hyperresearch — « The Most Powerful Deep Research Harness » / « Agent-driven research knowledge base. Agents collect, search, and synthesize web research into a persistent, searchable wiki. »
**Skill**-Eintrag (kein Artikel): **hyperresearch** von **Jordan Gibbs** ist ein **Deep-Research-Harness**, das Claude Code in einen dokumentenrecherchierenden Agenten verwandelt, veröffentlicht als PyPI-Paket (MIT, Python 3.11-3.13), das **20 Claude Code Skills** + eine CLI + einen MCP-Server + eine lokale Web-UI installiert. Beobachtet am **3. August 2026**: 1.568 Stars, 170 Forks, Repo erstellt am 9. April 2026, letzter Push am 1. August. **Der Kern ist eine 16-stufige, nach Tier adaptive Pipeline** (`light` ~30-40 Min → `full` ~1,5-2,5 Std → `dissertation` 4-8 Std und 25.000-80.000 Wörter über 300-450 Quellen), die einen Prompt entgegennimmt und einen **adversarisch geprüften** Bericht mit vollständiger Provenienz zurückgibt. **Die zentrale – und lehrreichste – Architekturentscheidung wird zusammen mit ihrem Fehlermodus dokumentiert**: Der Einstiegs-Skill ist ein **dünner Router** ohne jede Prozedur, wobei jeder Schritt in seinem eigenen Skill lebt, der **frisch im Moment seines Aufrufs** geladen wird – weil die Vorgängerversion *« one 1200-line skill that got compacted away by the time Layer 4 needed its triple-draft procedure. The orchestrator forgot the procedure, wrote a single draft, and produced a flat-scoring report. »* war. **Zwei tragende Prinzipien**: *« Patch, never regenerate »* – nach der Synthese sind nur noch chirurgische `Edit`-Korrekturen möglich, da der Patcher und der Polish-Auditor **auf Ebene der Claude Code Allowlist auf `[Read, Edit]` werkzeuggesperrt sind**, sodass sie *« physically cannot Write a new draft »*; und *« canonical research query is gospel »* – der wortgetreue Prompt wird einmal in `query.md` persistiert und von jedem Schritt und jedem Subagenten erneut gelesen. **Sechzehn Subagenten** mit konfigurierbarer Rolle und Modell (Fetcher und Cite-Checker auf Sonnet, Kritiker/Synthesizer/Patcher auf Opus). **Der Vault** ist ein persistenter Markdown-Speicher, indiziert in SQLite – *« Markdown is truth, SQLite is cache »* – mit einem Notiz-Lebenszyklus (`draft → review → evergreen`, `stale → deprecated → archive`), nachvollziehbarer Provenienz, einem zusammengesetzten Qualitätsscore (Quellentyp, Zitationsautorität via OpenAlex/Semantic Scholar **mit Rückzugsindikatoren**, internem PageRank) und einer **Unabhängigkeitsprüfung**, die syndizierte Kopien gruppiert – *« five reprints of one press release argue with the weight of one source »*. **Drei mechanische Schranken vor der Veröffentlichung**: Zitationsintegrität (jede zitierte Passage muss **wortgetreu** in einer Vault-Notiz existieren), ein bei jeder zitierten DOI erneuerter Rückzugs-Scan und die Überprüfung der Zitat-Satz-Verknüpfung durch ein skeptisches LLM. ⚠️ **Wichtiger Vorbehalt**: Die Schlagzeilenbehauptung – *« currently leads the DeepResearch-Bench RACE leaderboard »* – wird durch die eigene Fußnote widerlegt, *« forward-looking projection from a stratified pilot… Third party validation is pending »*. Eine **Projektion** ist keine Rangliste, dennoch platziert das Diagramm sie vor Gemini und OpenAI Deep Research.
**Jordan Gibbs** — auteur et mainteneur du dépôt `jordan-gibbs/hyperresearch`. Le projet est distribué sous **licence MIT** et publié sur **PyPI** (`pip install hyperresearch`). Signaux d'adoption au 3 août 2026 : **1 568 étoiles** · **170 forks** · 13 issues ouvertes · dépôt créé le **9 avril 2026** et poussé le **1er août 2026** — soit une traction rapide sur moins de quatre mois. Topics déclarés : `agents` · `agentskills` · `claude-code` · `deep-research` · `deep-research-agent`.