Auto-claude-code-research-in-sleep (ARIS )

ARIS 是一套基于 Claude Code Skills 的自主机器学习科研工作流系统。它的核心理念极其简单却强大：“你睡觉，它科研”。

当你入睡时，ARIS 自动执行从文献调研、Idea 发现、代码实现、实验运行、论文撰写到 Rebuttal 回复的全流程。当你醒来，面对的是一份已被多轮“ adversarial（对抗式）”评审打磨过、实验数据详实、叙事逻辑严密的完整论文草稿。

核心哲学：跨模型对抗式协作

ARIS 拒绝单模型“自问自答”的自我博弈，因为它容易陷入局部最优和盲区。ARIS 采用了双模型对抗机制：

1. 执行者 (Executor)：通常由 Claude Code 担任。
   • 特长：快速、丝滑地读取文件、编写代码、部署环境、运行实验、收集数据。
2. 审稿人 (Reviewer)：通常由 Codex (GPT-5.4 xhigh) 或 Gemini 担任。
   • 特长：严谨、深入地发现逻辑漏洞、设计压力测试、提出尖锐的修改意见。

为什么是双模型？
这模拟了真实的学术同行评审（Peer Review）。执行者负责“攻”，审稿者负责“守”。这种 Adversarial Bandit（对抗性多臂老虎机） 模式比单模型的 Stochastic Bandit 更难被“欺骗”，能更有效地发现盲点，推动研究质量从 Borderline Reject 提升至 Accept 水平。

全链路工作流：从 Idea 到讲台

ARIS 将科研过程拆解为可自由组合的模块化 Skills，既支持全自动流水线，也支持按需调用。

1. Idea 发现与验证 (/idea-discovery)

• 输入：一个具体的研究方向（如“离散扩散语言模型的 factorized gap”）。
• 过程：
  • 多源文献调研（Zotero, Obsidian, arXiv, Semantic Scholar）。
  • 头脑风暴生成 8-12 个候选 Idea。
  • 跨模型查新验证，剔除重复。
  • 自动运行 GPU Pilot 实验进行初步可行性验证。
• 输出：带评分排序的 Idea 报告。

2. 实验桥接与执行 (/experiment-bridge)

• 功能：将选定的 Idea 转化为可运行的代码。
• 自动化：
  • 克隆基础代码库 (base repo)。
  • 根据审稿意见自动编写消融实验脚本。
  • 通过 SSH/Screen 远程部署到 GPU 服务器。
  • 集成 W&B (Weights & Biases) 自动记录训练曲线。
  • 实验完成后自动拉取结果并更新报告。

3. 自动评审循环 (/auto-review-loop)

• 核心机制：执行 4 轮自主评审。
  • Reviewer 打分并指出弱点（如“指标脱钩”、“声明不可复现”）。
  • Executor 针对性修复代码、重跑实验、重写叙事。
• 效果：真实案例显示，可在无人干预下将论文评分从 5.0/10 提升至 7.5/10，期间自动运行 20+ 组 GPU 实验。

4. 论文写作与出版 (/paper-writing)

• 流程：研究叙事 → 大纲生成 → 图表绘制 (Gemini/Mermaid) → LaTeX 编译 → PDF 生成。
• 防幻觉：强制通过 DBLP/CrossRef 获取真实 BibTeX，杜绝虚假引用。
• 输出：符合目标会议（ICLR, NeurIPS, ICML 等）格式要求的完整论文。

5. Rebuttal 助手 (/rebuttal)

• 场景：收到审稿意见后。
• 功能：
  • 解析每条意见，制定回复策略。
  • 自动运行补充实验以回应质疑。
  • 起草 PASTE_READY.txt (精确字数，可直接粘贴) 和 REBUTTAL_DRAFT_rich.md (详细版)。
  • 三道安全门：不编造、不过度承诺、全覆盖。

6. 展示准备 (/paper-slides & /paper-poster)

• 一键生成：Beamer PDF, PPTX, 演讲稿，Q&A 预案，以及 A0/A1 海报。

极致轻量：零依赖，纯 Markdown

ARIS 不是一个沉重的平台，而是一套方法论。

• 零框架：没有复杂的 Python 包依赖，没有 Docker 容器，没有守护进程。
• 纯文本：每个 Skill 只是一个 SKILL.md 文件。任何 LLM 都能读懂，任何支持 Custom Instructions/Skills 的 IDE (Claude Code, Cursor, Trae, Windsurf, Codex CLI) 都能运行。
• 可移植：Fork 仓库，复制 skills/ 文件夹到你的 ~/.claude/skills/，即刻生效。

支持的模型组合

虽然默认推荐 Claude Code (执行) + GPT-5.4 (审稿)，但 ARIS 完全开放：

• 免费方案：MiniMax-M2.7 + GLM-5 (通过 ModelScope 接入)。
• 其他组合：Kimi, LongCat, DeepSeek 等任意支持 MCP 或 API 的模型。
• 角色互换：也可配置为 Codex 执行，Claude/Gemini 审稿。

快速开始

1. 安装 Skills

git clone https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep.git
cp -r Auto-claude-code-research-in-sleep/skills/* ~/.claude/skills/

2. 配置审稿人 (以 Codex 为例)

npm install -g @openai/codex
codex setup  # 选择 gpt-5.4 模型
claude mcp add codex -s user -- codex mcp-server

(注：需在 ~/.codex/config.toml 中确认 model = "gpt-5.4")

3. 启动全流程

在 Claude Code 中输入：

/research-pipeline "离散扩散语言模型的 factorized gap" — AUTO_PROCEED: false

• AUTO_PROCEED: false：在 Idea 选择等关键节点暂停，让你人工确认，避免浪费 GPU 资源。
• human checkpoint: true：每轮评审后暂停，让你查看分数并给出额外指导。

真实效果案例

在某 ML 研究项目中，ARIS 自主运行了 4 轮循环：

全程无人干预，自动运行 20+ 次 GPU 实验，彻底重构了论文逻辑。

高级特性

• 飞书集成：支持推送实验完成通知，甚至直接在飞书聊天窗口审批 Idea 或下达指令。
• 领域扩展：社区已贡献 dse-loop (体系结构/EDA) 等专用 Skill，欢迎提交 PR 扩展你的领域。
• 灵活参数：所有行为均可通过内联参数控制（如 sources: zotero, web, venue: CVPR, illustration: gemini）。

“科研的本质是探索未知，而不是重复劳动。”
把繁琐的代码调试、实验跑分和格式调整交给 ARIS，你只需要专注于那个最核心的 Idea。