AI 热榜雷达给好奇心,找个好工具
← 继续发现工具
wanshuiyin /

Auto-claude-code-research-in-sleep

趋势观察中

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.

原始仓库简介 · 中文摘要待补充 · ai-research / ai-tools / aris / autonomous-agent / claude / claude-code

GitHub 仓库 ↗

README / 项目原文

README_CN.md ↗抓取于 2026/10/29 14:03:16

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

Hugging Face Daily Paper · #1 Paper of the Day

快速开始 · 三种用法 · 技术报告 · ARIS 介绍 (HTML) · ARIS 介绍幻灯 — VALSE 2026 · AI Agents 指南 · PaperWeekly 收录 · GitHub 星标 · 💬 加入交流群 · 引用

🌱 ARIS 是方法论,不是平台。重要的是科研工作流——带着它去任何地方。

💡 在 Claude Code / Codex CLI / Cursor / Trae / Antigravity / GitHub Copilot CLI / OpenClaw / DeepSeek Harness 里以 skill-based workflow 用 ARIS——任你选!
执行者干活,另一个独立模型(默认 Codex MCP)审稿。替代模型组合(包括 ModelScope 上托管的模型)不需要 Claude 或 OpenAI API。

📦 上面是直接安装 skills 的用法。想一条命令装好?ARIS 也提供独立 CLI 和插件: ARIS-Code CLI 下载量 · Claude Code plugin · Codex CLI plugin · DeepSeek Harness plugin

❗ IMPORTANT codex-cli 0.154.0 删掉了 codex mcp-server——ARIS 所有审稿调用原来都走这个入口。对 ARIS 没有任何影响: codex MCP 现在是 ARIS 自己用 codex exec 复写的桥接(mcp-servers/codex-exec/),工具名、返回形状一模一样,82 个 skill 零改动,ultra 档和按线程续聊都在。只需重新注册一次——已经装了?→ 快速开始 2b 步 · 新装 → 第 2 步 · 更新说明。

🧩 ARIS 家族 —— 同一套方法,干别的活。每个一行,细节在各自仓库。

ARIS-in-AI-Offer —— EasyAIOffer:34 篇双语 ML / LLM 面试 cheat sheet 一页收齐——公式推导、从零 PyTorch、每篇 25 题。希望大家秋招轻松一点 🌱

HERO · Anti-Autoresearch —— 一种病的两面。HERO:粘进 CLAUDE.md / AGENTS.md 的约 550 token 契约,治 agent 过度防御的四种形状(哈希、边界情况、评分表、过度建设),约束它提议什么,不约束它找什么。Anti-Autoresearch:61 个诚信信号汇成一份确定性的、审稿人能直接用的报告——造假取证,不是 AI 文本检测。

ARIS-Movie-Director —— ARIS 走向多模态:给一个粗略故事,产出一部逐格讲述的定格电影,每一幕都由另一个模型审过;同一套流程也画干净的方法图(/method-figure)。

ARIS-Monitor —— 常驻置顶的 macOS 小窗,哪个会话在等你批准就亮 🔴,点一下跳过去;cd aris-monitor && ./run.sh。窗口多的话,Claude Fleet(by @tianyilt)是完整看板。

🔥 ARIS-Code CLI — 独立安装版 · English | ⬇️ 下载 — v0.4.28:ARIS_REASONING_EFFORT 在 Anthropic 通道生效;经 {} 占位符中转站的工具调用修复;系统代理直接生效。v0.4.27:启动 REPL 后直接退出不再留下空 session 文件。v0.4.26:fable 别名与 /model 现指向 Fable 5.1(默认仍是 Opus 5)。v0.4.25:codex-cli ≥ 0.154 上 Codex 审稿恢复可用(内建 codex exec 桥接,无需任何注册);/since 回到你上一次输入的地方;/resume 按序号列出会话;Windows 多行粘贴修复(待确认);内置 83 个 skill,reviewer 为 GPT-6-Astra。

ARIS-Code —— 截图、头条、逐版本详情、更早版本

ARIS-Code CLI 终端 — Auto Research in Sleep

📰 ARIS-Code v0.4.28(2026-09)—— 最新:ARIS_REASONING_EFFORT 在 Anthropic 通道生效(#446),经由会先发 {} 占位符的中转站时工具调用不再失败(#444),Windows / macOS 的系统代理不用导出 HTTPS_PROXY 就生效(#401)。v0.4.27:启动 REPL 后直接退出不再留下空 session 文件,/resume 只列出有消息的会话(#439 后续)。v0.4.26 让 Fable 5.1 成为 fable 别名与 /model 菜单的第一项(默认 executor 仍是 Opus 5)。v0.4.25 是 reviewer 桥接版:codex-cli 0.154 删掉了 codex mcp-server,升级过 codex 的用户从 ARIS-Code 发起的每次 Codex 审稿都会失败;现在审稿走内建 codex exec 桥接——不需要 mcpServers.codex 条目,旧条目在内存里自动迁移,线程记录与 ARIS 的 Python 桥互通。同版还有:/since 重放你上一次输入之后发生的一切(按现场显示折叠,/since full 看完整输出),/resume 带序号列出会话并显示停在哪(#439),Windows 多行粘贴不再逐行提交(#430,待确认),Windows shim 报错带上原生安装命令(#428),内置 skills 升到 83 个、reviewer 为 GPT-6-Astra。头牌特性:v0.4.24 —— Claude 5 模型刷新(默认 Opus 5、Fable 5 计价档、可用性链)和 v0.4.23 —— 输出折叠。收官 24 个 release(v0.4.5 → v0.4.28);逐版本详情见下。贡献者:@GetIT-Sunday、@Anduin9527、@GO-player-hhy、@Jxy-yxJ、@screw-44、@StevenUST、@opposj、@ShijunLei-cn、@algojogacor、@YukinoshitaLove、@jinliye-2026、@SajimJC、@JasmineLCY。

逐版本详情(v0.4.5 → v0.4.28)

v0.4.28 (2026-09-28) — ARIS_REASONING_EFFORT 在 Anthropic 通道生效(#446):low / medium / high / xhigh / max,主会话和子代理都支持;不设置则请求不变。ARIS_MAX_TOKENS 调高输出上限,effort 高到撞上限时用。settings 里 autoCompactEnabled: false 关闭自动压缩。🐛 #444 经由会先发 {} 占位符的中转站时,工具调用不再报 invalid tool input JSON。🌐 系统代理:Windows / macOS 的系统代理直接生效,不用再导出 HTTPS_PROXY(#401,by @JasmineLCY);想照旧直连就设 NO_PROXY=*。**升级前看一眼:**已经导出过 ARIS_REASONING_EFFORT、系统里配了代理、或 settings 里写过 autoCompactEnabled: false 的,见升级说明。

v0.4.27 (2026-09-19) — 启动 REPL 后直接退出不再留下空的 session 文件;/resume 只列出有消息的会话(#439 后续)。

v0.4.26 (2026-09-16) — Fable 5.1:fable 别名现在指向 claude-fable-5-1,/model 菜单把 Fable 5.1 放在第一位(Fable 5 仍可选);默认 executor 仍是 claude-opus-5。

v0.4.25 (2026-09-16) — reviewer 桥接版。 codex-cli 0.154 删掉了 codex mcp-server,升级过 codex 的用户从 ARIS-Code 发起的每次 Codex 审稿都会失败。🔴 内建 codex exec 桥接:mcp__codex__codex 改走 codex exec,不需要任何注册 —— 不用 mcpServers.codex 条目,老的 codex mcp-server 条目在内存里自动迁移(env、-c 默认、超时、trust 保留),线程记录与 ARIS 的 Python 桥互通,aris doctor 显示实际后端;ARIS_CODEX_BRIDGE=0 回旧路径。顺带修掉一个老 bug:模型从来拿不到 Codex 结果里的 threadId,所以 codex-reply 一直续不上线程。🆕 /since 重放你上一次输入之后发生的一切(按现场显示折叠;/since full 看完整输出;/resume 之后也可用);工具调用 ≥8 次的回合结束时打一行提示(ARIS_TURN_SUMMARY=0 关闭)。🐛 #430(待 Windows 用户确认)多行粘贴不再逐行提交,Ctrl+C 能停住(ARIS_PASTE_BURST=0)。🐛 #439 /resume 无参数列出会话并带 [n] 序号,接受序号 / id 前缀 / 路径,恢复后直接显示停在哪。#428 Windows shim 的报错带上官方原生安装命令。📦 skills 81 → 83(+/proof-orchestrator、/research-implement-feature;教义与系统提示改为 GPT-6-Astra,回退 gpt-5.6-sol → gpt-5.5;32 个 helper + 仓库根 templates 一并打包)。测试:api 35+6 / aris-cli 225 + 4 e2e / runtime 252 / tools 71 / commands 6 全绿;codex-cli 0.154.0 上 codex exec 真机往返通过。Codex MCP(gpt-6-astra):ultra 设计 gate + 每步 xhigh 实现 gate。

v0.4.24 (2026-08-09) — Claude 5 模型刷新(#392):Claude Opus 5 与 Claude Fable 5(Mythos 级旗舰)一等公民支持。显式 --model claude-opus-5 / claude-fable-5 本来在所有平台就能透传使用 —— 这一版让它们进菜单、算对钱。🆕 默认模型 → claude-opus-5(与 Opus 4.8 同为 $5/$25 档),覆盖主会话、子代理与 aris setup;可用性 fallback 升级为有序链:非显式会话在精确的 404 not_found_error 上沿 Opus 5 → Opus 4.8 → Opus 4.7 逐步前进、每步警告一次(显式选择的模型永不静默更换);旧的单跳 latch 在新默认下会把仅有 4.7 权限的账号卡死在 4.8、并让 v0.4.23 setup 存下的配置彻底失去回落 —— 该回归被跨模型审当场抓住,现由端到端 mock-404 链测试锁死。/model 选择器新增 Fable 5 / Opus 5 / Sonnet 5(4.8 / 4.6 / Haiku 仍可选);别名:fable → claude-fable-5(新增)、opus → claude-opus-5、sonnet → claude-sonnet-5。💰 新增 Mythos 级计价档(2026-08 联网核实):fable/mythos = $10/$50(cache write $12.50、read $1)—— 此前 claude-fable-5 不含任何家族子串,落到保守的未知模型兜底档($15/$75),/cost 全项高估 1.5×;Opus 5 本就被现行 Opus 档算对,现加测试钉死。测试:api 41 / aris-cli 213 + 4 e2e / runtime 226 / tools 70 / commands 5 全绿;claude-opus-5、claude-fable-5、fable 别名三发真机冒烟端到端通过。Codex MCP(gpt-5.6-sol xhigh):实现 gate NO-GO(抓到 fallback 链回归 + 定价史实错误)→ 修复后 GO。

v0.4.23 (2026-08-02) — 输出折叠版 —— 修掉真实用户投诉第一名:CLI 会把读到的文档全文 dump 到屏幕(2000 行论文=刷 2000 行)、bash 全量 stdout、grep 全量匹配内容。🧹 工具输出折叠(仅显示层):Read/Grep 显示前 6 行,Bash 每流显示前 4 + 后 4(stderr 保持红色),然后一行暗色 "… (+N more lines — set ARIS_TOOL_OUTPUT_LINES=0 for full output)";保留行截 240 字符(防 minified 单行);session、模型上下文、--output-format json 和 /export 始终保留完整内容。经核实 thinking 本来就不打屏(体感来自上述 dump)—— 新增两个端到端 sentinel 测试锁死 thinking/reasoning 永不落终端。🐛 bash 超时现在真杀进程 —— 此前超时报告了 interrupted 但命令还在跑、副作用事后落地;ARIS_BASH_KILL_ON_TIMEOUT=0 可回旧行为。📦 内置 skills 79→81:/integrity-forensics(Anti-Autoresearch SHA-pin 启动器:证据台账→GPT 审计→确定性裁决→BLOCK/WARN 门)与 /web-debug-search。grep content 模式不再误报 "0 matches";全部本地 mock 测试代理免疫(此前 shell 挂代理会红 15 个测试)。测试:api 41 / aris-cli 212 + 3 e2e / runtime 225 / tools 69 / commands 5,真代理环境下全绿。Codex MCP(gpt-5.6-sol ultra)裁定折叠设计与 scope(cost/压缩包刻意留到 v0.4.24 —— 两项耦合)。

v0.4.22 (2026-07-11) — skills 大同步 + GPT-5.6-Sol 版。📦 bundle 追平主仓 93 个 commit:79 个内置 skill(新增 meta-apply、paper-poster-html —— 新的测量门控 HTML 海报流水线)、28 个 tools helper(+8)、11 篇新 shared-references 规范文档;同步脚本新增 ARIS_SYNC_EXPECT_SHA 钉版本护栏 + 精确清单漂移测试。🎛 Reviewer 控制面升级到新 skills 携带的 GPT-5.6-Sol 双档制:system prompt 现在放行 skills 显式 pin 的 model: gpt-5.6-sol + 每次调用的 effort(旧的"绝不传 model"规则会把深度审从 ultra 静默压到 xhigh)、携带规范的仅-能力型 fallback 链、并在每次 fresh codex 调用上 pin approval-policy: "never" + 显式 sandbox;HTTP LlmReview fallback 默认刻意保持 gpt-5.5(gpt-5.6-sol 在 chat-completions + reasoning_effort 真烟测通过前仅作实验性选项);落地 gpt-5.6 家族计价(sol $5/$30、terra $2.50/$15、luna $1/$6);banner / Reviewer 行 / /reviewer 全部诚实区分 primary 与 fallback。🐛 8 个核实修复:显式 --model 不再被 saved model 静默覆盖(来源全程追踪;4.8→4.7 可用性回落尊重显式选择);saved model 不再跨 provider 泄漏(OpenAI transport 无模型时 fail-fast);--output-format json 绝不弹审批(单 JSON 文档契约恢复);Windows aris login 修好(PKCE 读 /dev/urandom → getrandom)、Windows 命令探测修好(PowerShell 工具此前用 sh 探测自己);codex .cmd shim 诚实分类(setup 不再写下 MCP 起不来的配置);嵌套 config.json 现在会警告而非静默变全默认;NotebookEdit 不再铸重复 cell id。🖥 新增 windows-latest CI job(编译门 + 3 组定向测试)。测试:api 41 / aris-cli 204 + 1 e2e / runtime 223 / tools 69 / commands 5(+54)全绿。Codex MCP(gpt-5.6-sol ultra):5 轮设计 gate(NO-GO ×4 → GO)+ subagent 实现磁盘核实。

