Qu’est-ce que OpenResearch ?
OpenResearch est une application de bureau et une CLI (orx) d'alphaXiv, le site de discussion autour d'arXiv, qui entoure l'agent de code que vous utilisez déjà des outils dont un projet de recherche a besoin. Les agents peuvent interroger alphaXiv, bioRxiv et PubMed pour étayer une hypothèse, lancer des expériences sur votre machine ou sur du calcul distant, et consigner chaque exécution, avec son code, ses journaux et ses artefacts, dans une base SQL locale que l'agent consulte avant de décider quoi essayer ensuite.
Il fonctionne avec Claude Code, Codex, OpenCode, Cursor et Google Antigravity, ainsi qu'avec des modèles locaux via OpenCode et LM Studio, oMLX ou Ollama. Les expériences peuvent tourner en local ou via SSH, Slurm, Kubernetes, Ray, Modal, Tinker, Hugging Face Jobs ou les GPU gérés d'alphaXiv, facturés à prix coûtant sur un solde prépayé.
Le dépôt a été créé le 7 juin 2026, est écrit en Rust, sous licence MIT, et compte environ 7 700 étoiles sur GitHub. Les releases sont fréquentes ; la v0.2.23 est sortie le 31 octobre 2026. L'application Windows est en bêta.
OpenResearch vaut-il le coup ?
L'idée utile d'OpenResearch, c'est qu'un agent de recherche a davantage besoin d'un cahier de laboratoire que d'un modèle plus malin. Chaque expérience entre dans une base locale avec son code, ses journaux et ses artefacts, de sorte que l'agent voit ce qui a été tenté, ce qui a échoué et quels chiffres sont sortis avant de proposer l'exécution suivante, et qu'une personne peut examiner dans l'application de bureau les preuves derrière chaque résultat. Cela s'attaque à l'échec le plus courant des outils d'autorecherche : refaire une expérience qui a déjà échoué, ou annoncer un résultat que personne ne peut retracer.
La variété des backends de calcul est la deuxième raison de s'y intéresser. Un chercheur peut faire passer le même projet d'un portable à un cluster Slurm universitaire, un namespace Kubernetes, Modal ou Hugging Face Jobs sans changer d'outil, et le volet bibliographique puise dans alphaXiv, bioRxiv et PubMed plutôt que dans une recherche web générale. Comme il pilote Claude Code, Codex ou OpenCode au lieu d'embarquer son propre agent, il progresse avec ces agents.
Les réglages par défaut sont moins confidentiels que ne le laisse entendre le discours marketing. Projets, code et traces restent en local, mais les builds officiels envoient des statistiques d'usage désactivables, liées à un identifiant d'installation aléatoire, ainsi que des rapports de retour rédigés par l'agent sur les bugs et les frustrations, que l'agent a seulement pour consigne d'expurger. Des comptages anonymisés de tokens et de messages alimentent un classement public de l'usage des modèles sur openresearch.sh. orx telemetry off, ou un interrupteur dans Settings, désactive le tout. L'installateur autonome de la CLI n'est pas signé, les Mac gérés peuvent donc le bloquer.
Avec moins de cinq mois d'existence, environ 109 tickets et pull requests ouverts et plus de vingt releases correctives dans la branche 0.2, c'est un logiciel précoce. Les prix des GPU gérés ne sont visibles qu'après connexion. Comparé à AI Scientist de Sakana, qui déroule un pipeline fixe de bout en bout, OpenResearch est un espace de travail que pilote le chercheur, ce qui le rend plus utile au quotidien et moins démonstratif.
Là où il fait la différence
Une doctorante disposant d'une allocation Slurm sur un cluster universitaire
Lancer un balayage d'ablations et garder la trace de ce que chaque exécution a montré
Connectez le cluster via SSH et Slurm, laissez Claude Code proposer et lancer les exécutions, et OpenResearch consigner chacune avec ses journaux et figures. Le logiciel est gratuit ; le calcul, c'est l'allocation existante.
Un ingénieur de recherche dans une start-up de ML de 15 personnes
Reproduire le résultat d'un nouvel article avant de décider de s'appuyer dessus
Démarrez un projet à partir de l'article, laissez l'agent récupérer des travaux connexes sur alphaXiv et exécuter le code d'entraînement sur Modal ou sur des GPU gérés à partir d'un solde prépayé. Le journal d'expériences fait d'une reproduction ratée un résultat documenté plutôt qu'un après-midi perdu.
Un biologiste computationnel dans une unité de recherche hospitalière
Étayer un plan d'analyse par des preprints récents et des travaux publiés
Utilisez la recherche bioRxiv et PubMed via l'agent, lancez les analyses en local pour que les données proches des patients restent sur la machine, et coupez les statistiques avec orx telemetry off avant de commencer.
