started on port 8765; `pytest tests/` passed 1719/1719 in 81s.
- 使用的模型 token
- 18,181
- 测试的确切 commit
- 7790041c8705
- 容器镜像
- sha256:cdd920bce783
没有测量什么
另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。
- GPU 显存峰值
- 本次运行在 CPU 机器上进行，没有可采样的 GPU
- 长时间运行的表现
- 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
- 对接真实服务的表现
- 本次运行只对照替身服务进行了验证
录屏的结尾
决定该结论的终端会话的最后几行，与录制时完全一致。
tests/test_web/test_tavily_provider.py::test_fetch_no_results_raises
tests/test_web/test_tavily_provider.py::test_content_falls_back_to_raw_content
1719 tests collected in 0.89s
exec
/bin/sh -lc 'cd /work/repo && /home/runner/venv/bin/hyperresearch fetch --help 2>&1 | head -5' in /…
succeeded in 29ms:
Usage: hyperresearch fetch [OPTIONS] {url}
Fetch a URL and save its content as a research note.
All done. Here's the summary:
tokens used
18,181
All done. Here's the summary:回放完整会话，从干净的机器到此刻的每一条命令。
测试方式
一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.
优势与局限
均为实测事实，而非观点。内容是如何撰写的.
顺利的部分
- 用 2.5 分钟完成安装，快于 Argusic 测量过的 37 个同类项目的中位数。
- 过程中没有任何故障：从克隆到运行，零错误。
- 采用 MIT 许可证，以其托管平台报告的信息为准。
不顺利或尚不清楚的部分
- 只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
- 目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。
在 Argusic 安装并计时过的 38 个 agents 项目中，hyperresearch 达到运行状态的速度排名第 9，38 个项目中有 25 个达到了运行状态。
同一领域中也测试过的项目
这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。
运行历史
| 测试者 | 尝试 | 结果 | 评分 | 成本 USD | 时间 |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | 借助 mock 可运行 | 92.00 | 0.01 |
主题 (来自 GitHub)
agentsagentskillscitationsclaude-codecodexcodex-plugincodex-skilldeep-researchdeep-research-agentdeepresearchmcp-serverresearchresearch-agentresearch-tools
嵌入徽章
用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.
[](https://argusic.com/subject/hyperresearch)常见问题
- hyperresearch 能运行吗？
- hyperresearch 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 3 分钟，过程中遇到 0 个错误，并记录了整个会话。
- Argusic 是如何测试 hyperresearch 的？
- 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 7790041c8705。共记录了 1 次尝试，完整方法见方法论页面。
- 测试 hyperresearch 花了多少钱？
- 得出该结论的那次运行花费 0.01 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
- hyperresearch 安装需要多长时间？
- 在决定该结论的那次运行中，从干净的机器到运行状态用了 2.5 分钟。这是一次实测的尝试，不是平均值。
- hyperresearch 需要 GPU 吗？
- 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
- 安装 hyperresearch 时会出现什么问题？
- 在已记录的运行中没有出现任何问题：从克隆到运行，零错误。
- hyperresearch 与其他替代方案相比如何？
- 在 Argusic 安装并计时过的 38 个 agents 项目中，hyperresearch 达到运行状态的速度排名第 9，38 个项目中有 25 个达到了运行状态。
- hyperresearch 的证据在哪里？
- 这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。