ARIS（Auto-Research-In-Sleep）是一款专为机器学习科研定制的 Claude Code Skills，旨在实现'睡后科研'的全自动工作流。它吸收了 FARS 的经验，呼应了 autoresearch 思想，通过跨模型协作实现闭环。
在这个框架下，Claude Code 负责干活（读文件、写代码、跑实验、收结果），外部 LLM（通过 Codex MCP）专门负责评审（打分、找弱点、建议修复）。两个模型互不评阅自己的作业，通过反复的交叉辩论，形成真正的正向反馈。为了降低使用门槛，它还支持 GLM + GPT 或 GLM + MiniMax 等替代模型组合，无需 Claude API 也能直接跑通全流程。
项目地址：
https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep
在本地跑通这套工作流非常简单，拉取代码、配置 Codex MCP，即可在终端一键启动对应流程。
# 1. Install 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. Set up Codex MCP (for review skills)
npm install -g @openai/codex claude mcp add codex -s user -- codex mcp-server
# 3. Use in Claude Code
claude > /idea-discovery "your research direction"
# Workflow 1: literature → brainstorm → validate
claude > /auto-review-loop
# Workflow 2: review → fix → re-review overnight
claude > /paper-writing "NARRATIVE_REPORT.md"
# Workflow 3: narrative → polished PDF
claude > /research-pipeline "your research direction"
# Full pipeline: Workflow 1 → 2 → 3 end-to-end
ARIS 涵盖了从方向探索到论文定稿的各个环节，并在模型调用的自由度与底层算力保护上做了权衡。
🔄 自动 review 循环 — 4 轮自主审稿，一夜从 5/10 提升到 7.5/10，自动跑 20+ 组 GPU 实验
💡 Idea 发现 — 文献调研 → 头脑风暴 8-12 个 idea → 查新 → GPU pilot 实验 → 排名报告
🔍 文献 & 查新 — 多源论文搜索（arXiv、Scholar、Semantic Scholar）+ 本地论文库扫描 + 跨模型查新验证
🤖 跨模型协作 — Claude Code 执行，GPT-5.4 xhigh 审稿。对抗式而非自我博弈
📝 Peer Review — 以审稿人视角审阅他人论文，结构化打分 + meta-review
🖥️ GPU 部署 — 自动 rsync、screen 会话、多 GPU 并行实验、实时监控
🔀 灵活模型 — 默认 Claude × GPT-5.4，也支持 GLM + GPT、GLM + MiniMax——无需 Claude API
🛑 Human-in-the-loop — 关键决策点可配置检查点 AUTO_PROCEED=true 全自动，false 逐步审批
📊 17 个可组合 skill — 自由混搭，或串联为完整流水线（/idea-discovery、/auto-review-loop、/research-pipeline）
以某 ML 研究项目实测为例，经过 4 轮自动实验与叙事重构，它将论文质量从 borderline reject 提升到了可投稿水平。
工作流
项目内所有的 Skills 共同构成了一条端到端的科研流水线。其中最核心的三大工作流，既可以作为独立模块单点发力，也能无缝串联使用：
- 探索新方向（比如写 survey）？从工作流 1 开始 →
/idea-discovery - **已有 idea + 初步方案？**直接用工作流 2 →
/auto-review-loop - **准备写论文了？**工作流 3 →
/paper-writing（或分步：/paper-plan→/paper-figure→/paper-write→/paper-compile→/auto-paper-improvement-loop） - **全流程？**工作流 1 → 工作流 2 → 工作流 3 →
/research-pipeline，从文献调研一路到投稿
⚠️ 重要提醒：这些工具加速科研，但不能替代你自己的思考。生成的 idea 一定要用你的领域知识审视，质疑其假设，最终决策权在你手上。最好的研究 = 人的洞察 + AI 的执行力，而不是全自动流水线。
完整流程如下：
/research-lit → /idea-creator → /novelty-check → 实现 → /run-experiment → /auto-review-loop → /paper-plan → /paper-figure → /paper-write → /auto-paper-improvement-loop → 投稿
(调研文献) (找 idea) (查新验证) (写代码) (部署跑实验) (自动改到能投) (大纲) (作图) (LaTeX+PDF) (审稿×2 + 格式检查) (搞定!)