v0.4.21 (2026-06-28) — bug-fix 补丁(Codex 对抗式猎杀挖出的 5 个新真用户 bug —— 全部磁盘核实、与 v0.4.20 不重叠;设计 + 实现两道跨模型审)。🐛 头条:OpenAI-compatible 流式把跨网络 chunk 切断的多字节 UTF-8(中文 / emoji)解成 � —— 每个 HTTP chunk 单独 from_utf8_lossy,于是一个 3 字节中文字或 4 字节 emoji 落在 chunk 边界上就两边都坏(对中文用户 + 国产 OpenAI-compatible provider —— Kimi/GLM/MiniMax/DeepSeek/Qwen/豆包 —— 是高频命中)。流式缓冲改为原始字节,只解码完整 SSE 行。还修:saved 的 OpenAI/custom executor 配置不再覆盖 shell 设的 EXECUTOR_PROVIDER(启动"shell 优先"路径有一处没加 gate → 走错 executor / model not found);Anthropic 流在有内容但无终止信号时 clean-EOF 现在硬报错(premature_eof)而非把半截回答存成完整 turn(与 OpenAI #249 guard 对称;stop_reason-only 兼容路径保留,且 ARIS_ALLOW_EOF_WITHOUT_STOP=1 让"合法地从不发终止信号"的代理回到旧行为);grep_search 的 multiline: true 在 content 模式真能跨行匹配了(此前静默返回空);只装在 structuredContent 里的 MCP 工具结果不再被丢弃。测试(CI 模式):api 35 / runtime 212 / tools 67 / aris-cli 181 / commands 5(+21,含 2 个流级集成测试)全绿。Codex MCP(gpt-5.5 xhigh):设计审(NO-GO → 修掉一个 off-by-one 后 GO)→ 实现审(NO-GO → 补流级集成测试后 GO)。(两个潜在候选 —— Anthropic block-index 路由、OpenAI 多行 SSE —— 仍留硬化 pass。)

v0.4.20 (2026-06-19) — bug-fix 补丁:Codex 对抗式排查出的 7 个用户可见 bug,每个放行前审 3 轮(reviewer 在 GO 前抓到一处 redraw 缺口、一处尾随空行、一处 spinner 残尾、一处空行边界)。🐛 头牌(#299):短 REPL 回复只剩 "✔ Done" —— spinner 用 Save/RestorePosition 画 "⠋ Thinking…",让流式输出在同一行覆盖它,但 finish 随后清掉了整行,把一条短的单行回复也抹了。现在这一轮若打印过可见文本,REPL 收尾不再清行(Clear(UntilNewLine) 只擦回复之后的 spinner 残尾)。流式多段回复粘连("para1para2")—— 每个 chunk 的段落分隔符在流边界被裁掉;markdown 流式渲染器现在用 held-separator 保留分隔符,使流式输出等同一次完整渲染(无悬空空行)。含 CJK/全角内容的 markdown 表格错位 —— 宽度现在按显示单元计(CJK = 2)而非字符数。aris "prompt" / --print 忽略了 aris setup 存的 executor 模型(此前仅 REPL 生效)—— 配了 OpenAI/自定义 executor 的人,请求却把 Anthropic 默认发到了它的 endpoint;一次性与 REPL 两条路径现在共用一个 resolver。Esc 现在真能关掉补全下拉(之前会被立刻重算回来)。glob_search 截断时报告匹配总数(而非封顶的 100,否则模型会以为 1000 个匹配只有 100 个文件)。/model 的自定义菜单读 executor 实际用的环境,而非过期的磁盘配置。测试(CI 模式):api 32 / runtime 205 / tools 67 / aris-cli 172 / commands 5 全绿;新增 7 个;真机验证(短回复正常显示 + "✔ Done";段落保留空行)。Codex MCP(gpt-5.5 xhigh):排查 → 3 轮审(NO-GO → NO-GO → GO)。两个仅潜伏的候选(Anthropic block-index 路由、OpenAI 多行 SSE)推迟到一次加固 pass。

v0.4.19 (2026-06-14) — 诚实度 / guardrails 补丁(主题来自一次 Codex fresh-eyes 审计;健康配置零行为变化)。🔴 MCP 协议版本协商守卫 —— stdio 握手请求 2025-03-26,却从不读 server 协商回来的版本(一个被解析但没用的字段),于是 server 同意了一个 ARIS 不会说的版本也被静默接受,后续 tools/list / tools/call 跑在不兼容协议上、报错晦涩。ARIS 现在把协商版本对一个受支持集合(2025-11-25 / 2025-06-18 / 2025-03-26 / 2024-11-05 —— 这些之间 stdio 分帧一致)校验,遇到不支持的就终止子进程 + 清槽 + 给出清晰的 per-server 报错(aris doctor 会显示)—— 正是 MCP 生命周期规范要求的"版本谈不拢就终止"。请求仍发 2025-03-26(对 codex mcp-server 验证过),健康 server 不受影响 —— 端到端验证:真实 Codex MCP server 在守卫下仍能拉起 + 初始化 + 暴露工具。🧹 小瑕疵:OpenAI 系 subagent 的响亮报错去掉了过期的 "lands in v0.4.18" 字样(现在版本无关 + 可操作,仍不含凭证);OpenAI 上游错误体现在会被截断(500 字符)+ 凭证脱敏(sk-… key 和 Bearer … token,用子串扫描器抓住误配代理可能反射回来的紧凑 JSON 形态 {"api_key":"sk-…"})而非原样喷出;system prompt 的 hook 事件摘要现在只数运行时真正执行的 hook(带 command 字符串的 command hook),和解析器对齐。测试(CI 模式):api 32 / runtime 204 / tools 67 / aris-cli 167 / commands 5 全绿;live smoke 确认真实 Codex MCP server 在守卫下仍能初始化。Codex MCP(gpt-5.5 xhigh)审:design GO → impl NO-GO(漏了紧凑 secret + command-string 严格性)→ 修后 GO。

v0.4.18 (2026-06-14) — 默认模型 → Claude Opus 4.8,附计费修正 + 安全网。这次升级把 DEFAULT_MODEL、opus 别名、模型选择器、aris setup、subagent 默认都移到 claude-opus-4-8 —— 并带可用性 fallback:若账号没有 4.8(API 返回 404 not_found_error),ARIS 本会话自动回退到 claude-opus-4-7,重建 system-prompt 的模型身份以保持自洽(绝不在实际服务 4.7 时还告诉模型它是 4.8),告警一次后重试 —— 主会话(文本 + JSON)和 subagent 都覆盖。它只在那个精确的 404 上触发(绝不在 400/限流/鉴权上),有防循环 latch,文本路径从回合前快照重建,使重试绝不重复 append 用户消息;有 4.8 的账号与单纯升级字节一致。💰 计费已修正(对 Anthropic 公布的价目表核对过;此前高估了 3–5×):当前 Opus 4.5–4.8 = $5/$25(弃用的 Opus 4/4.1 保持 $15/$75,按词边界切分,使未来的 opus-4-10 不被错分档);Sonnet 4.x = $3/$15(与通用未知模型 fallback 解耦,后者仍 $15/$75);Haiku 本就正确。🧹 待办清理:aris setup 选项 10 把 Codex MCP reviewer 钉到 model_reasoning_effort="xhigh"(对新配置确定、独立于 ~/.codex/config.toml;幂等合并绝不覆盖已有条目);启动时 + aris doctor 的误配提示(#259)针对被静默忽略/放错位置的配置(坏 JSON,或一个多余的 ~/.aris/config.yaml —— 仅 stderr,使 --print/JSON stdout 保持干净);system prompt 的 hook 摘要现在把"解析了但从不触发"的事件标为 "PARSED ONLY … will NOT run" 而非暗示死 hook 会跑(完整事件展开 —— 真正触发 SessionStart/SessionEnd/… —— 推迟到单独 issue)。测试(CI 模式):api 32 / runtime 202 / tools 67 / aris-cli 166 / commands 5 全绿;一次 live one-shot smoke 端到端返回 model=claude-opus-4-8。Codex MCP(gpt-5.5 xhigh)审了 design + 两批实现(design REWORK→GO,impl NO-GO→GO,batch-2 GO)。

v0.4.17 (2026-06-13) — MCP 版本。 v0.4.17 之前,settings.json 里的 mcpServers 只是被解析、在 aris doctor 里显示,却什么都不做;现在 ARIS 会拉起每个配置的 stdio server、走 MCP 握手、发现工具,并在 Anthropic + OpenAI 两条 provider 路径上以 mcp__<server>__<tool> 暴露,端到端调度 + 单 server 软降级 + 未受信 MCP 工具的审批门(--allowedTools 现接受 mcp__ 名)。🆕 零 API key 的跨模型 reviewer:aris setup → 选项 10(Codex MCP,ChatGPT 订阅,无需 API key) 把幂等的 mcpServers.codex 写进运行时真正读取的配置文件(原子写 + 备份,trust: true 前显式确认),可选 API reviewer 作 fallback(ARIS_REVIEWER_PROVIDER=codex-mcp + ARIS_REVIEWER_FALLBACK_PROVIDER);REPL 内 /setup 重建 system prompt + runtime,reviewer 改动无需退出即生效。🔴 假 server 测不出的协议 bug:真机 e2e 对着 codex mcp-server 才暴露——我们的 stdio 传输在用 LSP 式 Content-Length: 分帧,而 MCP 规范(和 codex)用换行分隔的 JSON-RPC;所有 fake-server 测试都过,是因为 fake 也讲同一种错方言。现在写为 NDJSON、读两种都自动识别,并在 initialize 后补发规范要求的 notifications/initialized(顺带用 select 往返修掉 #286 大请求死锁)。Hooks:object 式 Claude Code hook 保留 matcher / timeout / async(锚定正则匹配;每 hook 超时,默认 30s kill = 警告而非拒绝)。收尾:codex codex/event 通知刷屏默认静默(ARIS_MCP_STDERR=inherit 开),system prompt 现告诉模型别给 Codex 传 model 参数(账号默认 = gpt-5.5 + xhigh),Codex-MCP 为主且无 fallback 的 LlmReview 调用返回清晰的 “用 mcp__codex__codex” 提示而非误导性的 OPENAI_API_KEY 报错。沿用 v0.4.16 零回归方法论(24 个新 characterization 测试)。测试(CI 模式):runtime 199 / aris-cli 165 / tools 67 / api 30 / commands 5 全绿。Codex MCP(gpt-5.5 xhigh)逐 phase 审 17 轮(7 个 NO-GO 全解决)。

v0.4.16 (2026-05-30) — REPL UX + provider 加固,零回归纪律交付:先写 64 个 characterization(golden)测试锁死当前 provider 路由 / 计费 / reviewer / subagent / REPL 行为,再动手改,全程保持绿。关闭 #274:命令历史持久化到 ~/.config/aris/history(0600 权限),启动自动加载;ARIS_NO_HISTORY 一键关闭;disk-only secret-skip——疑似凭证的行保留在会话内历史但永不落盘。bash 风格 Ctrl+R 反向增量搜索(CJK 显示宽度感知的单行渲染;不改任何现有按键;零新依赖)。安全:OpenAI 系主会话(Kimi / GLM / MiniMax / …)派 subagent 此前会静默扣用户的 Anthropic OAuth/Keychain 凭证,现在改为响亮报错(错误信息不含凭证名);完整 OpenAI 系 subagent 路由是跨 crate 改动,推迟到 v0.4.17。地基(零行为变化):3 处字节级相同的词边界匹配器合并为唯一权威 runtime::word_match;新增纯分类器 ProviderFamily(未接线)。测试(CI 模式):runtime 164 / aris-cli 128 / tools 49 / commands 5 全绿。Codex MCP(gpt-5.5 xhigh)逐 phase 审 + 最终集成审。

v0.4.15 (2026-05-29) — OpenAI-兼容流式健壮性 hotfix。关闭 #249:MiniMax(及其他 OpenAI-compatible provider / 代理)实际不可用,因为 clean-EOF 完成判定把 data: [DONE] 哨兵当成唯一权威完成信号。非空 choices[].finish_reason 才是 Chat Completions spec 定义的终止帧标志,[DONE] 只是部分 compat provider 不发的 transport 约定(MiniMax 发 finish_reason: "stop" 然后直接关连接不发 [DONE])。clean-EOF 判定现在抽成可单测纯函数 stream_eof_action(...),见到 [DONE] 或 非空 finish_reason 任一即算完成;不在 finish_reason 处提前停读(include_usage 尾随 usage-only chunk 仍消费);真截断仍硬报错,出输出前 proxy abort 仍重试。配套:OE7 finish_reason 移到 delta guard 前读(只带 finish_reason 无 delta 的终止 choice);OE2 任何非空 finish_reason 都 flush pending tool;OE4 mid-stream error 信封硬报错不再静默吞;OE3 容忍 data:{...} 冒号后无空格。+5 单测(77→82)把此前零覆盖的 SSE 完成逻辑抽成纯函数。Anthropic SSE 路径未动。Codex MCP(gpt-5.5 xhigh)3 轮(GO-WITH-NITS → GO-WITH-NITS → GO)。

v0.4.14 (2026-05-25) — 安全 + 文档卫生 release,关闭 v0.4.13 codex audit(gpt-5.5 xhigh,6/10 NEEDS-REWORK)最关键的几项。🔴 S9 (P0) system prompt 配置脱敏 — v0.4.14 之前 render_config_section() 把合并后的 settings.json 原样塞进发给 LLM provider 的 system prompt,会泄漏 env、mcpServers.<name>.headers.Authorization Bearer token、hook command env、签名 URL 的 query 参数、apiKey 等字段。新渲染器:白名单顶层字段(model/permissionMode/theme/outputStyle/permissions/sandbox 子树仍走递归 redact)原样输出;敏感 key(apikey/token/secret/password/authorization/headers/env/_KEY/_SECRET/_TOKEN)递归替换成 [REDACTED];MCP command 替换 <configured> 占位符;MCP url 仅保留 <scheme://host[:port]> origin(scheme 仅 http/https/ws/wss,host 仅 ASCII,port 仅数字,IPv6 走 [...]);hook command 字符串完全不输出。Regression test 覆盖 9 处 leak 面;URL parser 单独测 7 种 smuggling(含 codex round-3 抓到的 port 位置 secret 注入)。🟡 P9 (P1):DeepSeek aris --help 指向 aris setup option 7(真正的 anthropic-compat 菜单项),不再印那条 resolver 根本不认的 EXECUTOR_PROVIDER=anthropic-compat env 路径。🟡 M1/M2 (P1) 文档:aris doctor + README + README_CN 在 mcpServers.len() > 0 时打黄色实验性 warning(完整 MCP 工具分发 v0.4.16 落地)。🟢 C11 (P2) 流式 idle timeout — Anthropic MessageStream 和 OpenAI SSE loop 都在 response.chunk().await 外包 tokio::time::timeout(env ARIS_STREAM_IDLE_TIMEOUT_SECS,默认 120,clamp [10, 1800],0/负数关闭);关闭"aris 永远卡死无输出"症状(broken proxy 不发 keepalive 时)。Bundle:77 skills(+1 /wiki-enrich,同日 late sync 到 main 7e3ab67 顺带把上游 check_ready.sh awk + grep-c null-match 修复也带进来),54 helpers。Codex MCP 6 轮(NO-GO + 4 → GO-WITH-NITS + 3 → NO-GO + port smuggling → GO → release metadata GO → sync GO)。

