ARIS 工作流总览从 idea 到 paper 的 13 条 pipeline 如何一次看全【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (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.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleepARISAuto-Research-In-Sleep是一套纯 Markdown 的 AI 科研工作流工具包83 个可组合 skill不绑框架、不锁平台配合 Claude Code、Codex 或任意 LLM agent 即可把找 idea → 跑实验 → 改论文 → 投稿整条链路自动化。本文带你一次看全 ARIS 内置的13 条命名 pipelineW1–W7、Wiki、WM外加 Effort / Assurance / Oracle 三条元开关5 分钟搞清楚每条管什么、怎么单独用、怎么串起来用。️ 13 条 pipeline 总表先有地图再上路编号命令一句话职责输入 → 输出W1/idea-discovery文献调研 → 头脑风暴 → 查新 → 精炼方案研究方向 →IDEA_REPORT.md 实验计划W1.5/experiment-bridge读计划 → 写代码 → 跨模型审码 → 部署 GPU → 收结果EXPERIMENT_PLAN.md→ 运行中的实验 初始结果W2/auto-review-loop外部模型审稿 → 自动修复 → 再审循环到达标论文 结果 → 改进后的论文W3/paper-writing大纲 → 作图 → LaTeX → 编译 → 两轮润色NARRATIVE_REPORT.md→ 可投稿paper/main.pdfW4/rebuttal解析审稿意见 → 策略 → 起草 → 压测 → 双版本定稿审稿意见 → 可直接粘贴的回复W5/resubmit-pipeline纯文本跨 venue 移植不加实验、不改 bib已打磨论文 → 新 venue 投稿目录W6/paper-talk论文 → Beamer PPTX → 逐页视觉打磨 → 审计论文 → 报告 slides 讲稿W7/proof-orchestrator有状态的定理攻坚run 目录 证据台账 GPT Pro 交接包一个硬定理 → 可追溯的证明案卷Wiki/research-wiki持久研究记忆论文 / idea / 实验 / claim 四类实体跨会话积累使用即积累 → 失败 idea 变防坑清单WM/meta-optimize分析 ARIS 自身使用日志提出 SKILL 改进建议事件日志 → 待批准的补丁Effort— effort:全局深度旋钮lite / balanced / max / beast一个参数 → 约 0.4×~5–8× 工作量Assurance— assurance:审计严格度旋钮draft → submission一个参数 → 投稿门松紧Oracle— reviewer: oracle-pro把审稿切换到最强 Pro 级推理模型任意审稿 skill → 更狠的审稿人主链只有四步/research-pipeline就是 W1 → W1.5 → W2 → W3 的端到端编排敲一条命令睡一觉醒来收获paper/main.pdf。完整目录见 docs/SKILLS_CATALOG.md路由索引见 AGENT_GUIDE.md。 每条 pipeline 都能单独用已有 idea直接进 W1.5有结果了跳到 W3。这也是 ARIS 的设计哲学——skill 之间靠放在固定位置的纯文本文件交接如IDEA_REPORT.md→/experiment-bridge消费不靠任何框架胶水。 W1–W1.5从方向到跑起来的实验工作流 1Idea 发现与方案精炼没有具体 idea 时给一个方向即可。W1 串联 5 个 skillskills/idea-discovery/SKILL.md/research-lit多源调研arXiv / Zotero / 本地 PDF / 网络整理领域全景/idea-creator头脑风暴 8–12 个 idea按可行性与算力成本初筛/novelty-check对 top idea 深度查新 反方评审/research-refine-pipeline冻结问题锚点、迭代打磨方法产出FINAL_PROPOSAL.md/experiment-plan生成 claim 驱动的实验路线图含消融、预算、执行顺序。失败 idea 同样入库成为下次的禁入清单。模板可直接抄templates/RESEARCH_BRIEF_TEMPLATE.md。工作流 1.5实验桥接skills/experiment-bridge/SKILL.md 把计划变成结果解析实验计划 → 实现脚本 →跨模型代码审查在烧 GPU 前抓逻辑 bug→ 最小 sanity check → 部署到本地 / 远程 / Vast / Modal GPU → 收集初始结果。任务量大时自动切换/experiment-queueSSH 多 seed 队列带 OOM 重试。 W2自动审稿循环——睡一觉醒来看结果skills/auto-review-loop/SKILL.md 是 ARIS 的灵魂外部模型默认 Codex GPT xhigh深读论文 → 定位弱点 → Claude 自动修复改稿或跑补充实验→ 再评审直到分数 ≥ 阈值默认 6/10或撞MAX_ROUNDS默认 4。内置安全机制超 4 GPU 小时的实验自动跳过、上下文压缩后从REVIEW_STATE.json断点恢复、明令不许隐藏弱点骗高分。 