Ручная коллекция ресурсов для быстрой инженерии и контекстной инженерии - охватывающих документы, инструменты, модели, API, бенчмарки, курсы и сообщества для работы с моделями большого языка.
https://promptslab.github.io
Master Prompt Engineering. Join the Course at https://promptslab.github.io
OPRO: Большие языковые модели как оптимизаторы [2023, NeurIPS 2024] — использует LLM в качестве оптимизаторов с помощью мета-подсказок; оптимизированные подсказки превосходят разработанные человеком на 50% на BBH.
TextGrad: Автоматическая «дифференциация» [2024] — рассматривает сложные системы ИИ в качестве вычислительных графов с текстовой обратной связью в качестве градиентов. Опубликовано в Nature.
Эвопромпт [2023, ACL 2024] — Эволюционный алгоритмный подход для автоматической оптимизации дискретных подсказок.
Meta Prompting для систем ИИ [2023, ICLR 2024 Workshop] — Примерно-агностические структурные шаблоны, формализованные с использованием теории категорий.
Быстрая инженерия (PE2) [2024, ACL Findings] — Использует LLM для самосовершенствования, уточнения подсказок с помощью пошаговых шаблонов для значительного улучшения рассуждений.
LongLLMLingua [2023, ACL 2024] — сжатие с учетом вопросов для длинных контекстов; повышение производительности на 21,4% с меньшим количеством токенов в 4 раза.
Многофокусное обучение в контексте [2024, NeurIPS 2024 Spotlight] — Значительное увеличение масштабирования ICL до сотен/тысяч примеров; вводит усиленный и неконтролируемый ICL.
Агентные модели большого языка: обзор [2025] — Комплексное обследование организации агентных LLM с помощью рассуждений, действий и взаимодействующих возможностей.
CLI с открытым исходным кодом для тестирования, оценки и Red-Teaming LLM подсказок. Конфигурации YAML, интеграция CI/CD, состязательное тестирование. ~9K+ ★
Решить NLP Проблемы с LLM и легко генерируют различные подсказки для NLP-задач для популярных генеративных моделей, таких как GPT, PaLM и многое другое с помощью Promptify
Самостоятельная платформа для управления файлами конфигурации AI IDE (.cursorrules, CLAUDE.md, copilot-instructions.md). Веб-интерфейс, REST API, CLI и федеративный рынок чертежей для 30+ помощников по кодированию ИИ.
Строитель подсказок Visual AI, который разбивает подсказки на 12 семантических блоков (роль, контекст, ограничения, примеры и т.д.) и компилирует их в оптимизированный XML. Расширение браузера для ChatGPT/Claude/Gemini и MCP-сервер для агентов Claude Code. Бесплатно, с открытым исходным кодом.
MCP - это открытый стандарт, разработанный Anthropic (ноябрь 2024 года, пожертвованный Linux Foundation Dec 2025) для подключения помощников ИИ к внешним источникам данных и инструментам через стандартизированный интерфейс. Оно имеет 97M+ ежемесячные загрузки SDK Он был принят GitHub, Google и большинством крупных поставщиков ИИ.
Конечный ИИ-агент с открытым исходным кодом, оптимизированный для Qwen3-Coder; многопротокольная поддержка (OpenAI/Anthropic/Gemini API), 1000 бесплатных запросов/день. ~21K+
Высокопроизводительный редактор в Rust с нативными функциями ИИ, прогнозирование редактирования Zeta и поддержка протокола клиентского агента. ~77K + ★
Агентная среда разработки с открытым исходным кодом (YC W26) для параллельного запуска нескольких кодирующих агентов в изолированных рабочих деревьях Git.
Помощник искусственного интеллекта на основе Sourcegraph, который извлекает контекст из локальных и удаленных кодовых баз; VS Code, JetBrains, Visual Studio.
Помощник ИИ, ориентированный на конфиденциальность, обученный на ОСС с разрешительной лицензией; поддерживает все основные IDE с локальным развертыванием.
Самостоятельно размещенный помощник по кодированию ИИ с открытым исходным кодом (альтернатива пилота); полностью работает на вашей инфраструктуре. ~25K+ ★
Облачный агент искусственного интеллекта, который самостоятельно создает, тестирует и развертывает полноразмерные приложения в браузере; более 50 языков.
