MiroThinker
专为复杂研究和预测任务优化的深度研究智能体，采用结构化推理方法生成高质量研究报告。支持多步推理和交叉验证，是研究人员和分析师的 AI 助手。
🎯适用场景：深度研究 Agent——专为复杂研究和预测任务优化，结构化推理输出高质量研究报告
📥 收录于 2026/5/27
📊 仓库数据
✅ 优点
- •专注深度研究场景
- •结构化推理输出质量高
- •8.2K stars 社区认可
- •预测任务优化
⚠️ 限制
- •Python 环境配置
- •深度研究耗时长
- •预测精度依赖底层模型
🔗 相关工具
Deer Flow
github.com/bytedance/deer-flow
字节跳动长程 Agent 框架，62,901+ stars。由字节跳动开源的 AI Agent 框架，支持复杂任务的自主规划和长程执行，内置 Web 搜索、代码执行、多轮推理等能力
🎯自主 Agent 开发与部署
RuView
github.com/ruvnet/ruview
π RuView 将普通 WiFi 信号转为实时空间智能，7K+ stars。利用 WiFi 信号实现实时空间感知，无需摄像头即可检测运动和存在
🎯自主 Agent 开发与部署
strix
github.com/usestrix/strix
开源 AI 安全测试工具，5.7K+ stars。开源 AI 黑客工具，发现并修复应用漏洞，自动化安全测试和漏洞扫描
🎯AI 安全与合规防护
DeepTutor
github.com/HKUDS/DeepTutor
Agent 原生个性化学习助手（GitHub 18k 星），由港大团队开发，代表 AI 教育的最新方向，支持基于 Agent 的个性化学习路径和智能辅导
🎯AI 技术选型与学习参考
Tongyi Deep Research
github.com/Alibaba-NLP/DeepResearch
通义实验室开源的深度研究Agent，领先的开源深度研究解决方案。支持信息检索、综合分析和结构化报告生成，是AI自主研究能力的前沿探索。18K+ stars
🎯AI 辅助深度调研与报告生成
GenericAgent
github.com/lsdefine/GenericAgent
GenericAgent 是一个自进化 Agent 系统，从 3.3K 行种子代码开始，自主构建技能树并实现完全系统控制，同时相比传统方法减少 6 倍 token 消耗。GitHub 7,117 stars，本周增长 3,483 星。核心创新在于 Agent 能够自我发现新能力、自我优化已有技能，并通过迭代学习不断提升任务完成质量。与传统需要人工设计技能树的 Agent 框架不同，GenericAgent 的技能树是自动生长和演化的。
🎯自主 Agent 开发与部署