Avant de vous engager
- Mise en route
- Téléchargez l'application pour macOS 11+, la bêta Windows (Git for Windows requis) ou une AppImage Linux (glibc 2.35+), choisissez un agent de code et connectez-vous, puis partez d'un dépôt vide, d'un dossier existant ou d'un article. La CLI s'installe par un script curl et orx up ouvre un tableau de bord sur 127.0.0.1:4791.
- Intégrations
- Claude Code, Codex, OpenCode, Cursor et Antigravity ; LM Studio, oMLX et Ollama via OpenCode ; alphaXiv, bioRxiv et PubMed ; local, SSH, Slurm, Kubernetes, Ray, Modal, Tinker, Hugging Face Jobs et calcul géré.
- Données et confidentialité
- Projets, conversations, expériences et artefacts restent en local. Les builds officiels envoient des statistiques désactivables liées à un identifiant d'installation aléatoire et des rapports de retour expurgés par l'agent ; orx telemetry off désactive les deux. Un compte n'est nécessaire que pour le calcul géré et les nouvelles par e-mail. Licence MIT.
- Coût à grande échelle
- Pas d'offre logicielle payante. Les GPU gérés sont facturés à prix coûtant sur un solde prépayé, avec des tarifs affichés dans le tableau de bord ; sinon, le coût, c'est votre propre cluster ou votre facture cloud, plus l'abonnement ou les tokens de votre agent de code.
- Limites
- Environ 109 tickets et pull requests ouverts ; releases correctives fréquentes (v0.2.23 au 31 octobre) ; la CLI non signée peut être bloquée sur des Mac gérés ; tarifs du calcul géré non publiés.
Les points forts
- Base d'expériences locale que l'agent lit avant chaque exécution
- Local, SSH, Slurm, Kubernetes, Modal, Ray et HF Jobs
- Recherche bibliographique alphaXiv, bioRxiv et PubMed intégrée
- Pilote Claude Code, Codex, OpenCode, Cursor ou Antigravity
Les points faibles
- Statistiques d'usage et rapports de retour de l'agent activés par défaut
- Tarifs des GPU gérés visibles seulement après connexion
- Windows en bêta ; installateur de la CLI non signé
- Moins de cinq mois d'existence et toujours en 0.2
Idéal pour
Les chercheurs en ML et en science computationnelle qui utilisent déjà un agent de code et veulent qu'il lance, consigne et compare des expériences sur leurs propres ressources de calcul.
Alternatives à OpenResearch
OpenResearch : questions fréquentes
- OpenResearch vaut-il le coup ?
- OpenResearch donne aux agents de code la mémoire d'expériences et la tuyauterie de calcul dont la recherche a réellement besoin, grâce à une équipe dont le métier est l'article scientifique, mais il est jeune et envoie des données à son éditeur par défaut. Nous lui donnons 3.8 sur 5.
- Combien coûte OpenResearch ?
- Gratuit et open source (MIT). Le calcul géré d'OpenResearch est facturé à prix coûtant sur un solde prépayé ; les tarifs s'affichent dans le tableau de bord, pas sur le site. Les coûts de l'agent et du modèle sont à votre charge.
- Quels sont les inconvénients de OpenResearch ?
- Statistiques d'usage et rapports de retour de l'agent activés par défaut; tarifs des GPU gérés visibles seulement après connexion; windows en bêta ; installateur de la CLI non signé; moins de cinq mois d'existence et toujours en 0.2.
- À qui s’adresse OpenResearch ?
- Les chercheurs en ML et en science computationnelle qui utilisent déjà un agent de code et veulent qu'il lance, consigne et compare des expériences sur leurs propres ressources de calcul.
- Combien coûte OpenResearch pour une équipe ou en production ?
- Pas d'offre logicielle payante. Les GPU gérés sont facturés à prix coûtant sur un solde prépayé, avec des tarifs affichés dans le tableau de bord ; sinon, le coût, c'est votre propre cluster ou votre facture cloud, plus l'abonnement ou les tokens de votre agent de code.
- OpenResearch est-il sûr pour les données de l’entreprise ?
- Projets, conversations, expériences et artefacts restent en local. Les builds officiels envoient des statistiques désactivables liées à un identifiant d'installation aléatoire et des rapports de retour expurgés par l'agent ; orx telemetry off désactive les deux. Un compte n'est nécessaire que pour le calcul géré et les nouvelles par e-mail. Licence MIT.
- Quelles sont les meilleures alternatives à OpenResearch ?
- Les alternatives les plus proches que nous avons testées sont The AI Scientist (v1, v2 and v3), Scientific Agent Skills et ShinkaEvolve.
Réponses vérifiées le 31 oct. 2026.