Агент веб-разработчика, работающий на ИИ; запускать, запускать, редактировать и развертывать приложения с полным стеком непосредственно в браузере через WebContainers. ~15K+ ★
Полнотекстовые приложения на естественном языке со встроенными Supabase, auth и развертыванием одним щелчком мыши; самый быстрый европейский стартап до $20 млн ARR.
Парный программист с открытым исходным кодом SWE агент с написанием кода, планированием и исследованиями; поддерживает Claude, GPT-4, Llama, Ollama. ~3.5K+ ★
Инструмент CLInpx pawmode) превращает Claude Code в персонального помощника, генерируя системные подсказки (CLAUDE.md + SOUL.md) с помощью маршрутизаторов индивидуальности, памяти и 38 навыков.
CLI с открытым исходным кодом, который постоянно вводит 10 структурированных структур принятия решений (MECE, Issue Trees, Pre-Mortems) и 12 детекторов когнитивных искажений в подсказки помощника ИИ. Иди, МТИ.
Самые мощные, современные кодирующие и агентные задачи
Claude Sonnet 4.5
200 крон
$3 / $15
Лучшая модель кодирования, 61,4% OSWorld
Claude Haiku 4.5
200 крон
Быстрый ярус
Ближайший, самый быстрый класс моделей
Claude Opus 4 / Sonnet 4
200 крон
$15/$75 (Опус)
Opus: 72,5% SWE-bench, Sonnet 4 и GitHub Copilot
Ключевые функции: расширенное мышление с использованием инструментов, использование компьютеров, MCP (происхождение здесь), быстрое кэширование, Claude Code CLI, доступное на AWS Bedrock и Google Vertex AI. API Docs
Самая умная модель Google, развернутая в 2B+ Поиск пользователей
Gemini 2.5 Pro
1 мкм
$1.25 / $10
Лучше всего подходит для кодирования/агентических задач, модели мышления
Gemini 2.5 Flash / Flash-Lite
1 мкм
$0.30/$1.50 · $0.10/$0.40
Лидеры ценовых показателей
Ключевые функции: мышление (все 2,5+ модели), заземление поиска Google, выполнение кода, Live API (аудио / видео в реальном времени), кэширование контекста. Google AI Studios
Разработано, но экспериментально по состоянию на 2025 год. Исследования показывают проблемы хрупкости.
экспериментальный
Важное предостережение: Ни один детектор не претендует на 100% точность. Смешанный человеческий/ИИ текст по-прежнему трудно обнаружить (точность 50-70%). Противостоящая устойчивость широко варьируется. Прогнозируется, что рынок обнаружения ИИ вырастет с ~ 2,3 млрд долларов (2025 год) до 15 млрд долларов к 2035 году.
kayba-ai/recursive-improve - Рекурсивная система самосовершенствования, в которой агенты фиксируют следы выполнения, анализируют шаблоны отказов и применяют целевые исправления с оценкой сохранения или возврата.
vukrosic/автоисследования — Docs-only control plane для открытой автономной исследовательской лаборатории ИИ — файловая операционная модель для управления человеком и выполнения агентов.
uditgoenka/autoresearch — навык Claude Code, который обобщает автоисследования в цикл многоразового использования для программного обеспечения, документов, безопасности, доставки, отладки и других измеримых целей.
leo-lilinxiao/codex-autoresearch — Навыки аутоисследований Codex-native с поддержкой резюме, уроками на пробегах, дополнительными параллельными экспериментами и режимными рабочими процессами.
junjunjunbong/Research-loop - Навык агента в стиле Autoresearch для Codex и Claude Code с детерминированным бегуном, одобрением плана-хэша, изолированными рабочими деревьями Git, авторитетной оценкой метрики и регистром экспериментов только с приложением.
xieyulai/steer Управляемая экспериментальная структура, в которой агенты кодирования редактируют учебный код и выполняют раунды, в то время как задача, счетчик и доказательства остаются фиксированными.
