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

방법론 + 도구 모음으로, 연구 작업을 AI 코딩 에이전트(실행자)에게 넘기고, 두 번째 독립 모델(검토자)이 모든 단계를 확인합니다. 길고 다단계 연구를 자동으로 실행하도록 설계되었습니다 — 잠들기 전에 시작하면 아침에 감사된 결과를 받을 수 있습니다.

이 프로젝트는 다음과 같이 제공됩니다:

• 스킬: Claude Code, Codex CLI, Cursor, Trae, GitHub Copilot CLI 등에 연결되는 재사용 가능한 지침 세트(프롬프트 템플릿 및 스크립트).
• ARIS-Code: 83개의 스킬을 번들로 제공하고, 세션을 관리하며, 비용을 추적하고, 재개할 수 있는 독립형 명령줄 도구(Rust 기반).
• Claude Code 및 Codex CLI용 플러그인, 그리고 DeepSeek Harness 변형.

핵심 아이디어: 실행자가 작업을 수행하지만, 별도의 검토자 모델(기본적으로 MCP를 통한 Codex)이 각 단계의 정확성, 날조, 누락된 엣지 케이스를 검증합니다. 이는 AI가 자신 있게 환각 결과를 생성하는 고전적인 문제를 방지합니다.

이 프로젝트에는 macOS 상태 위젯(ARIS-Monitor)과 관련 도구 모음(면접 준비용 ARIS-in-AI-Offer, 과잉 엔지니어링 방지용 HERO, 날조된 AI 출력 탐지용 Anti-Autoresearch)도 포함되어 있습니다.

README는 기술 보고서(arXiv:2605.03042)를 참조하고 Hugging Face의 오늘의 논문 1위로 강조하므로, 단순한 취미 스크립트가 아닌 동료 검토(또는 최소한 커뮤니티 인정)된 방법론입니다.