v0.4.13 (2026-05-25) — 收尾 release,关闭从 v0.4.10 到 v0.4.12 累积的所有 codex audit P1 + 补长尾 regression test。🟡 v0.4.10 P1.D per-server MCP timeout — mcpServers.<name>.requestTimeoutSecs override > MCP_REQUEST_TIMEOUT_SECS env > 300s default(clamp 1..=1800),让 codex MCP 可以 5 分钟而 fs MCP 5 秒 timeout 共存。🟡 v0.4.10 known limitation 关闭 — McpStdioProcess::request() 跳过 JSON-RPC notification (id 缺失/null) 继续读直到 response。🟢 meta_opt hook 通过 aris init 部署 — tools/meta_opt/{log_event,check_ready}.sh 嵌入 binary,aris init 写 ARIS-namespaced aris-meta-opt-log-event.sh / aris-meta-opt-check-ready.sh 到 ~/.claude/hooks/(codex round-1 #1:永远不覆盖用户已有同名 hook);settings.json 合并 idempotent + backup 强保证 + tempfile + rename 原子写。🧪 9 个 v0.4.12 targeted regression test 覆盖 sandbox.strictMode (3) + parse strictMode + provider_match pricing + has_word o-series + stream_options 400 + meaningful-content classification + premature-EOF retry truth table(codex round-1 #3 — should_retry_on_premature_eof() 提成纯函数 + 7 行真值表)。Bundle:76 skills,54 helpers(+2 meta_opt 脚本 vs v0.4.12)。Codex 3 轮(NO-GO + 3 → NO-GO + metadata → GO)。

v0.4.12 (2026-05-22) — Bug-fix + 小功能 release。#238 sandbox.strictMode opt-in 配置项;为 true 时 SandboxConfig::resolve_request() 忽略全部 5 个 LLM-supplied override(dangerouslyDisableSandbox、namespaceRestrictions、isolateNetwork、filesystemMode、allowedMounts)—— 关掉 tool-call 静默绕过用户 sandbox 策略的漏洞。aris doctor 加 "Sandbox:" 一行;bash tool schema 文档化 strictMode 语义。#232 auto-review-loop-llm 从老的 deepseek-chat / deepseek-reasoner(2026-07-24 弃用;reasoner reject tool_choice)改成 deepseek-v4-flash / deepseek-v4-pro。v0.4.10 audit P1 follow-up:P1.A Anthropic 流式 retry 改成基于 has_emitted_meaningful_content(只发了 MessageStart 就 EOF 也能 retry);P1.B supports_reasoning_effort + reviewer 镜像都用 word-boundary 匹配,openai/o3-mini / proxy:o4 走对路径;P1.C stream_options.include_usage:true proxy fallback —— 真的 400 报 unknown field 时去掉这个字段 retry 一次;P2 pricing 用新 provider_match() 让 qwen3.6-plus / kimi-k2.5 走对 tier,同时拒绝 my-kimi-clone 这种 mid-word 误判。Skills 追新(76 skills, 52 helpers):嵌入 /interview-cheatsheet + /render-html;build.rs ALLOWED_EXTS 加 html;EXCLUDED_SKILL_PREFIXES → starts_with("skills-codex")。CI fetch-depth: 0 + origin/main fetch 让 drift-test ancestor check 真生效。Codex MCP(gpt-5.5 xhigh)4 轮 review。

v0.4.11 (2026-05-18) — Skills bundle 刷新 + sync 基础设施。v0.4.10 binary 嵌入的 skills 已落后 main(56 个 main skills/ commits 中只有 ~6 个被 cherry-pick 进 bundle);v0.4.11 sync 完整集合 + 落 sync infrastructure 防漂移再扩大。Bundle:65→74 个 user-facing skill,34→49 个 helper resource。新嵌入 10 个 skill:/citation-audit(第四层文献审计:存在性 + metadata + 引用 context)、/experiment-queue(SSH 多 seed 任务队列,含 OOM retry)、/kill-argument(理论论文双线对抗审)、/resubmit-pipeline(W5:纯文本换会议投稿)、/paper-talk(端到端 conference talk pipeline)、/slides-polish(逐页 Codex 排版审)、/overleaf-sync(双向 Overleaf Git-bridge)、/gemini-search + /openalex(更广文献源)、/qzcli(启智 GPU 任务)。46 个已有 SKILL.md 刷新——最关键是 canonical resolver chain 全面铺开(修复真实事故:硬编码 tools/research_wiki.py 让 /research-wiki 空了一周)+ submission assurance gate + external verifier(/paper-writing Phase 6 现在能跑通)。tools/ 9→18:9 个 baseline 刷新(research_wiki.py 从 315 行刷到 767 行含 canonical ingest_paper API)+ 9 个新增(extract_paper_style.py、figure_renderer.py、paper_illustration_image2.py、overleaf_{setup,audit}.sh、verify_wiki_coverage.sh、watchdog.py、experiment_queue/{build_manifest,queue_manager}.py)。新 tools/sync_main_skills.sh 自动化 main → bundle rsync(symlink 前置检测 + codex-mirror prune + SKILLS_SOURCE_COMMIT 钉版本)。crates/runtime/src/cache.rs 新增 3 个 CI drift test 覆盖全部 4 个 resolver layer pattern。/research-lit 和 /gemini-search 的 Gemini MCP 调用改成 model: 'auto-gemini-3'(避免 OAuth-personal 在 capacity 满时 silent downgrade 到 2.5-pro)。CLI runtime 行为不变——codex-audit P1 follow-up 留在 v0.4.12 backlog。Codex MCP(gpt-5.5 xhigh)5 轮交叉评审(REQUEST CHANGES → APPROVE WITH NITS → NO-GO → GO → final GO)。

v0.4.10 (2026-05-17) — 流式 + MCP 可靠性 + 多 provider 计费。C6 Anthropic MessageStream 和 OpenAI SSE 循环都支持 chunk decode 失败 / 早 EOF 时整段重启请求(ARIS_STREAM_RETRY,default 2,clamp 0..=5,仅在尚未输出任何内容时触发——关闭 #228 "error decoding response body" 循环)。M3 MCP stdio 用 tokio::time::timeout 同时包 send + read(default 300s,env MCP_REQUEST_TIMEOUT_SECS clamp 1..=1800)+ response.id ↔ request.id 关联校验 + ensure_server_ready() try_wait() 检测死进程并 respawn + 任何失败路径 kill().await 让下次调用从干净状态开始(关闭 #151 / #172 "Calling codex..." 卡死)。C8/P4 OpenAI 流式请求加 stream_options.include_usage:true + 解析 cached_tokens;Anthropic 流式合并 MessageStart.usage(input/cache)和 MessageDelta.usage(output)。C9 多 provider 计费 registry(15+ 模型,OpenAI cache_read = input × 0.1 修正之前 generic 50% 高估 5×,DeepSeek cache_hit/cache_miss 分层,has_word() boundary matcher 让 provider/<model> slug 走对 tier)。9 个 dead-code warning 修复;aris setup help 文案与实际行为同步。

v0.4.9 (2026-05-17) — 关闭 Codex v0.4.7 audit 三个 cross-cutting 残留(L1 TLS 双栈 / L3 reasoning_cache 错位 / L4 reasoning replay 无 cap)。2 个新 skill 嵌入(/figure-spec + /paper-illustration-image2 含 scripts/ 子目录,新 Layer 0b = $ARIS_CACHE_DIR/skills/<name>/scripts/);research_wiki.py 提升到 shared tools/(9+ 调用方);5 个 SKILL.md 迁移到 fallback chain。

v0.4.8 (2026-05-17) — Skill helper 子系统重写。Bundled helper 在 startup 提取到 ~/.config/aris/cache/<version>/;每次 Skill 调用输出 helperReport JSON + 4 层 resolver preamble;/skills export 一并导出 helper;新 integration-contract.md 含 6 个失败策略;8 个 shared helper(arxiv/deepxiv/exa/S2/openalex/save_trace/verify_papers/verify_paper_audits)嵌入;/research-lit + /deepxiv 迁移。另 4 个 bug 修复:gpt-5.5+tools 在 OpenAI 400;Custom reviewer 重启变 gpt-5.5;缺 signature 字段 (#228);--version Build date 硬编码。

v0.4.7 (2026-05-16) — DashScope Coding Plan 405 修复 (#159) 通过 native-tls 切换 (#225);所有 reasoning model 的 reasoning_content replay(不只 Kimi)(#226);600+ 行死代码 + rustyline 移除 + "Claw Code" → "ARIS-Code" 品牌统一。

v0.4.6 (2026-05-14) — 🚨 两个长期静默 bug 修复:PermissionMode::Prompt 因 derived-Ord 顺序错误一直在静默放过所有 tool;system prompt 硬编码 current_date = "2026-03-31" 让 model 把真实数据判为"未来 / prompt injection"。另 Custom OpenAI 兼容 provider(/setup 选项 11)+ dynamic /models 发现(@Anduin9527 #221 + #222)。

v0.4.5 (2026-05-13) — 推理模型一等公民支持:thinking content blocks 全链路(修 #161)+ reasoning_effort='xhigh' 真正发到 GPT-5.5 / o1 / o3 / o4 / DeepSeek-thinking。DeepSeek V4 Pro + Xiaomi MiMo + Qwen 3.6 + Doubao 加入 /setup(选项 7-10)。对象式 hooks 解析器。默认模型升级 Claude Opus 4.7 + GPT-5.5。REPL 输入加固(折行 / Cmd+V 粘贴 / CJK 边界)。新增 GitHub Actions CI workflow。贡献者:@GO-player-hhy (#186)、@Jxy-yxJ (#171)、@GetIT-Sunday (#216 部分)。

更早历史版本

v0.4.4 (2026-04-20) — Setup UX + reviewer 路由修复(修 #158 / #162)| Anthropic + 自定义 URL 不再强制 Bearer | LlmReview 智能 fallback

v0.4.3 (2026-04-17) — 第三方 Anthropic-compat 代理支持(Bedrock 等)| 致谢 @screw-44

v0.4.2 (2026-04-17) — Auto-compaction 修复 | OpenAI-compat 摘要保留 | Shell API key 不再被清

v0.4.1 (2026-04-15) — Plan 模式 + Ctrl+C 协作中断 + 自动重试 (429/5xx) | 多文件 Memory

💭 为什么不用单模型自我博弈? 用 Claude Code 的 subagent 或 agent team 同时做执行和审稿在技术上可行,但容易陷入局部最优——同一个模型审自己的输出会产生盲区。

类比 bandit 问题:单模型自审是 stochastic bandit(噪声可预测),跨模型审稿则是 adversarial bandit(审稿者会主动探测执行者未预料的弱点)——而 adversarial bandit 天然更难被 game。

💭 为什么是两个模型而不是更多? 两个是打破自我博弈盲区的最小配置,且双人博弈收敛到 Nash 均衡的效率远高于多人博弈。增加更多审稿者只会增加 API 开销和协调成本,边际收益递减——最大的提升来自 1→2,而非 2→4。

Claude Code 的优势是快速丝滑的执行,Codex(GPT-6-Astra xhigh)虽然慢但审稿更严谨深入。两者速度 × 严谨的互补特性,比单模型自我对话效果更好。

🧿 想要最强审稿者? 任何 skill 加 — reviewer: oracle-pro 即可通过 Oracle MCP 调用 GPT-5.5 Pro。Pro 级推理能力适合证明验证、实验审计和最终 stress test。支持 API key 或免费浏览器模式。设置 →

目录

  1. 不止一句 Prompt
  2. 最近更新 · changelog
  3. 快速开始 · 安装 + 第一次跑
  4. 功能亮点
  5. 真实运行效果
  6. 社区实操 — 用 ARIS 完成的论文
  7. Awesome 社区 Skills & 扩展
  8. 工作流 · 13 个命名 pipeline(W1 / W1.5 / W2 / W3 / W4 / W5 / W6 / Wiki / WM + Effort / Assurance / Oracle)
  9. 安装 · prerequisites / install / update / usage / GPU 服务器配置
  10. 自定义 · 每个 skill 的配置开关
  11. 替代模型组合 · GLM / MiniMax / Kimi / 等
  12. 交流群
  13. 引用
  14. Star History
  15. 致谢
  16. License

1. 🎯 不止一句 Prompt

基础模式 — 给 ARIS 一个研究方向,全自动:

/research-pipeline "离散扩散语言模型的 factorized gap"

🔥 精准模式 — 有篇论文想改进?把论文 + 代码给 ARIS:

/research-pipeline "改进方法 X" — ref paper: https://arxiv.org/abs/2406.04329, base repo: https://github.com/org/project

ARIS 读论文 → 找弱点 → 克隆代码 → 针对那些弱点用那套代码生成改进方案 → 跑实验 → 写论文。就像跟研究助手说:"读这篇论文,用这个 repo,找出哪里不行,然后修好它。"

自由组合:ref paper 单独 = "这篇论文哪里能改进?",base repo 单独 = "这个代码能做什么?",两个都给 = "用这个代码改进这篇论文。"

🛠️ 直接实现一个功能 —— 已经知道要做什么?

