按兴趣浏览，循来源深入。
GitHub 仓库 ElifGray0554/Anti-Autoresearch 发布，用于审计 autoresearch / AI-Scientist 生成论文的自洽性与造假，输出带 span 锚定的审稿报告。它基于 ARIS（约12.5k★）构建，包含8个模式族共46种完整性模式，外加13条零裁决权重的 AI 写作风格印象；以11个技能加1个编排工作流交付，确定性核心含8个经评测门验证的模式（GRIM、GRIMMER、statcheck、delta 算术等），其余39个模式由跨模型审阅者提出发现、确定性裁决器打分。它不是 AI 文本分类器，不判定学术不端，只呈现需人工核查的差异；支持 Claude Code 工作流运行，也提供纯 Python 确定性管线用于 CI 与离线环境。
推荐理由：原文给出46种完整性模式、8个模式族和确定性评测门的具体构成，审稿人可据此判断这套审计工作流能查什么、不能查什么。
MassEast 发布开源自托管文献综述助手 paper-agent，可并行追踪多个研究项目，每夜定时抓取 arXiv 和 Semantic Scholar，用 LLM 筛选相关论文并生成摘要、Figure 1、引用数和作者机构，新论文入库并邮件通知。
推荐理由：作者给出了从抓取、筛选到部署备份的完整做法和全部 Prompt 模板位置，读者可以照着把文献追踪流程搬回自己的环境。
synthetic-sciences 发布开源科研 Agent 工作台 OpenScience（Apache-2.0），用自然语言下达目标后可读文献、写代码、跑实验并输出带完整步骤记录的结果。支持桌面、浏览器和终端三种形态，内置数百个覆盖生物、化学、物理和 ML 的技能，连接 ChEMBL、UniProt、PubMed、arXiv 等数据库，含十个 NVIDIA BioNeMo NIM 适配器；可自带 API key、本地模型或用 Ace 按量付费。基准成绩：Terminal-Bench Science 53/70（75.7）、BiomniBench-DA 82.2、Terminal-Bench 4.0 科学子集 10/14，各次试验的 trace 公开在 benchmarks-openscience 仓库。
推荐理由：开源科研 Agent 的完整工作台说明，附 Terminal-Bench Science 等成绩与可核验 trace，适合了解科研自动化工具的实际形态。
DaizeDong 发布 market-intel 插件，将商业调研主题分诊到 15 个数据领域，自动检测当前 Claude 或 Codex 会话中的可用信源并指导安装，实际检索与综合委托给已有的 deep-research / research-lit 框架。项目提供信源矩阵、四级障碍路线和引用验证、双独立信源、反向搜索等质量守门规则，可通过 /plugin install github:DaizeDong/market-intel 安装，定时刷新已于 2026-10-01 停用，改为手动刷新。
推荐理由：作者把信源分诊和安装检测做成薄层，复用已有研究框架，并给出15个领域的信源矩阵和质量守门规则。
GitHub 仓库 v3c70r/agent-dev-team 把一个仓库变成自治开发团队：提 issue 后回复 /approve，即由 Agent A 实现、独立模型 Agent B 审查（默认 zai-coding-cn/glm-5.3）、Agent C 构建测试后自动合并，全程基于 GitHub Actions 和 tmux supervisor。模板来自两周真实生产运行，自动完成 20+ 个 issue，13 类真实事故的修复已内置；另含可选 PM Agent 自动提案与筛选，模板本体为 bash/node/gh/YAML，与 harness 无关，MIT 协议。
推荐理由：模板来自两周真实生产运行，内置13类事故的修复规则，想搭自治开发流水线的读者可以直接复用这些踩坑经验。
作者在 GitHub 开源 SeleneQuant，一个本地优先的 AI 量化研究系统：问题持久保存，结论按编号版本迭代并引用证据，已存结论会被自动召回影响下一次调用。系统基于 Python 3.11+ 与 Node 20+，包含 49 个策略模板、带 DSR/PBO/purged K-fold 等抗过拟合统计的回测引擎、133 token 词表的因子挖掘、30+ 风控规则、7 家交易所接入、523 个 FastAPI 端点与 142 页 Next.js 应用，支持 OpenAI 兼容端点和 Ollama，采用 AGPL-3.0-only 许可。作者说明决策到结果的闭环记录尚少，自动召回也只在部分路径接通。
推荐理由：原文详述了持久问题、版本化结论与自动召回构成的研究闭环，以及抗过拟合统计的具体做法，读者可以据此评估这套量化研究组织的可用程度。
adeerkhan 在 GitHub 开源了 Vitruvius，一个工程研究智能体技能包，覆盖机械、软件、土木、电气、建筑 5 个学科共 25 项技能，运行发现、阅读、综合、验证、评审的研究循环。验证器基于 20 个对抗案例加 5 个确定性 PASS 评分夹具的基准，最新记录为 80% 判定正确、0 次错误放行、0 次错误拦截，说服压力测试 4/5 保持且含 1 次错误放行；项目强调这些是带方差的实测结果而非认证，支持 Claude Code、Cursor、Codex、OpenCode 等多种宿主安装。
推荐理由：这个工程研究智能体把盲验证基准和实测数字连同弱点一起公开，读者可以直接复现验证流程评估其可靠性。
Luciole-Studio 在 GitHub 发布开源项目 MISAKA，一个面向人文社科研究的 AI 智能体架构（Apache-2.0），用 Last Order 协调员拆解问题、多名 Sisters 专家并行执行任务卡，以有向无环图逐层展开研究分支，红队以症候式阅读审视结论未言明的预设，最终产出引用可溯源到页码与字符偏移的研究文章。技能按层级加载以节省协调员上下文，配合 PageIndex 分层文档索引和 LCM 层级压缩处理长文本，全部数据留在本地，计划须经用户批准，支持 macOS、Linux 和 Windows，可用 uv、brew 或 winget 安装。
推荐理由：原文完整给出了用 DAG 分层展开研究分支、红队审阅和按页码溯源引用的架构细节，方法可迁移到其他多智能体研究工具设计。
zou-group 在 GitHub 开源了 Virtual Lab，一个让人类研究员与多个 LLM 智能体通过团队会议和个别会议协作开展科研的框架，配套论文发表于 Nature (2025)，https://doi.org/10.1038/s41586-025-09442-9。框架演示了用 ESM、AlphaFold-Multimer 和 Rosetta 组成的流水线设计 92 个经实验验证的 SARS-CoV-2 纳米抗体；默认使用 OpenAI 的 GPT-5.2，也支持 Claude、Gemini、Ollama 等多家模型，内置 max_cost 费用限额、Docker 沙箱执行代码、MCP 工具接入、项目级预算管理和断点续跑，需 Python 3.12 及以上。
推荐理由：作者详细给出了会议机制、费用限额、Docker 沙箱与断点续跑等设计，读者可以了解多智能体科研协作框架的工程取舍。
yannickYamo 发布 Python 工具 receipts，位于研究智能体与最终文档之间，要求每条论断绑定代码抓取页面上的逐字引用、链接和阅读日期，无法对应引用的论断被删除并列出原因。流程分两阶段：代码检查引用是否逐字在页、数字是否在引文内，再由小模型（claude-haiku-4-5）作为 reader 判断句子是否涵盖论断，无答案视为不通过；reader 阶段标价为 120 条论断 $0.17。核心零依赖，需 Python 3.10+，MIT 协议，支持 --code-only 模式与 MCP 服务器，仓库见 https://github.com/yannickYamo/receipts。
推荐理由：作者保留了自家工具的失败测试与误切率，读者可以据此了解这套引用核查流程的真实边界。