SeeleAI/Thoth — Dashboard-first Claude Code and Codex runtime для автоисследований, с прочными прогонами, заблокированными рабочими элементами, видимыми книгами и вердиктами.
supratikpm/gemini-autoresearch — Умение Gemini CLI обобщает автоисследования для любой измеримой цели. Gemini-native: использует заземление поиска Google в качестве живого источника верификации внутри цикла, истинный безголовый ночной режим через -yolo -prompt и контекст токена 1M. Также работает в Антигравитационной IDE через .agents/skills/.
davebcn87/pi-autoresearch — pi расширение плюс панель инструментов для постоянных циклов экспериментов, живых метрик, отслеживания уверенности и повторных сеансов автоисследования.
drivelineresearch/autoresearch-claude-code Плагин Claude Code/порт навыков pi-autoresearchс чистым рабочим процессом экспериментального цикла и конкретным тематическим исследованием биомеханики.
Грейхейвен-ай/автоконтекст — План управления замкнутым контуром для повторного улучшения агента с оценкой, постоянными знаниями, поэтапной валидацией и дополнительной дистилляцией в более дешевые локальные среды выполнения.
Necmttn/ax Локальная ретро-петля для агентов кодирования ИИ: захватывает следы сеанса, превращает повторяющиеся трения в предложения и отслеживает принятые исправления в качестве экспериментов.
jmilinovich/goal-md Обобщает автоисследование в GOAL.md шаблон для РЕПО, где агент должен сначала построить измеримую фитнес-функцию, прежде чем он сможет оптимизировать.
джеймс-с-тайлер/ленивый разработчик — навык Claude Code, который организует автоисследование по приоритетной последовательности целей оптимизации (охват, скорость тестирования, скорость сборки, сложность, LOC, производительность) с использованием GOAL.md в качестве движка. Поддерживает автономное и многостанционное исполнение Ralph Mode.
mutable-state-inc/autoresearch-at-home — Совместная вилка автоисследований, которая добавляет заявленные эксперименты, общую синхронизацию наилучших конфигураций, обмен гипотезами и координацию в стиле роя во многих агентах с одним графическим процессором.
zkarimi22/autoresearch-anything Обобщает автоисследования для любой измеримой метрики — системные подсказки, производительность API, целевые страницы, наборы тестов, настройка конфигурации, SQL-запросы. Если вы можете измерить его, вы можете оптимизировать его.
Entrpi/autoresearch Кроссплатформенное расширение, которое автоматически обнаруживает конфигурацию оборудования и запускает цикл. «Клей и обобщение» — половина автоисследования.
ShengranHu/ADAS — Автоматический дизайн агентных систем ICLR 2025. Метаагенты, которые изобретают новые агентные архитектуры, программируя их в коде.
Максиме Робейнс / Себя_улучшение_кодирование_агент — СИКАСамосовершенствование кодирования Агент, который редактирует собственную кодовую базу. Семинар ICLR 2025, демонстрирующий самосовершенствование на уровне каркасов по контрольным показателям кодирования.
Метауто-ай/ХГМ — Машина Хаксли-Гёделя Для кодирующих агентов — применяется самосовершенствование к производительности SWE-bench через оптимизацию на метауровне.
Гепа-ай/гепа — GEPA (Genetic-Pareto) — ICLR 2026 Oral. Отражающая быстрая эволюция, которая превосходит RL (GRPO) по эталонам. Оптимизация любых текстовых параметров по сравнению с любыми метрическими показателями с использованием отражения естественного языка.
Чувственный аги/EvoSkill Автоматизированное обнаружение навыков для кодирующих агентов: развивает навыки многоразового использования и подсказки из неудачных траекторий против эталонов, с поддержкой Claude Code, Codex CLI, OpenCode, OpenHands и Goose.
Г-н Цепа/автоэволюция Вдохновленные GEPA автоисследования для самостоятельной игры: мутировать стратегии кода, оценивать голова к голове, курс с Эло / Брэдли-Терри, ответвление от фронта Парето. Агент считывает следы совпадений с целевыми мутациями. Работает как навык Клода Кода.
HKUDS/ClawTeam Агент роевой интеллект для автоисследований порождает параллельные направления исследований GPU, распределяет работу между агентами, агрегирует результаты.
Оркестр-исследование/AI-исследование-SKILL - Всеобъемлющая библиотека навыков, включая аутоисследовательскую оркестровку с двухпетлевой архитектурой (внутренняя оптимизация + внешний синтез).