/research-implement-feature "给 decoder 加 KV-cache 复用" — base repo: https://github.com/org/project

先跑通脊柱,再一次加一个功能,每个带一条可执行检查。需求没说清的决定先写进假设台账再写代码,最后换一个模型家族读原始 diff,专找没申报的假设。它只说"检查过了",不说"方法有效"。由 @heroarmor 贡献。

🔥 Rebuttal 模式 — 审稿意见来了?别慌。ARIS 读每条意见、制定策略、起草安全的 rebuttal:

/rebuttal "paper/ + reviews" — venue: ICML, character limit: 5000

三道安全门:

  • 🔒 不编造 — 每句话有出处
  • 🔒 不过度承诺 — 没批准的不承诺
  • 🔒 全覆盖 — 每个审稿意见都追踪

两版输出:PASTE_READY.txt(精确字数,直接粘贴)+ REBUTTAL_DRAFT_rich.md(详细版,自己改)

展开 rebuttal 参数 —— venue、character limit(必填)、quick mode、auto experiment、压测轮数、follow-up 上限
参数 默认值 作用
venue ICML 目标会议
character limit — 必填。 字符限制
quick mode false 仅解析 + 策略(Phase 0-3),先看审稿人要什么
auto experiment false 自动跑补充实验(/experiment-bridge)
max stress test rounds 1 GPT-6-Astra 压力测试轮数
max followup rounds 3 每个 reviewer follow-up 上限

中稿之后 — 论文录了,准备展示:

/paper-slides "paper/"     # → Beamer PDF + PPTX + 演讲稿 + Q&A 预案
/paper-poster-html "paper/" # → 测量门控 HTML/CSS 海报 → 可印刷 PDF

💡 从 idea 到论文到讲台到 rebuttal——一条工具链。🌱 以上是全流程——你也可以单独用任何一个工作流。已有 idea?直接进工作流 1.5。有结果了?跳到工作流 3。见快速开始查看所有命令,工作流了解完整流程。

2. 📢 最近更新

⚠️ 凡涉及 skill 变更的条目:跑 bash tools/smart_update.sh --apply 拉取。

  • 2026-10-19 — 🔀 在 Claude Code 和 Codex 两套完整技能包内选择审阅者——通过 — reviewer: 或项目配置,使用已配置的审阅工具选择 Codex、Gemini/Antigravity、Grok 或 Claude Code。用法见路由说明与 Codex 说明。Claude Code MCP 桥接现已正确使用指定工作目录,并记录 CLI 返回的模型信息,也支持 DeepSeek 等已配置的提供方。同家族审阅仍标记为 provisional。(#473、#472)
  • 2026-10-19 — 📚 新增 /citation-crosscheck,逐字段核对参考文献——将本地 .bib 条目与从论文来源重新获取的书目信息比较,导出并排对照表,定位作者、年份、会议期刊、DOI 和 arXiv ID 的差异。支持 Claude Code 与 Codex,可配合现有引用审计使用。(#371,感谢 @dty0606)
  • 2026-10-19 — 🔬 为科研并行任务增加明确边界——选题生成、文献提取和证明核查采用统一的分工约定:限制工作批次规模、记录任务覆盖情况,并在宿主不支持并行时顺序执行。工作代理收集候选与证据,最终判断仍交由指定审阅者。(#372,感谢 @Dennis-Huangm)
  • 2026-10-07 — 🧮 从数学命题到可核验的 Lean 证明——新增 /lean-formalize,支持 Claude Code 与 Codex:探索证明路线、把中间引理接回原命题,检查最终声明和公理依赖,交付可复现的 Lean 源码。跨模型家族审阅覆盖命题表达、关键论证与最终装配。已按需接入五个证明/研究技能,用户要求或具体证明义务值得形式检查时启用。(#461)
  • 2026-10-05 — 🔌 新增 Grok 和 Gemini / Antigravity MCP 桥接:复用已有 CLI 登录,在 Claude Code 或 Codex 中调用,支持文件读取和会话续接。(#454)
更早的更新(2026-03-12 — 2026-09-28,89 条)
  • 2026-09-28 — FIX 📚 真论文不再被报成幻觉引用(#445、#447、#450;感谢 @ilya-pershin 和 @AfonsoZhang)。arXiv 有时会连续几分钟用 406 拒绝 Python 的 HTTP 客户端,而 curl 能通;verify_papers.py 把这个拒绝当成"查无此文",有用户在 38 篇真实论文上跑出 47% 的幻觉率。现在 406 会改走 curl,被拒绝(406 / 401 / 403)一律标 verify_pending,不再标 unverified。设了 SEMANTIC_SCHOLAR_API_KEY 的话标题核对会用上它。最近见过可疑的幻觉率?带 --no-cache 重跑一次。同一轮还有:五个 skill 现在真的能调用正文让它调的子 skill(#440,@Jeremy-xuan);watchdog 并发注册不再互相覆盖(#443,@hiro-nikaitou);xhigh 按实际写成审稿常规档(#442,@dreamworld2023)。

  • 2026-09-16 — NEW 🧩 ARIS 现在是一个 Claude Code 插件(#437,感谢 @white-drizzle)。claude plugin marketplace add wanshuiyin/Auto-claude-code-research-in-sleep → claude plugin install aris@aris → 跑一次 /aris:setup → 重启。setup 会把插件里自带的 Codex 审稿桥接注册好,codex-cli 0.154+ 上开箱即用。插件 skill 输入时带前缀(/aris:idea-discovery),内部互相调用不受影响。Codex CLI 也能把同一个仓库当插件装(codex plugin marketplace add … → codex plugin add aris@aris),拿到的是 Codex 原生镜像。Cursor、Trae、DeepSeek Harness 各走各的路线。

  • 2026-09-10 — FIX 🔌 codex-cli 0.154 删掉了 codex mcp-server,codex MCP 要重新注册。 ARIS 所有审阅调用都走这个入口;0.154 起它会打开交互界面,MCP 握手直接失败。ARIS 自带了替身 mcp-servers/codex-exec/server.py:工具名、返回形状一模一样,底下跑 codex exec,skill 一行不改。跑一次:先在你的 ARIS clone 里 git pull(老 clone 里没有这个文件),再 claude mcp remove codex -s user && claude mcp add codex -s user -- python3 "$HOME/aris_repo/mcp-servers/codex-exec/server.py"(写你 clone 的绝对路径),然后重启 Claude Code。新装和已装的分步指引见 快速开始。0.153 上同样能用,升级前就可以换。OpenAI 官方给的替代是 Claude Code 插件,没有 ultra 档、不能按线程续聊,深审 skill 用不了。Cursor / Trae / Antigravity / Copilot CLI 的配置同一个 key,改成 python3 + 这个路径,见各自适配文档。

  • 2026-09-07 — NEW 🧠 默认审阅模型换成 gpt-6-astra。 所有钉 gpt-5.6-sol 的审阅调用改钉 gpt-6-astra;两档 effort(七个深审 ultra、其余 xhigh)不变,执行者也不变——你在哪个 agent 里跑 ARIS 就是哪个。账号还没有这个模型?回退链会依次试 gpt-5.6-sol、gpt-5.5(都 xhigh),不用改配置。

  • 2026-09-06 — FIX 🧹 安装器不再往每个项目塞 Copilot profile(#431,感谢 @oblivion-1521)。八月起每次安装都会往你的 .github/agents/ 放两个 Copilot 审稿人 profile 的软链接,不管你用不用——Claude Code 和 Codex 用户拿到的是死文件,提交上去还是坏链接。现在只在装了 auto-review-loop 时才部署;--no-agent-profiles 永久关掉(--agent-profiles 撤销)。下次重跑安装会顺手删掉以前生成的链接,你自己写的文件一律不动。

  • 2026-09-03 — FIX 📣 论文是发布会,不是工作汇报(规则采自 anti-defensive-writing-Skill,作者 @Adkid-Zephyr,觉得有用就 🌟)。写作契约新增四条:围绕真正的最强优势组织叙事;打不赢的指标不设为比赛;不占优的数字照样留在表里,证据支持时解释为目标差异或权衡,不支持就平实陈述、收窄主张——不写成认输,也不硬编权衡;每个实验必须有论证职责,没有就出主线;摘要引言按问题 → 缺口 → 思路 → 最硬的结果开场,结论不在最后一段突然自我否定。/auto-paper-improvement-loop 按同样标准挑毛病。收录在 Awesome 社区。

  • 2026-08-26 — FIX 🧯 两处过度防御残留(#425)。/research-review 是唯一没带范围约束块的审阅 prompt,现在补上了,简报结尾从光秃秃的"往死里挑"变成"撑得住就明说"——敌意立场一字未动。/research-pipeline 不再因为缺 VENUE 死在过夜跑里:找 idea、实验、分析、叙事报告都与 venue 无关,照常跑完——只推迟排版,盖章等 resume。它还一边写着 VENUE = ICLR 默认值一边禁止静默默认;默认值已删。

  • 2026-08-26 — FIX ✍️ 论文不再写成忏悔书(#423、#424;多条规则采自 humanize-paper)。claim 按证据配得上的力度直说;"further research is needed" 这类通用免责只住 Limitations;"别提 X"就是 X 不存在——绝不写 "we do not address X";结果按论证排序,不按实验先后。

  • 2026-08-26 — FIX 💡 idea 流水线不再因为"有邻居"就杀 idea(#419–#422;来自社区反馈)。ABANDON 必须指名那篇已经包含你结果的论文;同期工作是 race,你定,不是 veto。生成用双模型(gpt-5.6-sol + gpt-5.5)取并集,要的是对重要问题的创造性强攻,不是钻角落堆模块。搜索照样往死里查。

  • 2026-08-21 — NEW 🔌 Codex 审稿连不上时,可配 HTTP 兜底(#413;by @TheFlashForge)。默认关;只在能证明 Codex 根本没收到请求时启用——超时不算,那可能花两份钱买两个打架的结论。兜底读你的原始文件,信任比 Codex 更低,绝不更高。

  • 2026-08-21 — FIX 🧹 一天合并四个社区修复(#406–#410;by @ZLZLGe 和 @JasmineLCY)。AUTO_PROCEED=true 真的自己往下走了;idea-discovery 的门要见真审稿回执,不认打勾;缓存的 wiki 上下文读之前先扫描;选 Claude 当审稿人的 Codex 用户找回三个论文 skill。

  • 2026-08-09 — NEW 🦆 Copilot CLI 宿主下 /auto-review-loop 默认用原生 rubber-duck 审稿(#360,closes #258)。只在 Copilot CLI 会话里启用;审稿证据从宿主事件复验,同族/不明一律 fail-closed。标准 Claude Code + Codex 搭配不受影响。

  • 2026-08-09 — NEW 🚧 /idea-discovery 不能再静默跳过阶段(#383,closes #285;by @3mom3)。五个阶段每个都要有记录在案的证据,否则报告写明 BLOCKED,不装完整。

  • 2026-08-05 — FIX 🈶 research wiki 的非 ASCII 修好了(#386、#387;由 @LIMMIL7 报告)。cp936 下写的 wiki 换机器读不了,纯中文标题塌成 <年份>_untitled 还被当重复丢掉。已有 UTF-8 wiki 不受影响。

  • 2026-08-04 — NEW 🖼️ 上游动态:posterly——/paper-poster-html 的引擎——大幅设计升级(MIT,by @Chenruishuo;今年 ICML 约 50 张海报出自它)。GitHub · Blog。

  • 2026-08-03 — NEW 🧭 /proof-orchestrator——工作流 7:带记忆的证明战役(#381;by @shenmuxing,改编自其 EtaSkill)。有状态的 local-first 证明 run,跨 session 延续,卡住时产出可直接粘贴的 GPT Pro 交接包。/proof-checker 仍是投稿门。

  • 2026-07-15 — NEW 🔗 双盲引用字段核对(#371)。新 skill /citation-crosscheck:两个 agent 盲审——一个从本地 .bib 读取每条被引条目,一个从网上独立重抓——再由确定性 gate 逐字段 diff(作者集合+顺序、年份、venue、arXiv-id/DOI),输出并排 .xlsx,每条给出 MATCH/MINOR/MISMATCH。与 /citation-audit(context-fit)互补;这个负责字段准确性。

  • 2026-07-14 — NEW 🐞 /web-debug-search(Issue #211)。新增聚焦调试/发现的检索流程:搜索 GitHub Issues 与 Discussions,支持精确/归一化错误字符串匹配、版本兼容性追踪和明确的失败处理。所有结果都标记为调试用途,不能作为论文引用证据。

  • 2026-07-14 — NEW 🧩 选择性安装 + 全局脚本指针(#366)。81 个 skill 不再"一股脑全装"——四套安装器都支持按组/按 skill 选装(--list-groups / --groups X,Y / --skills X / --exclude Y,或 TTY 下的全屏勾选界面),pipeline 硬依赖自动带全。更新时上游新增的 skill 会逐个确认(--add-new / --skip-new 供脚本化;拒绝的记住、不再重复问)。同时修了全局 copy 安装(~/.claude/skills)找不到 helper 脚本的问题,新增指针文件 ~/.aris/repo。⚠️ 向后兼容:--quiet 全新安装仍是全装;跑一次任意安装器/更新器即可拿到指针文件。选择性安装 →

  • 2026-07-12 — NEW 🛡️ 投稿前,你的论文先过一遍审稿人那侧的取证(#357)。新 skill /integrity-forensics:SHA-pin 薄启动器,把 Anti-Autoresearch 那套敌意审稿人能跑的扫描(证据账本、九个审计维度、数值核心、纯规则裁决器)先跑在你自己的论文上。结论进一道 typed gate——flag 能拦下投稿,"没查出问题"只记作"无新阻断"、不算无罪判决;finding 只有带类型、带 hash 的证据、或人签字的 waiver 才能销项(把句子改个措辞不算数,台账会记下来)。/paper-writing 在 submission 档默认就跑(— self_forensics: false 可关;Codex 镜像是 opt-in,且只能跑上游的确定性切片——能报 flag,永远说不出 CLEAN)。⚠️ 首次运行需要联网克隆并校验上游;跑 bash tools/smart_update.sh --apply 拉取更新。

  • 2026-07-10 — NEW 🧠 Reviewer 默认换成 GPT-5.6-Sol,深度审计用上新的 ultra 档(#354)。codex-cli 0.144.1 在 xhigh 之上加了 max、ultra;ARIS 审阅默认走 gpt-5.6-sol,七个重量级裁决(/proof-checker、/kill-argument、/research-review、/experiment-audit、/paper-claim-audit、/result-to-claim、/meta-apply)用 ultra,其余保持 xhigh。codex-cli 版本旧或没有这个模型会自动降级(5.6-sol → 5.5,均 xhigh)——永远不低于 xhigh,单纯超时不降级。顺手修了:/result-to-claim 审稿模型连不上时诚实停下,不再自判自己的实验。⚠️ 升级 codex-cli 到 ≥ 0.144.1,重启 session,跑 bash tools/smart_update.sh --apply。