├──── 工作流 1：找 Idea ────┤ ├──── 工作流 2：自动循环 ────┤ ├───────────────── 工作流 3：论文写作 ─────────────────────┤
工作流 1：文献调研与找 Idea
"这个领域最新进展是什么？哪里有 gap？"
还没有具体 idea？给一个研究方向就行——/idea-creator 搞定剩下的：
📚 调研全景（最新论文、开放问题、反复出现的局限性） 🧠 头脑风暴 8-12 个具体 idea（GPT-5.4 xhigh） 🔍 初筛可行性、算力成本、快速查新 🛡️ 深度验证 top idea（完整查新 + devil's advocate review） 🧪 并行 pilot 实验（top 2-3 个 idea 分别上不同 GPU，30 分钟 - 2 小时） 🏆 按实验信号排序——有正信号的 idea 排前面
输出 IDEA_REPORT.md：含假设、pilot 结果、审稿人可能的质疑、建议执行顺序。失败的 idea 也记录在案，避免重复踩坑。
涉及 Skills：research-lit + idea-creator + novelty-check + research-review
💡 一键调用：/idea-discovery "你的研究方向" 自动跑完整个工作流 1。
🔄 人在回路中：每个阶段都会展示结果等你反馈。不满意？告诉它哪里不对——调整 prompt 重新生成。信任默认选择？它会自动带着最优方案继续。你决定参与多深。
⚙️ Pilot 实验预算（最大时长、超时、GPU 总预算）均可配置——见自定义。
1. /research-lit "discrete diffusion models" ← 先读本地论文，再搜外部，整理全景
2. /idea-creator "DLLMs post training" ← 自动生成 8-12 个 idea，筛选排序
3. 选 top 2-3 个 idea
4. /novelty-check "top idea" ← 查新：有没有人做过？
5. /research-review "top idea" ← 让外部 LLM 批判你的想法
6. 实现 → /run-experiment → /auto-review-loop ← 闭环！
工作流 2：自动科研循环（睡一觉醒来看结果）
"帮我 review 论文，修复问题，循环到通过为止。"
涉及 Skills：auto-review-loop + research-review + novelty-check + run-experiment + analyze-results + monitor-experiment
💡 一键调用：/auto-review-loop "你的论文主题" 自动跑完整个工作流 2。
外部 LLM 评审 → Claude Code 实现修复 → /run-experiment 部署 → 收结果 → 再评审 → 循环
↑ 需要新方向时自动 /novelty-check 查新
用法：
> /auto-review-loop 我的 diffusion model 论文
🛡️ 关键安全机制：
🔒 MAX_ROUNDS = 4 — 防止无限循环；达到分数阈值时提前停止
⏱️ > 4 GPU-hour 的实验自动跳过 — 不会启动超大实验，标记为"需人工跟进"
🧠 优先改叙事而非跑新实验 — 同样能解决问题时，选择成本更低的路径
🪞 不隐藏弱点 — 明确规则："不要隐藏弱点来骗高分"
🔧 先修后审 — 必须实现修复后再重新 review，不能只承诺修
💾 上下文压缩恢复 — 每轮结束后持久化状态到 REVIEW_STATE.json。如果上下文窗口满了触发自动 compact，工作流会从状态文件恢复断点继续——无需人工干预
⚙️ MAX_ROUNDS、分数阈值、GPU 限制均可配置——见自定义。
工作流 3：论文写作流水线
"把我的研究报告变成可投稿的 PDF。" 需要本地 LaTeX 环境——见前置条件。
涉及 Skills：paper-plan + paper-figure + paper-write + paper-compile + auto-paper-improvement-loop
💡 一键调用：/paper-writing "NARRATIVE_REPORT.md" 自动跑完整个工作流 3。
**输入：**一份 NARRATIVE_REPORT.md，描述研究内容：声明、实验、结果、图表。叙事越详细（尤其是图表描述和定量结果），输出越好。
**输出：**一个可投稿的 paper/ 目录，含 LaTeX 源码、干净的 .bib（仅含实际引用）、编译好的 PDF。
NARRATIVE_REPORT.md ──► /paper-plan ──► /paper-figure ──► /paper-write ──► /paper-compile
(研究叙事) (大纲 + 矩阵) (图表 + LaTeX) (逐节 LaTeX) (编译 PDF)
典型流程：
1. 写 NARRATIVE_REPORT.md（来自工作流 2 的结果）
2. /paper-plan — 生成 claims-evidence 矩阵 + 分节计划
3. /paper-figure — 生成对比表、训练曲线等图表
4. /paper-write — 逐 section 生成 LaTeX（含 bib 清理、de-AI 打磨）
5. /paper-compile — 编译 PDF、修复错误、页数验证
6. /auto-paper-improvement-loop — 内容审稿×2 + 格式合规检查