W3论文写作流水线skills/paper-writing/SKILL.md 六步走/paper-planclaims-evidence 矩阵→/paper-figure数据驱动图表→/paper-write逐节 LaTeXBibTeX 走 DBLP/CrossRef 防幻觉→/paper-compile编译修错 页数验证→/auto-paper-improvement-loop两轮内容审稿 格式合规实测典型 4/10 → 8.5/10。投稿前还有五层跨模型审计链把关/experiment-audit评估代码诚实吗→/result-to-claim结论跟得上吗→/paper-claim-audit数字写对了吗→/citation-audit每条引用属实吗→/kill-argument最强拒稿备忘录压测。assurance: submission时任何一层不绿就不许出终稿。 W4–W6投稿之后的下半场W4 Rebuttalskills/rebuttal/SKILL.md解析审稿意见 → 原子化成 issue 卡片 → 制定策略 → 可选自动补跑实验 → 起草 → 6 道 lint 跨模型压测 → 输出PASTE_READY.txt精确字数直接粘贴 扩展版。三道安全门每句有出处、每个承诺经批准、每条意见全覆盖。W5 跨 venue 移植skills/resubmit-pipeline/SKILL.md硬约束写死——不加新实验、不改 bib、不改框架、永不覆盖旧投稿物理隔离新目录 5 层匿名检查 白名单微编辑。详见 docs/RESUBMIT_AND_TALK_CN.md。W6 会议报告skills/paper-talk/SKILL.md论文 → 提纲 → Beamer PPTX 讲稿 →/slides-polish逐页视觉审字号缩放、中文字体、匿名占位纪律→ 可选 conference-ready 审计。 W7 Wiki理论轨道与持久记忆W7 证明编排skills/proof-orchestrator/SKILL.md把硬定理攻坚当作战役而非一轮对话每个 run 独立目录claim 标注已证 / 猜想 / 已否决卡住时产出可直接粘贴的 GPT Pro 交接包新 run 只复用审计通过的结论以天为单位推进。Wikiskills/research-wiki/SKILL.md只敲一次/research-wiki init即全程生效/research-lit找到的论文自动入库、/idea-creator先读 wiki 再 ideate、/result-to-claim回写 claim 状态。核心洞察失败的 idea 是最宝贵的记忆——知道什么不行的研究者比从零开始的研究者更强。⚙️ WM / Effort / Assurance / Oracle四条元开关WM 元优化skills/meta-optimize/SKILL.mdhooks 被动记录每次调用与参数覆盖累积 5 次以上运行后分析模式、生成 SKILL.md 补丁经跨模型审核 用户批准才生效——优化 ARIS 自己而研究产物不归它管。Effort— effort: lite|balanced|max|beast调节论文数 / idea 数 / 轮次 / 种子数默认 balanced但审稿独立性、引用核验、实验诚实度任何档位都不降档。规范见 skills/shared-references/effort-contract.md。Assurance— assurance: draft|polished|conference-ready|submission独立控制审计门松紧可与 effort 自由组合。契约见 skills/shared-references/assurance-contract.md。Oracle任意审稿类 skill 加— reviewer: oracle-pro即切换到最强 Pro 级推理审稿未安装时优雅降级零影响。路由见 skills/shared-references/reviewer-routing.md。 上手三步从哪条 pipeline 开始你的处境敲什么只有方向想全自动/research-pipeline 你的研究方向W1→W1.5→W2→W3已有 idea / 已有结果/idea-discovery或/auto-review-loop、/paper-writing审稿意见来了/rebuttal paper/ reviews — venue: ICML安装只需克隆一次仓库git clone https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep在项目里跑 tools/install_aris.sh 完成 skill 挂载GPU 服务器与 LaTeX 前置条件见 SETUP_GUIDE_CN.md审稿桥接 MCP 为 mcp-servers/codex-exec/server.py。⚠️ 最后提醒ARIS 加速的是执行不是判断。生成的 idea 请用你的领域知识审视质疑其假设——最好的研究 人的洞察 AI 的执行力。13 条 pipeline 看全了选一条开始跑吧。【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (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.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ARIS 工作流总览：从 idea 到 paper 的 13 条 pipeline 如何一次看全