  • 2026-07-03 — NEW 🧬 从 Anthropic 的 Claude Science skills 借来三点小改动(#339、#340、#341;Apache-2.0)。ARIS 现在用同一种写法描述 GPU 环境,同一份配置可以用在 SSH 机器、Modal 和集群上,再让一个全新的 agent 按安装说明走一遍来检查。我们也加了一个小工具,用来测试 skill 描述到底能不能让系统选中正确的 skill。最后,图表和写作检查会把"事实是否正确"和"风格是否好看"分开:事实必须过,风格只是建议。⚠️ 运行 bash tools/smart_update.sh --apply 拉取更新。

  • 2026-07-02 — NEW 🔁 把 Karpathy 的 LOOPS.md 思路吸收到 ARIS(#333–#337)。Reviewer 现在会先找哪里可能有问题,而不是礼貌地打个分。遇到奇怪的 review 结论时,ARIS 会先让你看保存下来的 reviewer 记录,而不是立刻再问一遍模型。做坏的构建可以按计划重来,不必一直补丁叠补丁;计划、日志和结果会保留。评分可以参考真实的好/坏例子,/meta-optimize 会问哪些东西该删,/paper-writing 会在动笔前先定清楚"写完"的标准。⚠️ 运行 bash tools/smart_update.sh --apply 拉取更新。

  • 2026-06-20 — NEW 📚 Research wiki 四层节点全部用确定性写入器 —— 修复"重新生成的 idea 没被记录"(#305、#306、#307、#308)。一位用户踩到真 bug:首次 /idea-creator 记下的 idea,重新生成时不见了 —— 因为 wiki 页面是 freehand(LLM 手写)写的,这种 prose 步骤在"再生成一版"时容易被跳过。现在每层都有专属 research_wiki.py 写入器,与 ingest_paper 并列:add_claim(claim 出生于 /proof-checker)、upsert_idea(/idea-creator)、add_experiment(/result-to-claim),每个都有 drift-check 守护、防止退化成死代码。claim 的 status 现在是严格的证明轴(verified/refuted/unproven/…),实验支持改由 supports/invalidates 边承载(修掉一个共享 validator 会拒绝的潜伏矛盾);Codex-CLI skill 镜像也已同步。无 research-wiki/ 时零行为变化。

  • 2026-06-19 — NEW 🛰 通宵跑的 loop 现在能发现自己死了,或者卡住了(#300、#301、#302;运行模式参考了 Deli Chen 的 AutoResearch)。新的 watchdog 会看无人值守的 loop 还在不在更新状态文件,安静太久就写告警;它只报问题,绝不重启任何带裁决性质的 run。另一个 iteration log 会看每轮有没有新发现:连续两轮没新东西就强制换方向,四轮就叫人接手;结果到底够不够好,仍然交给跨模型 jury 判断。

  • 2026-06-07 — NEW 🖼️ /paper-poster-html 成为默认海报流水线;旧的 LaTeX /paper-poster 退役。 它把海报做成一个 HTML/CSS 文件,尺寸就是会议真实印刷尺寸,并且先用测量 gate 检查排版和素材,再让内容 reviewer 看,所以审阅时间不用浪费在列没对齐这类问题上。它还带了模板、可复用海报组件和会议 token 包;核心 gate 机制改造自 posterly(MIT,by @Chenruishuo)。⚠️ /paper-poster 现在重定向到 /paper-poster-html;LaTeX 旧流水线只留在 git history 里。

  • 2026-05-31 — NEW 🤝 两个社区工具值得看一眼。 Claude Fleet(@tianyilt)是本地只读看板,方便同时盯住很多 Claude Code / Codex 窗口。posterly(@Chenruishuo)把会议海报做成单个 HTML/CSS 文件,再通过 headless Chromium 导出可印刷 PDF,不用 LaTeX。两个都收录在 Awesome 社区。觉得有用就 🌟 一下。

  • 2026-05-29 — NEW ⚙️ ultracode 原生约定层 —— 任意运行时档位都能 fan out 拓宽广度,跨模型裁判席始终神圣不可侵犯。三个新 shared-references 文档把广度和裁决解耦:fan-out-pattern.md(skill 用同家族 Claude subagent 生成候选 —— Tier-1 Workflow / Tier-2 Agent / Tier-3 顺序 —— 全部汇入同一个跨模型裁判席),acceptance-gate.md("loop 可以 DRIVE,不能 ACQUIT" —— 可自判执行完成度,绝不可自判质量/正确性),external-cadence.md(/loop 和 CronCreate 只是 fire-control,绝非裁判席)。已接入 /idea-creator、/research-lit、/proof-checker、/kill-argument(fan-out)+ 16 个 skill(cadence fence/affordance)。另外:清理 48 个 vestigial Agent grant(最小权限 + drift 守卫),修掉 /idea-creator 的同家族 idea 预筛,并校正 /auto-review-loop 的 OR→AND 停止条件矛盾。没有 ultracode 的用户也立刻受益 —— fan-out 退化成顺序执行,最终裁判席不变。

  • 2026-05-28 — NEW 📝 首篇 blog 上线:A Survey on Continuous DLM (2026 H1, 6 papers) —— Ruofeng Yang (SJTU) 写的 long-form 双语技术综述,全程通过 ARIS-in-AI-Offer workflow 完成(Claude Opus 4.7 + Codex GPT-5.5 xhigh + Gemini auto-gemini-3 跨模型讨论)。对比 ELF / 字节 Cola-DLM / Flow-Matching 系列:discrete-DLM 的问题、"known-unknown" 连续空间思路、训练 pipeline、架构 / 参数 / shapes、推理 grids + Tab 6/7 数值结果、去噪轨迹、对比 Cola-DLM 的 Field Landscape。单文件自含 HTML(1.7 MB,无 build)—— 展示 /render-html toolchain 能产出的 long-form 研究分析深度。

  • 2026-05-26 — NEW 🌐 8 个 workflow 关键节点自动出 HTML view。/idea-discovery、/auto-review-loop、/research-pipeline、/kill-argument、/proof-checker、/paper-claim-audit、/citation-audit、/rebuttal 跑完会自动调 /render-html 把主 MD 工件渲染成单文件 HTML。成本分层:interim view 用 --no-review,audit / reviewer-facing 交付物保留 full Codex render-fidelity gate。默认开(RENDER_HTML = true),每个 skill 可单独 opt-out。失败非阻塞 —— MD 源始终是 canonical。

  • 2026-05-26 — NEW 🤝 本周社区 PR 汇 (5 个 merge)。/wiki-enrich (#247 by @hungchun0201) 补全 ingest_paper 留下的论文 TODO 占位 —— Karpathy LLM-wiki 原则,fetch 链 alphaxiv→deepxiv→arXiv。Mirror drift checker + CI (#241 by @VeraPyuyi) 防 main↔mirror 漂移。/research-pipeline Stage 2/3 统一到 /experiment-bridge 委托 (#243 by @ZBigFish) —— 老的 inline 实现本来就是 bridge 的严格子集。Windows PowerShell 安装器对齐 + reparse-chain 内仓守卫 + -FromOld legacy 迁移 + Windows CI matrix (#242 by @VeraPyuyi)。加 manual-review MCP (#246 by @ZBigFish) —— 第三个 reviewer backend — reviewer: manual,零 API 成本跨模型 review(把 prompt 粘贴到任意非 Claude 模型:DeepSeek / Kimi / ChatGPT / Gemini / 本地 llama),跨模型不变量靠双语 UI 警告 + per-session token 认证 + manual MCP 未装时 fail-closed 保护。

  • 2026-05-17 — NEW 🐙 GitHub Copilot CLI 适配 —— 原生 SKILL.md + MCP 支持,无需 skill mirror。安装器(install_aris_copilot.sh)+ smart-updater + 13 个 pytest。社区贡献 by @EarendelH(#229,关闭 #214 / #227 / #203)。

  • 2026-05-17 — FIX 🛠 Tools-stability roadmap (Phase 1+2+3) 完整收尾(closes #176 / #177 / #178)。社区反馈 install_aris.sh 跑完但 helper script 在用户项目里找不到。Phase 1 —— 10 个 canonical helper 的所有 SKILL.md 调用方现在统一通过 integration-contract.md §2 定义的 3 层链 .aris/tools/ → tools/ → $ARIS_REPO/tools/ 解析(§2 同时定义 5 种 failure policy A/B/C/D1/D2/E)。Phase 2 —— 新增 advisory CI lint 在 PR 扫硬编码 python3 tools/foo.py 模式(仅警告,永不卡 CI)。Phase 3 —— 3 个 single-owner helper(figure-spec、paper-illustration-image2、experiment-queue)迁入对应 SKILL 的 scripts/ 目录,owner SKILL 用 Layer 0 ${CLAUDE_SKILL_DIR}/scripts/ 优先于 canonical chain,原 tools/ 路径保留 os.execv Python 转发 shim。⚠️ 现有用户:无需操作,legacy tools/ 入口现在是转发 shim。如果 2026-04-30 之后没跑过 install_aris.sh,幂等重跑一次即可全部对齐。

  • 2026-05-14 — NEW 🩹 /paper-plan + /paper-write 学会 GAP_REPORT.md + <!-- DATA_NEEDED --> 规则 (#217)。当 — style-ref: 启用且用户项目下存在结构性 assets(figures/、results/、NARRATIVE_REPORT.md 等)时,/paper-plan emit Gap Report,把 exemplar 的 section 拓扑 + 密度(从 style_profile.md)对照用户实际 assets,暴露没有证据填充的结构性槽位(如"exemplar 有 3×4 ablation 表,你没有 ablation 数据")。然后 /paper-write 在 missing 槽位写 <!-- DATA_NEEDED: <Slot ID> — <描述> --> HTML 注释而不是编造内容——PDF 不可见,grep 友好供人审 triage / /experiment-bridge 后续补实验。是对默认"no placeholders"规则的窄 carve-out,只在 GAP_REPORT 列出的 missing 槽位生效。原始想法来自 @zhangpelf。

  • 2026-05-14 — BREAKING ⚙️ 默认 reviewer 模型:gpt-5.4 → gpt-5.5,覆盖 ~30 个 SKILL.md REVIEWER_MODEL 默认值。Codex MCP 自 2026-04-24 起 runtime 就是 gpt-5.5,本次让文档对齐 runtime。⚠️ 行为变化:(a) 之前 run 留下的 .aris/traces/* JSON 不可复现——重跑用 5.5,边界 case 可能给出不同的 WARN/FAIL 判决(reviewer 质量提升,不是回归)。(b) ChatGPT Plus/Pro 月度配额在重度使用下消耗更快。回退:单次调用传 — reviewer-model: gpt-5.4,或在 skill 文件里固定 REVIEWER_MODEL = gpt-5.4。Oracle Pro tier(— reviewer: oracle-pro)走独立路由,不受影响。

  • 2026-05-13 — NEW 🔍 tools/verify_papers.py + Pre-Search Verification Protocol —— 给文献类 skill 加反幻觉过滤。新 helper 走 3 层 fallback 验证(arXiv batch API 每次最多 40 个 ID → CrossRef DOI 查询 → Semantic Scholar 模糊标题匹配,默认 0.6 词重叠阈值),每篇 paper 输出 4 态(verified / unverified / verify_pending / error),顶层 verdict 对齐 assurance-contract.md(PASS / WARN / BLOCKED / ERROR)。关键设计点:网络瞬时失败(5xx、超时、429)单独标 verify_pending 且不计入幻觉率,避免网络挂被当成伪造引用。per-project 缓存路径 <project>/.aris/cache/verify_papers.json,30 天 TTL;缓存键优先级 arxiv:{id_去版本号} → doi:{小写} → title:{sha1[:16]}。shared-references/citation-discipline.md 新增 Pre-Search Verification Protocol 小节,明确 search-time vs write-time 分工:本协议是 SEARCH(Step 1)和完整 VERIFY(Step 2)之间的快速过滤器;/citation-audit 和 /paper-claim-audit 仍是 submission 时的硬性 audit gate,没被替代。/research-lit 新增 mandatory Step 1.5: Verify Candidate Papers 调 helper;/idea-creator 和 /novelty-check 各加 1 行 Key Rule 引用,覆盖 landscape 引用和 Closest Prior Work 表格。保留而非静默删除:未验证 paper 留在输出里打 [UNVERIFIED] 标记,让搜索质量问题对用户可见。可选:shell 里 export ARIS_VERIFY_EMAIL=you@institution.edu 进 CrossRef polite-pool 提高速率。最初由 @YiwenZhu77 在 #120 提出——做了干净重写而非直接合 PR(PR 5 周老 + scope creep 到 figure-style)。

  • 2026-05-06 — NEW 🎤 /paper-talk workflow + /slides-polish skill —— 端到端 conference talk pipeline。/paper-talk 编排 paper → slide outline → Beamer + PPTX → per-page polish → assurance 审计 → final report(/paper-writing、/paper-poster 的姊妹 workflow);组合 /paper-slides、/slides-polish,assurance: conference-ready 时再叠 /paper-claim-audit + /citation-audit。/slides-polish 是 post-generation 视觉打磨阶段:per-page Codex 对照 reference PDF 一页一页审 + 一套针对性 python-pptx / Beamer fix pattern(PPTX 字号 1.5-1.8× 缩放保证投影可读、字号 bump 后 text frame resize、banner 真用 tcolorbox 而不是 centered text、italic style 泄漏防御、em-dash 间距、中文 EA font hint 走 PingFang SC、anonymity placeholder 纪律)。Assurance 阶梯 draft / polished(默认)/ conference-ready 与 effort 轴正交——effort: lite, assurance: conference-ready 合法,意为「快流水线 + 每个审计必出 verdict 才能 final」。Phase 4 staging adapter 把 slide 文字 + 讲稿 + 完整 script 物化成合成 paper 目录(.aris/paper-talk/audit-input/sections/*.tex + symlink 真实 .bib / results/ / figures/),让现有 /paper-claim-audit 和 /citation-audit 用它们 paper-shaped 合约审 talk 内容,输出 6 态 JSON verdict(见 shared-references/assurance-contract.md)。

  • 2026-05-05 — NEW 🔁 /resubmit-pipeline —— Workflow 5:跨 venue 文本-only 重投流程 (#208)。把已经打磨好的 paper 从一个 venue 移到另一个,硬约束:不跑新实验、不改 bib、不动 framework、不覆盖任何先前 submission 目录。5 阶段:物理隔离 → 5 层匿名检查 → 三审(proof / claim / citation --soft-only)→ /auto-paper-improvement-loop --edit-whitelist 微编辑 + 每轮 diff gate → /kill-argument 对抗 gate → 终编译 + /overleaf-sync 推送。同 PR 一起落地两个前置 skill 升级:/auto-paper-improvement-loop --edit-whitelist <path>(YAML schema,含 allowed_paths / forbidden_paths / forbidden_operations(如 new_cite / new_theorem_env / numerical_claim)/ forbidden_deletions / requires_user_approval_for / max_edits_per_round)和 /citation-audit --soft-only(bib 冻结时把 KEEP/FIX/REPLACE/REMOVE 翻译成文本改写建议;hallucinated 引用走 drop_cite_in_body_only 动作)。Master RESUBMIT_REPORT.json ledger 兼容 shared-references/assurance-contract.md;7 态 verdict 表(含 USER_DECISION runtime 状态)。