WecoAI/ideml — АидеяИнженерный агент Tree-search ML, который автономно улучшает производительность модели с помощью генерации итеративного кода и оценки.
Weco.ai — ВикоОблачная платформа для AIDE с возможностью наблюдения, отслеживания экспериментов и управляемых запусков — приводит цикл автоисследований в производство.
Разработчик:AutoResearchClaw Сквозной исследовательский конвейер, который превращает тему в обзор литературы, эксперименты, анализ, рецензирование и проекты статей; шире, чем автоисследования, но явно в той же линии.
OpenLAIR/dr-claw - Исследовательское рабочее пространство с открытым исходным кодом с последовательными конвейерами идей и интегрированными инструментальными пакетами автоисследований.
OpenRaiser/NanoResearch Сквозной автономный исследовательский механизм, который планирует эксперименты, генерирует код, выполняет задания локально или на SLURM, анализирует реальные результаты и пишет статьи, основанные на этих выводах.
кауст-арк/АРК — ARK (Automatic Research Kit): идея + место проведения → бумажный конвейер, организующий 6 агентов — анализ предложений, поиск литературы, эксперименты Slurm, разработка LaTeX, итеративная экспертная оценка. Контролируется через CLI, веб-панель инструментов или Telegram.
wanshuiyin/Auto-claude-code-research-in-sleep — Первые исследовательские процессы для Claude Code и других агентов, сосредоточенные на автономном обзоре литературы, экспериментах, итерации бумаги и кросс-модельной критике.
Skyllwt/AutoSci — Вики-ориентированная исследовательская платформа полного жизненного цикла, построенная на Claude Code, реализующая видение LLM-Wiki от Karpathy. 20+ навыков охватывают полный цикл: глотание → идея → проверка новизны → дизайн эксперимента / запуск / эвал → написание бумаги. Исследовательское состояние живет в структурированной вики знаний с интерактивным графиком.
Sibyl-Research-Team/AutoResearch-SibylSystem Полностью автономный ученый ИИ, построенный на Claude Code, с явной линией AutoResearch, многоагентной итерацией исследований, выполнением эксперимента GPU и саморазвивающейся внешней петлей.
wjc2830/Easy-AutoResearch-for-DeepLearning Умение Клода Кода, которое запускает цикл глубокого обучения в стиле автоисследований в шести ролях, версионные эксперименты и завершение, проверенное доказательствами.
eimenhmdt/autoresearcher Ранний пакет с открытым исходным кодом для автоматизации научных рабочих процессов, в настоящее время сосредоточенный на генерации обзора литературы с амбициями к более широким автономным исследованиям.
Hyperspaceai/Agi Распределенная одноранговая исследовательская сеть, где автономные агенты проводят эксперименты, сплетни, поддерживают таблицы лидеров CRDT и архивируют результаты в GitHub по нескольким исследовательским областям.
Общество человека-агента/КОРАЛ — КоралловыйАвтономная многоагентная эволюция для открытых открытийarXiv:2604.01658). Долгосрочные агенты с общей постоянной памятью, асинхронным выполнением и вмешательствами на основе сердцебиения; SOTA на 10 математических / алгоритмических / системных задачах.
SakanaAI/AI-Scientist — Ученый ИИПервая комплексная система для полностью автоматического научного открытия. От генерации идей до написания статей с минимальным человеческим контролем.
SakanaAI/AI-Scientist-v2 Автоматизированное научное открытие на уровне семинара с помощью агентного поиска деревьев. Устраняет зависимость шаблона от v1, обобщает все области исследований.
Команда AweAI/AiScientist — ученыйДолгогоризонтная исследовательская лаборатория ML с иерархической оркестровкой и координацией File-as-Bus — файлы рабочего пространства действуют как прочная система записи. Управляет автономными циклами воспроизведения бумаги (PaperBench) и итерации MLE-Bench в конкурентном стиле при фиксированных бюджетах вычислений / времени.arXiv 2604.13018)
HKUDS/AI-Researcher — Документ NeurIPS 2025. Полная сквозная автоматизация исследований: гипотеза → эксперименты → рукопись → рецензирование. Производственная версия в novix.science.