ARIS 工作流总览从 idea 到 paper 的 13 条 pipeline 如何一次看全【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (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.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleepARISAuto-Research-In-Sleep是一套纯 Markdown 的 AI 科研工作流工具包83 个可组合 skill不绑框架、不锁平台配合 Claude Code、Codex 或任意 LLM agent 即可把找 idea → 跑实验 → 改论文 → 投稿整条链路自动化。本文带你一次看全 ARIS 内置的13 条命名 pipelineW1–W7、Wiki、WM外加 Effort / Assurance / Oracle 三条元开关5 分钟搞清楚每条管什么、怎么单独用、怎么串起来用。️ 13 条 pipeline 总表先有地图再上路编号命令一句话职责输入 → 输出W1/idea-discovery文献调研 → 头脑风暴 → 查新 → 精炼方案研究方向 →IDEA_REPORT.md 实验计划W1.5/experiment-bridge读计划 → 写代码 → 跨模型审码 → 部署 GPU → 收结果EXPERIMENT_PLAN.md→ 运行中的实验 初始结果W2/auto-review-loop外部模型审稿 → 自动修复 → 再审循环到达标论文 结果 → 改进后的论文W3/paper-writing大纲 → 作图 → LaTeX → 编译 → 两轮润色NARRATIVE_REPORT.md→ 可投稿paper/main.pdfW4/rebuttal解析审稿意见 → 策略 → 起草 → 压测 → 双版本定稿审稿意见 → 可直接粘贴的回复W5/resubmit-pipeline纯文本跨 venue 移植不加实验、不改 bib已打磨论文 → 新 venue 投稿目录W6/paper-talk论文 → Beamer PPTX → 逐页视觉打磨 → 审计论文 → 报告 slides 讲稿W7/proof-orchestrator有状态的定理攻坚run 目录 证据台账 GPT Pro 交接包一个硬定理 → 可追溯的证明案卷Wiki/research-wiki持久研究记忆论文 / idea / 实验 / claim 四类实体跨会话积累使用即积累 → 失败 idea 变防坑清单WM/meta-optimize分析 ARIS 自身使用日志提出 SKILL 改进建议事件日志 → 待批准的补丁Effort— effort:全局深度旋钮lite / balanced / max / beast一个参数 → 约 0.4×~5–8× 工作量Assurance— assurance:审计严格度旋钮draft → submission一个参数 → 投稿门松紧Oracle— reviewer: oracle-pro把审稿切换到最强 Pro 级推理模型任意审稿 skill → 更狠的审稿人主链只有四步/research-pipeline就是 W1 → W1.5 → W2 → W3 的端到端编排敲一条命令睡一觉醒来收获paper/main.pdf。完整目录见 docs/SKILLS_CATALOG.md路由索引见 AGENT_GUIDE.md。 每条 pipeline 都能单独用已有 idea直接进 W1.5有结果了跳到 W3。这也是 ARIS 的设计哲学——skill 之间靠放在固定位置的纯文本文件交接如IDEA_REPORT.md→/experiment-bridge消费不靠任何框架胶水。 W1–W1.5从方向到跑起来的实验工作流 1Idea 发现与方案精炼没有具体 idea 时给一个方向即可。W1 串联 5 个 skillskills/idea-discovery/SKILL.md/research-lit多源调研arXiv / Zotero / 本地 PDF / 网络整理领域全景/idea-creator头脑风暴 8–12 个 idea按可行性与算力成本初筛/novelty-check对 top idea 深度查新 反方评审/research-refine-pipeline冻结问题锚点、迭代打磨方法产出FINAL_PROPOSAL.md/experiment-plan生成 claim 驱动的实验路线图含消融、预算、执行顺序。失败 idea 同样入库成为下次的禁入清单。模板可直接抄templates/RESEARCH_BRIEF_TEMPLATE.md。工作流 1.5实验桥接skills/experiment-bridge/SKILL.md 把计划变成结果解析实验计划 → 实现脚本 →跨模型代码审查在烧 GPU 前抓逻辑 bug→ 最小 sanity check → 部署到本地 / 远程 / Vast / Modal GPU → 收集初始结果。任务量大时自动切换/experiment-queueSSH 多 seed 队列带 OOM 重试。 W2自动审稿循环——睡一觉醒来看结果skills/auto-review-loop/SKILL.md 是 ARIS 的灵魂外部模型默认 Codex GPT xhigh深读论文 → 定位弱点 → Claude 自动修复改稿或跑补充实验→ 再评审直到分数 ≥ 阈值默认 6/10或撞MAX_ROUNDS默认 4。