  • 2026-05-05 — NEW 🗡 /kill-argument —— 理论论文的对抗式 Attack-Adjudication review (#206)。两个新鲜 codex 5.5 + xhigh thread:Thread 1 写senior area chair 会写的最强 200 字 rejection memo;Thread 2 是独立 adjudicator(不是 paper 的辩护人),读当前 paper 把每个攻击点分类为 answered_by_current_text / partially_answered / still_unresolved,带 file:line evidence。输出 KILL_ARGUMENT.{md,json},detect-only。集成为 /paper-writing 的 Phase 5.6(在 claim-audit 和 citation-audit 之间),同时作为 /auto-paper-improvement-loop Step 5.5 的 canonical 调用——两处都不再内嵌 prompt 模板。assurance: submission 时对理论/scope-heavy paper 强制运行;非理论纯 empirical paper 自动 emit NOT_APPLICABLE。审计 JSON 兼容 verify_paper_audits.sh(完整 schema 见 shared-references/assurance-contract.md,6 态 verdict)。补 score-based review 漏掉的失败模式:每个 local 组件都对(数字对、引用对、定理证)但论文整体还是 oversell 了它真正证明的东西。

  • 2026-05-04 — FIX 🪲 /research-wiki 和 8 个调用方 skill 改用 fallback chain 解析 helper (#204)。Bug:跑过 bash tools/install_aris.sh 后 helper 在 .aris/tools/research_wiki.py(symlink),但 skill 写死了 tools/research_wiki.py,调用时 silently 失败——整个 W1 跑完 research-wiki/ 一直是空的。修复:3 层 chain(.aris/tools/ → tools/ → $ARIS_REPO/tools/),canonical pattern 在 shared-references/wiki-helper-resolution.md。手动 cp 到 <project>/tools/research_wiki.py 的临时方案是 chain 第二层,照常 work。⚠️ 已装 ARIS 用户:重跑一次 bash tools/install_aris.sh——同时拿到 helper 的 Python 3.9 ImportError 修复(独立 bug)。

  • 2026-05-03 — NEW 🎨 写作类 skill 的 opt-in — style-ref: <source> 参数 (#202)。/paper-{plan,write,writing,illustration,poster,slides}、/grant-proposal、/auto-paper-improvement-loop 接受可选的 — style-ref: <source> 参数,模仿参考论文的结构性风格(section 顺序、theorem/figure 密度、句长节奏、引用风格),但不复制其 prose / claim / 术语。支持的 source:本地 .tex 目录/文件、本地 PDF、arXiv id(2501.12345 或 arxiv:2501.12345)、HTTP/HTTPS URL。Overleaf URL/ID 会被拒绝——先 /overleaf-sync setup <id> 把项目 clone 到本地再传路径。默认关闭;不传参数时所有 8 个 skill 行为完全不变。Reviewer / auditor 子 skill(/proof-checker、/paper-claim-audit、/citation-audit、improvement-loop reviewer)永远拿不到 style ref——跨模型 review 独立性保留。⚠️ 已安装 ARIS 的用户:helper 是新的 tools/extract_paper_style.py,通过 .aris/tools symlink 分发(install_aris.sh Phase 0,#192 引入)。重跑一次 bash tools/install_aris.sh 刷新 symlink 即可拿到 helper。手动 fallback:cp <ARIS-repo>/tools/extract_paper_style.py <你的项目>/tools/。两者都没做的话,writer skill 会 abort 并给清晰错误指向这条 News

  • 2026-05-02 — NEW 🪨 社区项目推荐:rosetta by @SyntaxSmith。Node 程序化访问 ChatGPT Pro / gpt-5.5-pro / DeepResearch——Chrome CDP Fetch 拦截 + WebSocket second-leg streaming;自带 MCP server(Claude Code / Codex / Cline)。是 ARIS 用户 — reviewer: oracle-pro 调高 tier reviewer 的另一种实现路径——同样的能力目标(Pro 级 reviewer),不同机制。已收录到社区 Skills & 扩展。觉得有用 🌟 一下!

  • 2026-05-02 — NEW 💎🧿 Model & MCP routing 更新。(a) /gemini-search 默认升级到 gemini-3-pro-preview(最强 Gemini 开箱默认)。⚠️ 需要操作:需要 gemini-cli v0.40+(gemini --version 查版本;老版本 npm i -g @google/gemini-cli 升级)。Legacy override:/gemini-search "topic" — model: gemini-2.5-pro。其他 override:gemini-3-flash-preview(更快)、auto-gemini-3(按负载 route)。(b) /idea-discovery Phase 1 现在默认包含 Gemini 文献检索 (#199)——除非用户显式传 — sources:,否则给 /research-lit 自动注入 — sources: all, gemini;没装 gemini-cli 时优雅 skip。(c) Oracle MCP 上游 PR 队列(steipete/oracle/pulls)是用 — reviewer: oracle-pro(尤其 o3-deep-research / gpt-5.5-pro)时开 issue 之前的第一排查点——ARIS 不 vendor Oracle MCP,你跑的是 @steipete/oracle npm 发布版(reviewer-routing.md)

  • 2026-05-02 — NEW 🛠️🔗 Tools-infrastructure 迁移启动。(a) install_aris.sh 创建可选 .aris/tools 符号链接 (#192, 关闭 #174)——4 步 tools-stability 迁移(#174 → #176 → #177 → #178)的 Phase 0;幂等,对老用户零影响直到 rerun installer。(b) /experiment-queue 编排路径修复 (#193)——symlink 第一个真实用户;修了 7 个串联 bug,3 轮 Codex MCP gpt-5.5 xhigh review 抓出 cascade。纯 prose + docstring;queue_manager.py Python 逻辑未动。Windows install_aris.ps1 平行更新作为 follow-up

  • 2026-05-02 — NEW 🔬 三个 opt-in audit flag 通过 fast-path delegated-agent 工作流落地 (#187, #188, #189)。/citation-audit --uncited 扫出 bib 里没人 \cite{} 的死条目(纯检测)。/proof-checker --deep-fix 给 Phase 1 reviewer prompt 加 repair-grade 修复计划(corrected_statement / patch plan / closure tests + Schur/quadratic-form 代数 sanity)。/proof-checker --restatement-check 加 Phase 3.6 跨位置定理飘移检测(6 类 drift signature)。flag 不传时零行为变化。同期合了两条文档 PR(#190 thread-policy / #191 auto-loop xref)。delegated-agent + maintainer-fixup 模式;Codex MCP gpt-5.5 xhigh review 抓出 6+ 个 blocker

  • 2026-05-01 — NEW 🔍 /research-lit 新增 Gemini + OpenAlex 文献源 (#175,社区贡献 @stdAri)。两个 opt-in 源:/gemini-search(AI 驱动的广覆盖检索,走 jamubc/gemini-mcp-tool MCP)+ /openalex(2.5 亿+ 条目开放引用图,免 API key)。— sources: gemini 或 openalex 显式触发;默认 all 不含(老用户零变化)。Maintainer fixup:修正 @google/gemini-cli npm 包名 + 加 try/except ImportError 让缺 requests 时 OpenAlex silent skip

  • 2026-04-20 — NEW 🩹 项目级安装重构:扁平布局 + manifest 追踪 — 修一个真 bug:老的嵌套安装(.claude/skills/aris/)让 Claude Code 的 slash command 自动补全发现不了 skill(CC 只扫一层目录)。在此日期之前用过 install_aris.sh 的项目都中招但大多没意识到。新的 install_aris.sh 给每个 skill 单独创建 symlink 到 .claude/skills/<name>,写版本化 manifest 到 .aris/installed-skills.txt,可重入——再跑一次会自动 reconcile 上游的新增/删除。防御性设计:13 条安全规则(不写穿 symlinked 父目录、mutate 前精确 revalidate target、slug 正则、同目录 atomic rename、绝不覆盖真实文件、mkdir 锁跨平台、ADOPT 状态用于崩溃恢复、…)。--force 拆成细粒度 --adopt-existing / --replace-link。迁移路径:--from-old 走老 symlink;--migrate-copy keep-user|prefer-upstream 走老 copy。smart_update.sh --target-subdir .claude/skills/aris 已弃用并重定向到 install_aris.sh。同时修了 cp -r 的 stale-file bug(现在用 rm -rf && cp -r,上游删的文件不再残留)

  • 2026-04-19 — NEW 🔗 /overleaf-sync — 本地 ARIS 论文目录与 Overleaf 项目的双向桥接,基于官方 Overleaf Git Bridge(Premium)。让合作者继续在 Overleaf 网页端编辑,本地同时跑 ARIS 审计/改写流水线(/paper-claim-audit、/citation-audit、/auto-paper-improvement-loop)。子命令:setup(一次性,由用户在终端完成,agent 全程不接触 token)/ pull(diff-protocol——自动识别半截草稿、typo、需要重新触发审计的数字/引用改动)/ push(写入共享 Overleaf 状态前必须用户确认)/ status(三方差异诊断)。Token 永远不进入 agent 或任何文件——只在用户终端里输入一次,存进 macOS Keychain,之后 agent 所有操作都免认证

  • 2026-04-19 — NEW 📚 /citation-audit — 证据-到-claim 审计栈的第四层也是最后一层(experiment-audit → result-to-claim → paper-claim-audit → citation-audit)。新鲜跨家族 reviewer(gpt-5.4 通过 Codex MCP)配合 web/DBLP/arXiv 实时查找,对每个 \cite{...} 沿三条独立轴进行验证:存在性(论文是否真在所声称的 arXiv ID/DOI/会议)、元数据正确性(作者/年份/会议/标题与权威源一致)、上下文恰当性(被引论文是否真正支持引用处的 claim——这是最具诊断价值的检查)。每条 entry 给出 KEEP / FIX / REPLACE / REMOVE 判决。已自动集成到 Workflow 3 Phase 5.8 作为投稿前的参考文献门控。实证动机:在一次真实投稿 run 中,多篇真实论文被引用在它们实际不支持的语境中,至少一条 entry 的 author 字段是 "Anonymous"——这些都是仅做元数据检查会漏掉的问题

  • 2026-04-17 — NEW 🔀 /experiment-queue 集成到 Workflow 1.5 + research-pipeline — experiment-bridge Phase 4 Deploy 阶段按 milestone 任务数自动路由:≤5 jobs → /run-experiment,≥10 jobs 或 phase 依赖 → /experiment-queue(自带 OOM 重试 / stale screen 清理 / wave 切换门控 / 崩溃安全状态)。新增 --- batch: queue 全局强制选项。EXPERIMENT_PLAN.md 里的大型多种子 sweep(如 36 格 N × seed × n_train grid)现在自动用队列调度,无需手动调用

  • 2026-04-17 — NEW 🔗 项目级 symlink 安装(解决 #118)— 新推荐默认安装方式。bash tools/install_aris.sh 自动检测平台(Claude Code / Codex CLI),创建 .claude/skills/aris 或 .agents/skills/aris symlink 指向 ARIS 仓库,在 CLAUDE.md / AGENTS.md 添加 <!-- ARIS:BEGIN --> 管理块告知 agent 仅用项目本地 skill,并在 .aris/skill-source.txt 记录安装元数据。解决 skill 命名冲突问题——当 ARIS 与 Superpowers / OpenHands 等社区 skill 包共用全局目录时,agent 会错误调用其他包的 skill 打断 ARIS 工作流。Windows 用户用 install_aris.ps1(基于 junction)。同时 smart_update.sh 新增 --target-subdir 参数支持 Codex .agents/skills/aris 项目级 copy 安装;symlink 安装会被拒绝并提示用 git pull 更新。全局安装继续支持给 power user

  • 2026-04-16 — NEW 🎨 /figure-spec — 确定性 JSON→SVG 渲染器正式包装为一级 skill。论文架构图/工作流/流水线/审计级联图的首选默认方案。形状感知边裁剪(矩形/圆/椭圆/菱形)、自环、弯曲边、多行标签含 CJK 宽度估算。矢量输出可编辑、可复现(相同 spec → 相同 SVG)、无外部 API。Workflow 3 Phase 2b 恢复:illustration: figurespec(新默认)/ gemini / mermaid / false——四档作图引擎互补并存

  • 2026-04-16 — NEW ⚙️ /experiment-queue — 面向多 seed 多配置 ML 实验的 SSH 任务队列。从真实 36 格 NeurIPS sweep 的痛点反推设计:OOM 感知重试(延迟退避)、stale screen 清理、wave 切换竞争防护、teacher→student 阶段依赖、崩溃安全的调度器(从 JSON 状态恢复)。声明式 grid 自动展开(如 N × seed × n_train → 36 jobs)。conda_hook + gpu_free_threshold_mib 可配置以适应非标准环境。≥10 jobs 时使用;/run-experiment 继续服务单点实验

  • 2026-04-15 — NEW 🛡️ 论文写作流水线加固 — 基于真实 NeurIPS run 失败分析的 10 个 patch。REVIEWER_BIAS_GUARD=true:每轮 review 用全新 thread(codex-reply 导致分数从真实 3/10 膨胀到虚假 8/10)。Reviewer Independence Protocol:禁止向 reviewer 传递修复摘要。Step 4.5 定理重述回归测试:捕捉修复轮次中的定理漂移。Step 5.5 Kill Argument Exercise:理论论文最终轮对抗攻防。位置感知 overfull 阻断。/paper-write 新增 Theory Paper Consistency Pass。Bib Hygiene 强制 DBLP/CrossRef 验证。Phase 5.5 Mandatory Final Claim Audit 作为投稿门控。Review Tracing Protocol:完整 prompt/response 对保存到 .aris/traces/,支持 reviewer-independence 审计(review-tracing.md,save_trace.sh)。灵感来自社区贡献 @李傲龍

  • 2026-04-15 — NEW 🎨 FigureSpec 渲染器 v2 — 确定性 JSON→SVG 论文作图。形状感知边裁剪(矩形/圆/椭圆/菱形)、自环、弯曲边、多行标签含 CJK 宽度估算、综合输入验证。经 5 轮 Codex review(3/10→7/10)。ARIS 技术报告中的所有架构图和工作流图均由此生成。/paper-illustration 新增 --- mode: vector 模式

