O que é OpenResearch?
O OpenResearch é um app de desktop e uma CLI (orx) da alphaXiv, o site de discussão do arXiv, que envolve o agente de código que você já usa com as ferramentas de que um projeto de pesquisa precisa. Os agentes podem buscar no alphaXiv, no bioRxiv e no PubMed para fundamentar uma hipótese, lançar experimentos na sua máquina ou em computação remota e registrar cada execução, com seu código, logs e artefatos, em um banco de dados SQL local que o agente consulta antes de decidir o que tentar em seguida.
Ele funciona com Claude Code, Codex, OpenCode, Cursor e Google Antigravity, e com modelos locais via OpenCode e LM Studio, oMLX ou Ollama. Os experimentos podem rodar localmente ou via SSH, Slurm, Kubernetes, Ray, Modal, Tinker, Hugging Face Jobs ou as GPUs gerenciadas da alphaXiv, cobradas a preço de custo a partir de um saldo pré-pago.
O repositório foi criado em 7 de junho de 2026, é escrito em Rust, tem licença MIT e cerca de 7.700 estrelas no GitHub. As versões são frequentes; a v0.2.23 saiu em 31 de outubro de 2026. O app para Windows está em beta.
OpenResearch vale a pena?
A ideia útil do OpenResearch é que um agente de pesquisa precisa mais de um caderno de laboratório do que de um modelo mais inteligente. Cada experimento entra em um banco de dados local com seu código, logs e artefatos, então o agente pode ver o que foi tentado, o que falhou e quais foram os números antes de propor a próxima execução, e uma pessoa pode inspecionar no app de desktop as evidências por trás de cada resultado. Isso ataca a falha mais comum das ferramentas de autopesquisa: repetir um experimento que já falhou ou relatar um resultado que ninguém consegue rastrear.
A variedade de backends de computação é o segundo motivo para olhar. Um pesquisador pode levar o mesmo projeto de um notebook para um cluster Slurm da universidade, um namespace Kubernetes, o Modal ou o Hugging Face Jobs sem trocar de ferramenta, e o lado da literatura se apoia no alphaXiv, no bioRxiv e no PubMed, e não em uma busca genérica na web. Como ele comanda o Claude Code, o Codex ou o OpenCode em vez de trazer um agente próprio, melhora à medida que esses agentes melhoram.
Os padrões são menos privados do que o discurso de marketing sugere. Projetos, código e traces ficam locais, mas os builds oficiais enviam analytics de produto com opt-out, vinculados a um ID de instalação aleatório, além de relatórios de feedback escritos pelo agente sobre bugs e frustrações, que o agente apenas é instruído a sanitizar. Contagens anonimizadas de tokens e mensagens alimentam um ranking público de uso de modelos em openresearch.sh. O comando orx telemetry off, ou uma opção em Settings, desativa tudo isso. O instalador avulso da CLI não é assinado, então Macs gerenciados podem bloqueá-lo.
Com menos de cinco meses, cerca de 109 issues e pull requests abertos e mais de vinte versões de correção na linha 0.2, este é um software em fase inicial. Os preços das GPUs gerenciadas só aparecem depois do login. Comparado ao AI Scientist da Sakana, que roda um pipeline fixo de ponta a ponta, o OpenResearch é um workspace que o pesquisador conduz, o que o torna mais útil no dia a dia e menos uma demonstração.
Onde ele se destaca
Um doutorando com uma alocação Slurm em um cluster universitário
Rodar uma varredura de ablação e acompanhar o que cada execução mostrou
Conecte o cluster via SSH e Slurm, deixe o Claude Code propor e lançar as execuções e deixe o OpenResearch registrar cada uma com logs e figuras. O software é gratuito; a computação é a alocação existente.
Um engenheiro de pesquisa em uma startup de ML de 15 pessoas
Reproduzir o resultado de um artigo novo antes de decidir se vale construir sobre ele
Comece um projeto a partir do artigo, deixe o agente buscar trabalhos relacionados no alphaXiv e rodar o código de treino no Modal ou em GPUs gerenciadas a partir de um saldo pré-pago. O registro de experimentos transforma uma reprodução fracassada em um resultado documentado, e não em uma tarde perdida.
Um biólogo computacional em uma unidade de pesquisa hospitalar
Fundamentar um plano de análise em preprints recentes e trabalhos publicados
Use a busca no bioRxiv e no PubMed pelo agente, rode as análises localmente para que dados próximos aos de pacientes fiquem na máquina e desligue os analytics com orx telemetry off antes de começar.