Openags / Авто-исследования — OpenAGSОркестрирует команду агентов ИИ на протяжении всего жизненного цикла исследований — освещенный обзор, генерация гипотез, эксперименты, написание рукописей и рецензирование.
SamuelSchmidgall / Агентская лаборатория Сквозной автономный исследовательский процесс: идея → обзор литературы → эксперименты → отчет. Поддерживает как автономный, так и сопилотный режимы.
Агент Совместная автономная исследовательская структура, в которой лаборатории-агенты совместно используют сервер препринтов для итеративного построения работы друг друга.
JinheonBaek / Исследовательский агент Итеративное генерирование исследовательских идей над научной литературой с LLM. Многоагентный обзор и циклы обратной связи.
du-nlp-lab/MLR-Copilot Автономная исследовательская база ML генерирует идеи, реализует эксперименты, анализирует результаты.
MASWorks/ML-агент - Усиление LLM-агентов для автономной инженерии ML. Учимся на пробах и ошибках, чтобы улучшить производительность модели.
PouriaRouzrokh/LatteReview Низкокодовый пакет Python для автоматизированные систематические обзоры литературы с помощью агентов AI.
LitLLM/LitLLM — Помощник по обзору литературы с искусственным интеллектом, использующий RAG для точных, хорошо структурированных разделов в академическом письме.
Лаборатория агентов Трехфазный исследовательский конвейер: Обзор литературы → Экспериментирование → Написание отчетов со специализированными агентами для каждого этапа.
Счастливый-дзюн/письменный-управляемый-авто-исследователь — Упряжка в стиле автоисследований, которая с первой минуты сохраняет подаваемую бумагу и выводит каждый эксперимент из требований в этом проекте, изменяя цикл → измеряя → проверяя → пересматривая. 1-е место в Ralphthon@ICML 2026 Хакатон автономных исследований.
AutoResearch-Factory/Agon Сквозной исследовательский оркестратор, построенный на одном краеугольном принципе, «Быстрая экономика» (не одноразовые подсказки), плюс пять поддерживающих правил; запускает петли ученого/кодера/аудитора в 10+ дисциплинах, ту же линию многоразового цикла, что и автоисследования, но масштабируется до полных исследовательских программ.
gianfrancopiana/openclaw-autoresearch OpenClaw порт pi-autoresearch; автономный цикл экспериментов для любой цели оптимизации со статистической оценкой достоверности.
miolini/autoresearch-macos Широко принятая вилка macOS, которая адаптирует автоисследование для Apple Silicon / MPS, сохраняя при этом первоначальную форму петли.
trevin-creator/autoresearch-mlx MLX-нативный порт Apple Silicon, который поддерживает постоянный бюджет val_bpb Полный отказ от зависимости PyTorch/CUDA.
jsegov/autoresearch-win-rtx — Вилка RTX для Windows ориентирована на потребительские графические процессоры NVIDIA с явными полами VRAM и практическим способом настройки рабочего стола.
iii-hq/n-autoresearch - Инфраструктура автоисследований с несколькими графическими процессорами со структурированным отслеживанием экспериментов, адаптивной стратегией поиска, аварийным восстановлением и запрашиваемой оркестровкой вокруг классики train.py петля.
lucasgelfond/autoresearch-webgpu Порт браузера / WebGPU, который позволяет агентам генерировать учебный код, запускать эксперименты в браузере и возвращать результаты в цикл без настройки Python.
Tonitangpotato/autoresearch-engram - Вилка с стойкая когнитивная память — взвешенное по частоте извлечение межсессионных знаний для улучшения непрерывности эксперимента.
Порт Colab/Kaggle T4 Адаптация автоисследований для бесплатных графических процессоров T4 (Google Colab / Kaggle) с нулевой стоимостью и нулевой локальной настройкой. Ключевые изменения: Flash Attention 3 → PyTorch SDPA, устраняет зависимость только от ядра H100.
ArmanJR-Lab/autoautoresearch Jetson AGX Orin с портом директор - Бинарный код Go, который действует как «креативный директор», вводя новшество (арксив-бумаги + DeepSeek Reasoner) в цикл, чтобы избежать локальных минимумов. Включает в себя многоэкспериментальное сравнение (базовый уровень против директора) с подробным анализом киоска.
mattprusak/autoresearch-генеалогия Применяет модель автоисследования к генеалогии, используя структурированные подсказки, руководства по архивам, проверки источников и рабочие процессы хранилища для итеративного расширения и проверки исследований семейной истории.