  • 2026-04-14 — NEW 📋 /paper-claim-audit — 零上下文论文-证据验证。全新 reviewer(无任何先验上下文)逐一比对论文中的每个数字与原始结果文件。捕捉四舍五入膨胀、最优种子挑选、配置不匹配、增量误差、范围过度声明。自动集成到工作流 3(Phase 4.7)。完成三层审计链:/experiment-audit(代码)→ /result-to-claim(科学)→ /paper-claim-audit(报告)。👁️ Visual PDF review 同步加入 improvement loop——reviewer 现在看编译后 PDF,不只是 LaTeX 源码

  • 2026-04-13 — NEW 🧿 GPT-5.4 Pro via Oracle — — reviewer: oracle-pro 调用最强推理模型。API 模式(快)或浏览器模式(免费)。支持 /research-review、/auto-review-loop、/experiment-audit、/proof-checker、/rebuttal、/idea-creator、/research-lit。默认仍为 Codex xhigh。未安装 = 零影响。设置 →

  • 2026-04-13 — NEW 🔬 /proof-checker — 严格数学证明验证。20 类问题分类、双轴严重度、侧条件检查表(DCT/MCT/Fubini/IFT/...)、反例红队、证明义务台账。自动集成到工作流 3。

  • 2026-04-10 — NEW ⚡ Effort Levels — — effort: lite | balanced | max | beast。控制工作强度。Codex reasoning 永远 xhigh。beast = 全部拉满。默认 balanced = 零变化。

  • 2026-04-10 — NEW 🔎 DeepXiv 集成 — 渐进式文献检索。— sources: deepxiv。pip install deepxiv-sdk。社区贡献 by @DreamEnding

  • 2026-04-10 — NEW 🛡️ /experiment-audit — 跨模型实验诚实度验证。GPT-5.4 直接读你的评估脚本和结果,检查伪造 GT、分数归一化作弊、幽灵结果、范围夸大(#131, #57)。仅警告不阻断。/result-to-claim 自动读取审计结果。新增 experiment-integrity.md 共享规则。执行者不得审判自己的诚实度。

  • 2026-04-10 — NEW 🧠 tools/smart_update.sh — 智能技能更新器。对比本地 vs 上游,检测个人定制(服务器路径、API key 等),只更新安全的 skill。bash tools/smart_update.sh --apply

  • 2026-04-10 — NEW 🏆 社区论文:UAV-CC — 首篇带完整 PDF 存档的社区论文。无人机变化描述基准,投稿 IEEE TGRS,作者 @wxx827。配置:Claude Opus 4.6 + Codex 5.4 xhigh + Cursor。论文存档于 community_papers/

  • 2026-04-08 — NEW 📚 /research-wiki — 持久化研究知识库,灵感来自 Karpathy 的 LLM Wiki。跨研究全生命周期积累论文、想法、实验、claim 及其 typed 关系。Wiki hooks 集成到 /research-lit(论文入库)、/idea-creator(读 wiki + 写回 idea)、/result-to-claim(更新 claim 状态 + 触发重新构思)。失败的 idea 成为防重复记忆。ARIS 现在能从错误中学习。

  • 2026-04-05 — NEW 🧬 /meta-optimize — ARIS 外循环 harness 优化。通过 Claude Code hooks 被动记录技能调用、工具执行、失败和参数覆盖。运行 /meta-optimize 分析使用数据,提出 SKILL.md 改进方案——经 reviewer 审核、用户批准。灵感来自 Meta-Harness(Lee et al., 2026)。ARIS 现在可以优化自己。

  • 2026-04-04 — NEW 🔧 Codex Plugin 深度集成 — 实验失败(工作流 1.5)或 LaTeX 编译出错(工作流 3)时,自动调用 /codex:rescue 让 GPT 独立诊断 bug,再由 Claude 重试。两个 AI 一起 debug。codex exec 驱动 nightmare review,/codex:rescue 驱动 auto-debug,各司其职

  • 2026-04-03 — NEW ☁️ Modal 无服务器 GPU — 没有 GPU?CLAUDE.md 写 gpu: modal,一条命令跑实验,无需 SSH/Docker,跑完自动停止。$30/月免费额度,pip install modal && modal setup 即可体验 ARIS 全流程。社区贡献 by @zeyuzhangzyz

  • 2026-04-03 — NEW 🎮 审稿难度等级 — medium(默认,不变)、hard(reviewer memory + 辩论协议)、nightmare(GPT 通过 codex exec 直接读代码仓库,Claude 无法隐藏任何东西)。投顶会前用 — difficulty: nightmare 做极限压测

  • 2026-03-27 — 📄 IEEE 模板(9 个 venue 族)+ 🔎 Semantic Scholar。By @ypd666

  • 2026-03-26 — 📄 文档输入 — RESEARCH_BRIEF.md 自动检测

  • 2026-03-24 — 📝 工作流 4:/rebuttal — 7 阶段,3 道安全门

  • 2026-03-23 — 🔧 /training-check、/result-to-claim、/ablation-planner 集成。📦 compact 模式。By @JingxuanKang & @couragec

  • 2026-03-22 — 📋 模板 + 📄 7 个会议模板 + 🛡️ 反幻觉修复 + 🔗 base repo

  • 2026-03-22 — 🔍 Codex + Gemini 审稿 — Codex 执行,Gemini 审稿

  • 2026-03-20 — 🚀 Antigravity 适配。社区贡献 by @PeppaPigw

  • 2026-03-20 — 🖥️ Trae 适配。社区贡献 by @Prometheus-cotigo。🔢 formula-derivation。社区贡献 by @Falling-Flower

  • 2026-03-19 — 🖼️ paper-poster。社区贡献 by @dengzhe-hou

  • 2026-03-19 — 🔗 工作流 1.5 升级 — GPT-5.4 代码审查 + W&B 修正

  • 2026-03-18 — 🎤 paper-slides + 🔁 Codex+Claude bridge + 🖱️ Cursor 适配 + 🤖 Codex CLI skills + 📝 grant-proposal + 🎨 paper-illustration + 📊 CitationClaw

  • 2026-03-17 — 🔧 Git 代码同步 + 🆓 ModelScope 指南 + 参数透传

更早的更新(2026-03-12 — 2026-03-16)
  • 2026-03-16 — 🔬 research-refine + experiment-plan — 模糊 idea → 问题锚点明确的方案 + claim-driven 实验路线图。社区贡献 by @zjYao36
  • 2026-03-16 — 🇨🇳 阿里百炼 Coding Plan 接入指南 — 一个 API Key、4 款模型。社区贡献 by @tianhao909
  • 2026-03-15 — 🔀 自带模型! 任意 OpenAI 兼容 API 均可作为审查器
  • 2026-03-15 — 🐾 OpenClaw 适配指南 — 在 OpenClaw 中使用 ARIS 工作流
  • 2026-03-15 — 📐 proof-writer + 📚 反幻觉引用(DBLP/CrossRef)
  • 2026-03-14 — 📱 飞书集成:三种模式(关闭/推送/交互)
  • 2026-03-13 — 🛑 Human-in-the-loop:AUTO_PROCEED 检查点
  • 2026-03-12 — 🔗 Zotero + Obsidian + arXiv/Scholar 多源文献检索
  • 2026-03-12 — 🚀 三大工作流端到端贯通 + 📝 论文写作流水线(4/10 → 8.5/10)

3. 🚀 快速开始

# 1. 安装 skills —— 项目级 symlink(推荐)
git clone https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep.git
bash Auto-claude-code-research-in-sleep/tools/install_aris.sh ~/your-project   # 把 ARIS skill symlink 进 <project>/.claude/skills/
# (想全局安装?cp -r Auto-claude-code-research-in-sleep/skills/* ~/.claude/skills/)
# (不需要全部 87 个?--list-groups / --groups X,Y / --skills X —— 见下方"选择性安装")

# 可选:Codex mirror 项目级受管安装
bash Auto-claude-code-research-in-sleep/tools/install_aris_codex.sh ~/your-codex-project

# Codex 受管项目更新
cd Auto-claude-code-research-in-sleep && git pull
bash Auto-claude-code-research-in-sleep/tools/install_aris_codex.sh ~/your-codex-project --reconcile

# 仅用于 Codex copy install(不要用于 install_aris_codex.sh 管理的项目)
bash Auto-claude-code-research-in-sleep/tools/smart_update_codex.sh --local ~/.codex/skills
bash Auto-claude-code-research-in-sleep/tools/smart_update_codex.sh --local ~/.codex/skills --apply

# 2. Codex 审稿人(review 类 skill 通过它调 GPT)——在第 1 步 clone 所在的目录里执行
npm install -g @openai/codex && codex login       # 一次性 ChatGPT 登录;审稿模型由 ~/.codex/config.toml 决定
claude mcp add codex -s user -- python3 "$(pwd)/Auto-claude-code-research-in-sleep/mcp-servers/codex-exec/server.py"
# 然后重启 Claude Code,`claude mcp list` 必须显示:codex: python3 …/codex-exec/server.py - ✔ Connected

# 2b. 2026-09-11 之前就装了 ARIS?codex-cli 0.154 删掉了 `codex mcp-server`,旧注册已经失效。
cd Auto-claude-code-research-in-sleep && git pull   # 拉到 mcp-servers/codex-exec/(git pull 就够,smart_update 只同步 skills)
claude mcp remove codex -s user
claude mcp add codex -s user -- python3 "$(pwd)/mcp-servers/codex-exec/server.py"
# 重启 Claude Code,按上面检查 `claude mcp list`。skill 不用改。codex 还在 0.153 也照做——那上面也能用,升级后不会断。
# Cursor / Trae / Antigravity / Copilot CLI:同一个 "codex" key,command 改 python3 + 这个路径,见 docs/ 里各自的适配文档。
# 当年是直接复制 skills/ 装的、没有 clone?随便 clone 一份指向它的 server.py 即可,这个文件是自包含的。

# 3. 在 Claude Code 中使用
claude
> /idea-discovery "你的研究方向"              # 工作流 1 — 方向要具体!不要 "NLP",要 "离散扩散语言模型的 factorized gap"
> /experiment-bridge                         # 工作流 1.5 — 有计划了?实现 + 部署 + 收结果
> /auto-review-loop "你的论文主题或范围"         # 工作流 2:审稿 → 修复 → 再审,一夜完成
> /paper-writing "NARRATIVE_REPORT.md"       # 工作流 3:研究叙事 → 精修 PDF
> /rebuttal "paper/ + reviews" — venue: ICML  # 工作流 4:解析 review → 起草 rebuttal → follow-up
> /resubmit-pipeline "paper/" — venue: NeurIPS  # 工作流 5:把已打磨论文移植到新 venue(纯文本,不跑新实验)
> /paper-talk "paper/" — venue: ICLR            # 工作流 6:论文 → Beamer + PPTX talk slides + 讲稿 + 评审审计
> /research-pipeline "你的研究方向"            # 全流程:工作流 1 → 1.5 → 2 → 3 端到端
> /research-wiki init                          # 📚 启用持久化研究记忆(一次性)
> /meta-optimize                               # 元优化:分析使用记录 → 提出技能改进方案

可选 Grok CLI 桥接: grok-exec 复用已有 CLI 登录,提供 grok / grok-reply,默认 grok-4.7 + xhigh,支持会话续接、进度与取消。

可选 CLI reviewer: 完整包可通过 — reviewer: antigravity / grok 使用 Antigravity 和 Grok,详见 backend 契约。旧 — reviewer: agy 仍使用 gemini-review。

不需要全部 87 个 skill?见下方选择性安装按组/按 skill 挑选。

📚 Research Wiki(可选) —— 一行 init 启用跨 session 持久记忆;完整说明见 § Research Wiki

给 ARIS 装上持久记忆。论文、idea、失败实验——什么都不忘:

# 在 Claude Code 中:
> /research-wiki init                         # 创建 research-wiki/ 目录
# 搞定。此后 /research-lit 自动入库论文,/idea-creator 读 wiki 再想 idea
# (并把 idea 写回),/result-to-claim 更新 claim 状态。
# 失败的 idea 成为未来构思的防重复记忆。
🧬 元优化(可选) —— 被动使用日志 + /meta-optimize 出数据驱动的 SKILL.md 改进建议;完整说明见 § 工作流 M

在普通终端(不是 Claude Code 会话内)运行以下命令启用被动日志:

# 在项目目录下一次性设置
mkdir -p .claude .aris/meta tools/meta_opt
cp Auto-claude-code-research-in-sleep/templates/claude-hooks/meta_logging.json .claude/settings.json
cp Auto-claude-code-research-in-sleep/tools/meta_opt/*.sh tools/meta_opt/
chmod +x tools/meta_opt/*.sh
# 然后启动 Claude Code — hooks 立即生效
claude

事件同时记录到项目级(.aris/meta/events.jsonl)和全局(~/.aris/meta/events.jsonl)日志。累积 5 次以上工作流运行后,运行 /meta-optimize 查看改进建议。使用 /meta-optimize --global 分析跨项目的使用趋势。

📝 模板 + 🔎 DeepXiv + 🔎 Exa + 🔎 Keenable + 🔎 Firecrawl + 🗑️ 卸载 —— 输入模板、四个额外文献源、以及卸载命令

📝 模板可用! 见 templates/ 目录——每个工作流都有现成输入模板:研究简报(工作流 1)、实验计划(工作流 1.5)、研究叙事(工作流 3)、论文大纲(工作流 3)。

🔎 可选:DeepXiv 渐进式论文检索

pip install deepxiv-sdk

安装后可直接使用 /deepxiv,或在 /research-lit 中通过 — sources: deepxiv / — sources: all, deepxiv 显式启用。

🔎 可选:Exa AI 智能网页搜索

pip install exa-py
export EXA_API_KEY=your-key-here

安装后可直接使用 /exa-search,或在 /research-lit 中通过 — sources: exa / — sources: all, exa 显式启用。覆盖博客、文档、新闻和研究论文,并内置内容提取。

🔎 可选:Keenable 网页搜索(无需 API key)

export KEENABLE_API_KEY=your-key-here   # 可选,仅用于提高速率限制

可直接使用 /keenable-search 搜索网页(每条结果含标题、URL 和网页正文片段),或将指定 URL 抓取为 Markdown。无需 key,也无需额外 Python 包。

🔎 可选:Firecrawl 网页搜索与抓取

export FIRECRAWL_API_KEY=your-key-here

安装后可直接使用 /firecrawl-search:搜索网页并为每条结果返回整页 Markdown,或把一个 URL(HTML 或 PDF)抓取成 Markdown。无需额外 Python 依赖。