Antes de decidir
- Configuração
- Baixe o app para macOS 11+, o beta para Windows (exige Git for Windows) ou um AppImage para Linux (glibc 2.35+), escolha um agente de código e faça login nele, depois comece a partir de um repositório vazio, uma pasta existente ou um artigo. A CLI é instalada com um script curl, e orx up abre um painel em 127.0.0.1:4791.
- Integrações
- Claude Code, Codex, OpenCode, Cursor e Antigravity; LM Studio, oMLX e Ollama via OpenCode; alphaXiv, bioRxiv e PubMed; local, SSH, Slurm, Kubernetes, Ray, Modal, Tinker, Hugging Face Jobs e computação gerenciada.
- Dados e privacidade
- Projetos, conversas, experimentos e artefatos ficam locais. Os builds oficiais enviam analytics com opt-out vinculados a um ID de instalação aleatório e relatórios de feedback sanitizados pelo agente; orx telemetry off desativa ambos. Só é preciso uma conta para a computação gerenciada e atualizações por e-mail. Licença MIT.
- Custo em escala
- Sem plano de software pago. As GPUs gerenciadas são cobradas a preço de custo a partir de um saldo pré-pago, com tarifas mostradas no painel; fora isso, o custo é a conta do seu próprio cluster ou nuvem mais a assinatura ou os tokens do seu agente de código.
- Limites
- Cerca de 109 issues e pull requests abertos; versões de correção frequentes (v0.2.23 até 31 de outubro); a CLI sem assinatura pode ser bloqueada em Macs gerenciados; preço da computação gerenciada não publicado abertamente.
O que é bom
- Banco de dados local de experimentos que o agente lê antes de cada execução
- Local, SSH, Slurm, Kubernetes, Modal, Ray e HF Jobs
- Busca de literatura no alphaXiv, bioRxiv e PubMed embutida
- Comanda Claude Code, Codex, OpenCode, Cursor ou Antigravity
O que não é
- Analytics e relatórios de feedback do agente ligados por padrão
- Tarifas das GPUs gerenciadas só visíveis após o login
- Windows em beta; instalador da CLI sem assinatura
- Menos de cinco meses e ainda na 0.2
Ideal para
Pesquisadores de ML e de ciência computacional que já usam um agente de código e querem que ele rode, registre e compare experimentos na própria infraestrutura de computação.
Alternativas ao OpenResearch
OpenResearch: perguntas frequentes
- OpenResearch vale a pena?
- O OpenResearch dá aos agentes de código a memória de experimentos e a estrutura de computação de que a pesquisa realmente precisa, vindo de uma equipe cujo negócio são artigos científicos, mas é jovem e envia dados para casa por padrão. Damos nota 3.8 de 5.
- Quanto custa OpenResearch?
- Gratuito e de código aberto (MIT). A computação gerenciada do OpenResearch é cobrada a preço de custo a partir de um saldo pré-pago; as tarifas aparecem no painel, não são publicadas no site. Os custos de agente e de modelos são seus.
- Quais são as desvantagens de OpenResearch?
- Analytics e relatórios de feedback do agente ligados por padrão; tarifas das GPUs gerenciadas só visíveis após o login; windows em beta; instalador da CLI sem assinatura; menos de cinco meses e ainda na 0.2.
- Para quem OpenResearch é indicado?
- Pesquisadores de ML e de ciência computacional que já usam um agente de código e querem que ele rode, registre e compare experimentos na própria infraestrutura de computação.
- Quanto custa OpenResearch para uma equipe ou em produção?
- Sem plano de software pago. As GPUs gerenciadas são cobradas a preço de custo a partir de um saldo pré-pago, com tarifas mostradas no painel; fora isso, o custo é a conta do seu próprio cluster ou nuvem mais a assinatura ou os tokens do seu agente de código.
- OpenResearch é seguro para dados da empresa?
- Projetos, conversas, experimentos e artefatos ficam locais. Os builds oficiais enviam analytics com opt-out vinculados a um ID de instalação aleatório e relatórios de feedback sanitizados pelo agente; orx telemetry off desativa ambos. Só é preciso uma conta para a computação gerenciada e atualizações por e-mail. Licença MIT.
- Quais são as melhores alternativas ao OpenResearch?
- As alternativas mais próximas que analisamos são The AI Scientist (v1, v2 and v3), Scientific Agent Skills e ShinkaEvolve.
Respostas verificadas em 31 de out. de 2026.