ArchishmanSengupta/autovoiceevals Использует состязательные абоненты, а также сохраняет или возвращает быстрые изменения, чтобы усилить голосовых агентов ИИ в Vapi, Smallest AI и ElevenLabs.
chrisworsey55/atlas-gic - Применяет цикл автоматического исследования для сохранения или возврата к торговым агентам, оптимизируя подсказки и оркестровку портфеля по отношению к скользящему соотношению Шарпа вместо потери модели.
RightNow-AI/автоядро — Применяет цикл автоисследования к оптимизации ядра GPU: узкие места профиля, редактирование одного ядра, бенчмарк, сохранение или возврат, повторение.
Эллиоткси/автозим Многоагентная структура, которая применяет цикл сохранения или возврата автоисследований к научному программному обеспечению на стороне процессора: профилируйте целевую функцию, сгенерируйте одного кандидата на оптимизацию, ориентир скорости при сохранении исходных результатов, сохраняйте или возвращайте, повторяйте.
Агент-Аналитика/Автоанализ-Рост Применяет автоисследование к позиционированию целевой страницы и кандидатам на A / B-тестирование, используя аналитические снимки и измеренные результаты эксперимента для последующих раундов.
Rkcr7/autoresearch-sudoku Усовершенствованный рабочий процесс автоисследований, когда агент ИИ итеративно переписывает и тестирует решатель Rust sudoku, в конечном итоге побеждая ведущих людей на жестких наборах эталонов.
джонф/автоспектр Читает бизнес-правила на естественном языке и автономно создает сервис Spring Boot с тестами через цикл «сохранить или вернуть». Оценивает с помощью Gradle build + JUnit XML. 119-строчный скелет до 950 линий за 5 циклов.
vlasenkoalexey/tpu_исполнение_самоисследование_вики Применяет цикл сохранения или возврата автоисследований к производительности модели TPU (MFU / токены за сек) на аппаратном обеспечении v6e: профили, каждый из которых выполняется через сервер MCP XProf, вносит одно изменение кода модели в эксперимент и сохраняет или возвращает по сравнению с измеренным MFU. Сочетает цикл с LLM-вики в стиле Karpathy для знаний домена и следов оптимизации на эксперимент; включает в себя тематические исследования Llama3-8B и Qwen3-8B на JAX и факелах.
VoltAgent/awesome-ai-agent Кураторские документы агента ИИ от 2026 года — инженерия агента, память, оценка, рабочие процессы и автономные системы.
masamasa59/ai-agent-papers — Исследовательские работы агента ИИ обновляются раз в две недели с помощью автоматизированного поиска arxiv с кураторским отбором.
WecoAI/Awesome-autoresearch — Кураторский список случаев использования AutoResearch с проверяемыми следами и графиками прогресса, организованный по домену (обучение LLM, ядра GPU, голосовые агенты, торговля и т. Д.).
Мы приветствуем вклад в этот список! Прежде чем внести свой вклад, пожалуйста, найдите время, чтобы просмотреть наш Руководящие принципыЭти руководящие принципы помогут гарантировать, что ваш вклад соответствует нашим целям и соответствует нашим стандартам качества и актуальности.
Что мы ищем:
Новые высококачественные документы, инструменты или ресурсы с кратким описанием их значения
HagiCode — агентная среда разработки. Насыщенные и удобные взаимодействия с интерфейсом делают планирование, работу агентов и проектные задачи понятными и доступными, превращая разработку в увлекательный процесс.
Насыщенные и удобные взаимодействия с интерфейсом помогают легче планировать, запускать агентов и вести проектную работу.
HagiCode делает планирование, работу агентов и проектные задачи доступнее благодаря насыщенным и удобным взаимодействиям с интерфейсом: https://www.hagicode.com/
Превращайте идеи в готовое ПО.
HagiCode — агентная среда разработки: рабочие процессы OpenSpec планируют изменение, мультиагентное выполнение его реализует, а Hero Scenario делает долгий путь наглядным, так что идеи становятся готовым ПО.