内置安全机制超 4 GPU 小时的实验自动跳过、上下文压缩后从REVIEW_STATE.json断点恢复、明令不许隐藏弱点骗高分。 W3论文写作流水线skills/paper-writing/SKILL.md 六步走/paper-planclaims-evidence 矩阵→/paper-figure数据驱动图表→/paper-write逐节 LaTeXBibTeX 走 DBLP/CrossRef 防幻觉→/paper-compile编译修错 页数验证→/auto-paper-improvement-loop两轮内容审稿 格式合规实测典型 4/10 → 8.5/10。投稿前还有五层跨模型审计链把关/experiment-audit评估代码诚实吗→/result-to-claim结论跟得上吗→/paper-claim-audit数字写对了吗→/citation-audit每条引用属实吗→/kill-argument最强拒稿备忘录压测。assurance: submission时任何一层不绿就不许出终稿。 W4–W6投稿之后的下半场W4 Rebuttalskills/rebuttal/SKILL.md解析审稿意见 → 原子化成 issue 卡片 → 制定策略 → 可选自动补跑实验 → 起草 → 6 道 lint 跨模型压测 → 输出PASTE_READY.txt精确字数直接粘贴 扩展版。三道安全门每句有出处、每个承诺经批准、每条意见全覆盖。W5 跨 venue 移植skills/resubmit-pipeline/SKILL.md硬约束写死——不加新实验、不改 bib、不改框架、永不覆盖旧投稿物理隔离新目录 5 层匿名检查 白名单微编辑。详见 docs/RESUBMIT_AND_TALK_CN.md。W6 会议报告skills/paper-talk/SKILL.md论文 → 提纲 → Beamer PPTX 讲稿 →/slides-polish逐页视觉审字号缩放、中文字体、匿名占位纪律→ 可选 conference-ready 审计。 W7 Wiki理论轨道与持久记忆W7 证明编排skills/proof-orchestrator/SKILL.md把硬定理攻坚当作战役而非一轮对话每个 run 独立目录claim 标注已证 / 猜想 / 已否决卡住时产出可直接粘贴的 GPT Pro 交接包新 run 只复用审计通过的结论以天为单位推进。Wikiskills/research-wiki/SKILL.md只敲一次/research-wiki init即全程生效/research-lit找到的论文自动入库、/idea-creator先读 wiki 再 ideate、/result-to-claim回写 claim 状态。核心洞察失败的 idea 是最宝贵的记忆——知道什么不行的研究者比从零开始的研究者更强。⚙️ WM / Effort / Assurance / Oracle四条元开关WM 元优化skills/meta-optimize/SKILL.mdhooks 被动记录每次调用与参数覆盖累积 5 次以上运行后分析模式、生成 SKILL.md 补丁经跨模型审核 用户批准才生效——优化 ARIS 自己而研究产物不归它管。Effort— effort: lite|balanced|max|beast调节论文数 / idea 数 / 轮次 / 种子数默认 balanced但审稿独立性、引用核验、实验诚实度任何档位都不降档。规范见 skills/shared-references/effort-contract.md。Assurance— assurance: draft|polished|conference-ready|submission独立控制审计门松紧可与 effort 自由组合。契约见 skills/shared-references/assurance-contract.md。Oracle任意审稿类 skill 加— reviewer: oracle-pro即切换到最强 Pro 级推理审稿未安装时优雅降级零影响。路由见 skills/shared-references/reviewer-routing.md。 上手三步从哪条 pipeline 开始你的处境敲什么只有方向想全自动/research-pipeline 你的研究方向W1→W1.5→W2→W3已有 idea / 已有结果/idea-discovery或/auto-review-loop、/paper-writing审稿意见来了/rebuttal paper/ reviews — venue: ICML安装只需克隆一次仓库git clone https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep在项目里跑 tools/install_aris.sh 完成 skill 挂载GPU 服务器与 LaTeX 前置条件见 SETUP_GUIDE_CN.md审稿桥接 MCP 为 mcp-servers/codex-exec/server.py。⚠️ 最后提醒ARIS 加速的是执行不是判断。生成的 idea 请用你的领域知识审视质疑其假设——最好的研究 人的洞察 AI 的执行力。13 条 pipeline 看全了选一条开始跑吧。【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (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.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考