核心特性：
📐 Claims-Evidence 矩阵 — 每个声明映射到证据，每个实验支撑一个声明
📊 自动图表生成 — 从 JSON 数据生成折线图、柱状图、对比表
🧹 Bib 自动清理 — 过滤未引用条目（实测 948→215 行）
📄 灵活节数 — 5-8 节按论文类型选择（理论论文常需 7 节）
🔍 GPT-5.4 审稿 — 每步可选外部 LLM 审查
✂️ De-AI 打磨 — 去除 AI 写作痕迹（delve、pivotal、landscape…）
🎯 精确页数验证 — 基于 pdftotext 定位 Conclusion 结束位置
⚠️ /paper-figure 能做什么、不能做什么：能自动生成数据驱动的图表（训练曲线、柱状图、热力图）和 LaTeX 对比表（从 JSON/CSV 数据）。
不能生成架构图、流程图、模型示意图、生成样本网格——这些需要手动创建（draw.io、Figma、TikZ 等），放到 figures/ 目录后再跑 /paper-write。
一篇典型 ML 论文中，约 60% 的图表可自动生成，约 40% 需手动制作。
**端到端实测：**从一份 NARRATIVE_REPORT.md 生成了一篇 9 页 ICLR 2026 理论论文（7 节、29 条引用、4 张图、2 个对比表）——零编译错误、零 undefined reference。
论文自动润色循环：工作流 3 生成论文后，/auto-paper-improvement-loop 自动跑 2 轮 GPT-5.4 xhigh 内容审稿 → 修复 → 重编译，外加一轮格式合规检查，将粗稿自动提升到可投稿质量。
分数变化（实测 — ICLR 2026 理论论文）：
最终：正文 8 页（ICLR 限 9 页），0 个 overfull hbox，格式合规。3 轮共涨 4.5 分。
全部 Skills
如何安装？
前置条件
- 安装 Claude Code（仅 review 类 skill 需要）
- 安装 Codex CLI 并配置为 MCP server：
npm install -g @openai/codex claude mcp add codex -s user -- codex mcp-server
- （仅工作流 3：论文写作需要）LaTeX 环境，含 latexmk 和 pdfinfo：
# macOS
brew install --cask mactex
# 或：brew install basictex
brew install poppler # 提供 pdfinfo
# Ubuntu/Debian
sudo apt install texlive-full latexmk poppler-utils
# 验证
latexmk --version && pdfinfo -v
如果只用工作流 1 和 2（找 idea + 自动 review），不需要安装 LaTeX。
安装 Skills
git clone https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep.git
cd Auto-claude-code-research-in-sleep
# 安装全部 skills（全局可用）
cp -r skills/* ~/.claude/skills/
# 或者只安装特定 skill
cp -r skills/auto-review-loop ~/.claude/skills/
cp -r skills/research-lit ~/.claude/skills/
至于如何设置通宵免确认、如何让 agent 自动直连远程 GPU 跑实验，官方文档已提供现成模板，直接去仓库抄作业即可。
进阶玩法：深度自定义
系统所有的 skills 均为标准 markdown 文件，为二次开发留足了空间。开发者可自由修改底层参数或替换模型底座。
精细化参数调控：
- 迭代阈值：默认最多执行 4 轮 review（MAX_ROUNDS），论文得分达 6/10（POSITIVE_THRESHOLD）即自动停止。
- 算力熔断：预估耗时超 4 小时的实验自动跳过转人工；单次 idea 测试支持灵活设置超时限制与 GPU 总预算。
- 流程审批：通过 AUTO_PROCEED 参数可一键切换'全自动跑通'或'步步人工审批'模式。
本地文献库复用：指定 PAPER_LIBRARY 路径后，系统在联网检索前会优先扫描并阅读本地已有 PDF。
平替模型底座：原生支持免 Claude/OpenAI API 方案。例如通过修改配置文件，可无缝切换为 GLM-5（执行）+ MiniMax-M2.5（评审）的双模博弈架构。
结语
据作者介绍，目前这套工具已经能跑通从找 idea 到产出论文 PDF 的全流程。接下来的规划则更看重生态集成，比如引入多模态反馈和更顺手的办公流自动化。
- 飞书集成：支持关键节点的消息推送，通过双向桥接在通讯软件内直接完成 idea 审批。
- W&B 集成：探索对接 Weights & Biases (W&B)，使系统能直接读取训练曲线与 loss 指标，自动诊断问题并给出后续实验建议。
- MCP 集成：计划开发 Zotero 与 Obsidian 的 MCP 集成，深度读取个人文献库、批注与知识图谱，提升研究上下文的精准度。
- 更多博弈组合：引入 Gemini、DeepSeek 等大模型，探索不同执行者 × 评审者组合的性能边界。
目前该项目已在 GitHub 完全开源。感兴趣的同学可以访问项目主页获取详细配置，用手头的 idea 跑一轮试试效果。
