wanshuiyin/Auto-claude-code-research-in-sleep
ARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.
解决的问题
ARIS（Auto-claude-code-research-in-sleep）解决了AI驱动的自主研究中可靠性和严谨性不足的问题。通过实施结构化、可审计的规划、起草、对抗性审查、迭代和持久化循环，它防止了“幻觉”和低质量输出，确保AI代理能够在无需人工持续监督的情况下进行深度研究和代码生成。
工作原理
ARIS是一种方法论和工具集，可以集成到各种AI编码环境（如Claude Code、Cursor或Trae）中，也可以作为独立的CLI使用。它通过“审计螺旋”工作流运行：
- 规划与起草：代理创建计划和初始草稿。
- 对抗性审查：单独的审查模型（例如通过Codex）审计输出的完整性和捏造。
- 迭代：代理根据审查者的反馈改进工作。
- 持久化：结果保存到研究维基中，以实现长期记忆和可追溯性。
它包括专门工具，如用于捏造取证（forensics）的Anti-Autoresearch，以及用于防止代理在提案中“过度防御”（提出不必要的复杂性）的HERO。
适用对象
- AI研究人员和工程师：需要自主、高完整性研究和代码生成的人。
- 开发者：Claude Code、Cursor、Trae或GitHub Copilot CLI的用户，希望为其代理添加严谨的研究工作流。
- 学生和求职者：特别是准备AI相关角色的人（如ARIS-in-AI-Offer应用程序中所示）。
亮点
- 跨平台兼容性：作为基于技能的工作流，在多个AI IDE和CLI中运行。
- 多模型审查：支持跨模型审计，以确保自我一致性并捕获错误。
- Anti-Autoresearch：确定性取证工具，检查61种AI风格捏造和完整性黑客信号。
- 多模态扩展：ARIS-Movie-Director应用相同的审计循环，从静态图像生成电影。
- 独立CLI：提供功能齐全的CLI（ARIS-Code），内置对最新Claude模型的支持。
相关
- 项目
- 项目
- 项目
- 项目
- 项目