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.
解決的問題
ARIS（Auto-claude-code-research-in-sleep）解決了AI驅動的自主研究中可靠性和嚴謹性不足的問題。透過實施結構化、可稽核的規劃、起草、對抗性審查、迭代和持久化循環，它防止了「幻覺」和低品質輸出，確保AI代理能夠在無需人工持續監督的情況下進行深度研究和程式碼生成。
運作原理
ARIS是一種方法論和工具集，可以整合到各種AI編碼環境（如Claude Code、Cursor或Trae）中，也可以作為獨立的CLI使用。它透過「稽核螺旋」工作流運行：
- 規劃與起草：代理建立計畫和初始草稿。
- 對抗性審查：單獨的審查模型（例如透過Codex）稽核輸出的完整性和捏造。
- 迭代：代理根據審查者的回饋改進工作。
- 持久化：結果儲存到研究維基中，以實現長期記憶和可追溯性。
它包括專門工具，如用於捏造取證（forensics）的Anti-Autoresearch，以及用於防止代理在提案中「過度防禦」（提出不必要的複雜性）的HERO。
適用對象
- AI研究人員和工程師：需要自主、高完整性研究和程式碼生成的人。
- 開發者：Claude Code、Cursor、Trae或GitHub Copilot CLI的使用者，希望為其代理新增嚴謹的研究工作流。
- 學生和求職者：特別是準備AI相關角色的人（如ARIS-in-AI-Offer應用程式中所示）。
亮點
- 跨平台相容性：作為基於技能的工作流，在多個AI IDE和CLI中運行。
- 多模型審查：支援跨模型稽核，以確保自我一致性並捕獲錯誤。
- Anti-Autoresearch：確定性取證工具，檢查61種AI風格捏造和完整性駭客訊號。
- 多模態擴充：ARIS-Movie-Director應用相同的稽核循環，從靜態影像生成電影。
- 獨立CLI：提供功能齊全的CLI（ARIS-Code），內建對最新Claude模型的支援。
相關
- 專案
- 專案
- 專案
- 專案
- 專案