🗑️ 卸载: 仅删除 ARIS skills,不影响你自己的 skills:

cd Auto-claude-code-research-in-sleep && ls skills/ | xargs -I{} rm -rf ~/.claude/skills/{}
展开全部 15 个内联参数和 10 个 override 示例 —— AUTO_PROCEED / sources / arxiv download / DBLP_BIBTEX / code review / wandb / illustration / venue / base repo / compact / ref paper / effort / reviewer / difficulty(完整 per-skill 默认值见 § 自定义)

所有流水线行为均可通过内联参数配置——在命令后追加 — key: value:

参数 默认 说明
AUTO_PROCEED true 在 idea 选择关卡自动继续。设为 false 可在花 GPU 前手动挑选 idea
human checkpoint false 每轮 review 后暂停,让你查看分数、给出修改意见、跳过特定修复或提前终止
sources all 搜索哪些文献源:zotero、obsidian、local、web、semantic-scholar、deepxiv、exa、gemini、openalex、all。semantic-scholar、deepxiv、exa、gemini 和 openalex 都需显式指定
arxiv download false 文献调研时下载最相关的 arXiv PDF。为 false 时仅获取元数据(标题、摘要、作者)
DBLP_BIBTEX true 从 DBLP/CrossRef 获取真实 BibTeX,替代 LLM 生成。杜绝幻觉引用。零安装
code review true GPT-6-Astra xhigh 部署前审查实验代码。设 false 跳过
wandb false 自动给实验脚本加 W&B 日志。设 true + 在 CLAUDE.md 配 wandb_project。/monitor-experiment 从 W&B 拉训练曲线
illustration gemini 工作流 3 AI 作图:gemini(默认,需 GEMINI_API_KEY,获取)、mermaid(免费)、false(跳过)
venue ICLR 目标会议:ICLR、NeurIPS、ICML、CVPR、ACL、AAAI、ACM、IEEE_JOURNAL、IEEE_CONF。决定 LaTeX 样式和页数限制
base repo false GitHub 仓库 URL,克隆作为实验基础代码(如 — base repo: https://github.com/org/project)。没有代码?基于开源项目开发
compact false 生成精简摘要文件(IDEA_CANDIDATES.md、findings.md、EXPERIMENT_LOG.md),适合短 context 模型和 session 恢复
ref paper false 参考论文(PDF 路径或 arXiv URL)。先总结论文,再基于它找 idea。配合 base repo 实现"论文+代码"工作流
effort balanced 工作强度:lite(0.4x)、balanced(默认)、max(2.5x)、beast(5-8x)。Codex reasoning 永远 xhigh
reviewer codex 审稿后端:codex(GPT-6-Astra,分档 xhigh/ultra,默认)、oracle-pro(GPT-5.5 Pro via Oracle)
difficulty medium 审稿对抗强度:medium(默认)、hard(+ memory + 辩论)、nightmare(+ GPT 通过 codex exec 直读仓库)
/research-pipeline "你的课题" — AUTO_PROCEED: false                          # 在 idea 选择关卡暂停
/research-pipeline "你的课题" — human checkpoint: true                       # 每轮 review 后暂停,可给修改意见
/research-pipeline "你的课题" — sources: zotero, web                         # 只搜 Zotero + 网络(跳过本地 PDF)
/research-pipeline "你的课题" — sources: all, deepxiv                        # 默认源 + DeepXiv 渐进式检索
/research-pipeline "你的课题" — sources: all, exa                            # 默认源 + Exa AI 智能网页搜索
/research-pipeline "你的课题" — sources: all, gemini                         # 默认源 + Gemini 智能发现
/research-pipeline "你的课题" — sources: all, openalex                       # 默认源 + OpenAlex 引用图
/research-pipeline "你的课题" — arxiv download: true                         # 文献调研时下载最相关的 arXiv PDF
/research-pipeline "你的课题" — difficulty: nightmare                        # 投顶会前极限压测
/research-pipeline "你的课题" — AUTO_PROCEED: false, human checkpoint: true  # 组合使用
Sandbox 行为与 strict mode —— 控制 tool call 是否可以改变配置中的 sandbox 策略

运行时的 sandbox 配置提供一个基线,但 tool request 也可能携带 sandbox 相关 override。在旧版兼容模式下,最终生效的 request 可能与 settings.json 中写入的值不同。

如果希望配置中的策略成为硬约束,可以开启 strictMode:

{
  "sandbox": {
    "enabled": true,
    "strictMode": true
  }
}

当 strictMode: true 时,运行时会忽略 LLM 传入的以下 override:dangerouslyDisableSandbox、namespaceRestrictions、isolateNetwork、filesystemMode 和 allowedMounts。即使 tool call 请求了不同值,配置中的 sandbox 策略仍然生效。该选项默认关闭,以保持已有配置的兼容行为。

可以运行 aris doctor 查看当前报告的 sandbox 状态。strictMode 只控制 tool request 是否能够覆盖运行时配置;它不替代宿主机的权限、文件系统保护或网络策略。

Codex MCP 配置 + 替代 reviewer 路由 —— 在 ~/.codex/config.toml 钉模型;Codex+Claude 审稿、Codex+Gemini 审稿、Codex mirror 安装链的入口指向

重要: ARIS skill 现在在每个 fresh call 里显式钉住 reviewer(model: gpt-6-astra + 按档位的 reasoning effort)——~/.codex/config.toml 不再静默决定 reviewer。仍建议在其中写 model = "gpt-6-astra":它覆盖 codex 原生/mirror 会话和任何未钉住的调用。ultra/max 档需要 codex-cli ≥ 0.144.1 并重启 session。

在 Codex 中选择 reviewer: 安装完整 skills/skills-codex/ 包,调用时指定 — reviewer: claude-code、antigravity 或 grok。桥接配置和续接规则见 backend 契约。

旧 Claude/Gemini partial overlays 已冻结,保留已有安装;请按安全迁移说明切换完整包。原 Claude 和 Gemini 指南保留为旧安装资料。

想走 Codex mirror 安装链? 项目级受管安装用 tools/install_aris_codex.sh,copy 安装更新用 tools/smart_update_codex.sh。Claude 脚本仍然是 Claude 主线入口。

Codex 基础镜像默认使用新的 Codex reviewer,同家族审阅仍为 provisional。其他路由须核对实际模型身份并完成指定范围审阅,才能记录跨家族验收;选择后端本身不代表通过。投稿及确定性验证 gate 继续适用。

详见完整安装指南和替代模型组合(无需 Claude/OpenAI API)。

4. ✨ 功能亮点

ARIS 用 87 个可组合 skill 覆盖科研全生命周期——文献查新 → idea 发现 → GPU 实验 → 自动 review 循环 → 论文写作 → peer review——配合跨模型对抗审(Claude 执行 · GPT-6-Astra xhigh 审 · 可选 GPT-5.5 Pro via Oracle)、DBLP/CrossRef 反幻觉引用、持久化 Research Wiki、灵活模型后端、human-in-the-loop 检查点,以及可选的飞书 / Zotero / Obsidian / GPU 集成。

🔥 而且这套"广度 / 审 / 记忆"三角能适配任何 agent 的 ultracode 式深度模式:广度 pass 适配运行时暴露的能力(Claude Code 原生 ultracode / workflows + Opus 4.8、Codex spawn_agent,或纯顺序执行),并按层级干净降级(fan-out → agent spawn → 顺序)。三件事分得很清楚:广度 · 跨模型对抗审 → 准确性 · research wiki → 记忆性。无论循环由谁推进,最后都回到同一套跨模型对抗审 + research wiki:能推进,不能定案。

完整功能清单
  • 📊 87 个可组合 skill — 自由混搭,或串联为完整流水线(/idea-discovery、/auto-review-loop、/paper-writing、/research-pipeline)。完整目录 →

  • 🔍 文献 & 查新 — 多源论文搜索(Zotero + Obsidian + 本地 PDF + arXiv/Scholar)+ 跨模型查新验证

  • 💡 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

  • 🔄 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

  • 📝 论文写作 — 研究叙事 → 大纲 → 图表 → LaTeX → PDF → 自动审稿(4/10 → 8.5/10),一条命令。通过 DBLP/CrossRef 反幻觉引用

  • 🤖 跨模型协作 — Claude Code 执行,GPT-6-Astra xhigh 审稿。对抗式而非自我博弈。可选:— reviewer: oracle-pro → GPT-5.5 Pro via Oracle

  • 📝 Peer Review — 以审稿人视角审阅他人论文,结构化打分 + meta-review

  • 🖥️ 审稿驱动实验 — GPT-6-Astra 说"跑个消融",Claude 自动写脚本、rsync 到 GPU、screen 启动、收结果、写回论文。CLAUDE.md 里配服务器(配置),或用 gpu: vast 从 Vast.ai 按需租

  • 🔀 灵活模型 — 默认 Claude × GPT-6-Astra,也支持 GLM、MiniMax、Kimi、LongCat、DeepSeek 等——无需 Claude 或 OpenAI 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

  • 📱 飞书通知 — 三种模式:关闭(默认,推荐)、仅推送(webhook → 手机)、双向交互(飞书里审批/回复)。未配置时零影响

    预览:推送卡片(群聊)& 交互对话(私聊)

    仅推送 — 群聊彩色卡片(实验完成、checkpoint、报错、流水线结束):

    双向交互 — 与 Claude Code 私聊(审批/拒绝、自定义指令):

  • 📚 Research Wiki — 持久化知识库,跨论文/idea/实验/claim 累积记忆。失败的 idea 成为防重复记忆——ARIS 每跑一次都更聪明。灵感来自 Karpathy 的 LLM Wiki

  • 🧩 可扩展 — 欢迎贡献领域专用 skill!添加一个 SKILL.md 即可提 PR。参见社区 skills,如 dse-loop(体系结构/EDA)

ARIS 现有 87+ 个 skill,覆盖文献调研、idea 生成、实验、审计、论文写作、演讲、专利、meta 工具等——完整目录(每个 skill 含 role / category / 依赖)在 docs/SKILLS_CATALOG.md,独立成文以保持 README 可扫读。

常用入口 —— 场景 → 入口 skill
场景 入口 skill
端到端研究(idea → paper) /research-pipeline
Idea 发现 + 方案精炼 /idea-discovery
按计划跑实验 /experiment-bridge
自动 review → 修 → 再 review /auto-review-loop
报告 → 打磨 PDF /paper-writing
回应审稿意见 /rebuttal
跨 venue 移植论文 /resubmit-pipeline
论文 → 会议演讲 /paper-talk
持久化研究记忆 /research-wiki
专利撰写(CN / US / EP) /patent-pipeline
ARIS 自我优化 /meta-optimize

→ 按 category 浏览全部 87 个 skill →


5. 📈 真实运行效果

某 ML 研究项目上的 4 轮通宵自动循环 —— AI 审稿评分从 5.0/10(borderline reject)爬到 7.5/10(审稿就绪),期间自主跑了 20+ 个 GPU 实验、重写叙事框架、杀掉经不住检验的声明,全程无人干预。

逐轮明细
轮次 分数 发生了什么
初始 5.0/10 Borderline reject
第 1 轮 6.5/10 补了标准指标,发现指标脱钩
第 2 轮 6.8/10 核心声明不可复现,转换叙事
第 3 轮 7.0/10 大规模 seed 研究推翻了主要改善声明
第 4 轮 7.5/10 ✅ 诊断证据确立,可以投稿

6. 🏆 社区实操 — 用 ARIS 完成的论文

ARIS 全流程完成并进入投稿/审稿阶段的真实项目。所列分数是 AI 审稿信号(CSPaper / Stanford Agentic Reviewer),不等于正式录用 —— 而且 ARIS 本就靠 AI-review 循环迭代,AI 分偏高是正常副产物、不是录用证据(真实人类审稿仍会带来 AI 没建模到的文献 / venue / 社区判断)。你也用 ARIS 完成了论文?提 Issue / PR 来上榜!

论文 + AI 审稿信号(3 篇)
论文 AI 审稿信号 投稿状态 作者 备注
CS 论文投稿 CSPaper 8/10 — AI 审稿建议:"Top 50% of accepted papers, clear accept" 已投 CS 会议,等待正式审稿反馈 @DefanXue & @Monglitay ARIS 全流程:idea → 实验 → auto-review → 论文写作。该评价来自 CSPaper 模拟审稿,不是会议官方审稿意见。
AAAI 2026 论文投稿 Stanford Agentic Reviewer 7/10 — AI 审稿建议:"Good paper, accept" 已投 AAAI 2026 Main Technical,等待官方结果 @xinbo820-web 纯 Codex CLI(ARIS-Codex skills)。7/10 来自 Stanford Agentic Reviewer 的 AAAI-style 模拟审稿,不代表 AAAI 官方审稿/录用结果。
UAV-CC 审稿中 已投 IEEE TGRS @wxx827 无人机变化描述基准。Claude Opus 4.6(执行)+ Codex GPT-5.5 xhigh(审阅)+ Cursor Opus 4.6(辅助)。PDF →
审稿截图
8/10 — CS 论文 7/10 — AAAI 2026,Codex CLI

7. 🧩 Awesome 社区 Skills & 扩展

社区贡献的领域专用 skills 和外部项目。欢迎 PR——添加 skills/your-skill/SKILL.md 即可!

💡 使用方法: 社区 skill 不会自动接入核心工作流。使用时,让你的执行者(Claude Code / OpenClaw 等)先读一遍该 skill 的 SKILL.md,再根据下方描述接入对应的工作流阶段。

🎉 社区 Skills(13 个): research-refine · experiment-plan · research-refine-pipeline · grant-proposal · paper-poster (deprecated → paper-poster-html) · paper-slides · mermaid-diagram · proof-writer · comm-lit-review · dse-loop · idea-discovery-robot · paper-illustration · skills-codex

🌐 外部项目 & 文档(14 个): rosetta · open-source-hardening-skills · CitationClaw · auto-hparam-tuning · paper-to-course · deep-research-skills · Antigravity 适配指南 · OpenClaw 适配指南 · Cursor 适配指南 · Trae 适配指南 · posterly · Claude Fleet · anti-defensive-writing-Skill · OrcaReplay

🙌 感谢每一位贡献者!为了 README 的可读性,下方表格折叠展示——但每个 skill 和项目都同样珍贵。欢迎 PR!

🎉 社区 Skills(13 个) — 点击展开
名称 领域 描述 Codex MCP?
🔬 research-refine 通用 把模糊 idea 精炼成问题锚点明确、可实现的方法方案 是
🧪 experiment-plan 通用 claim-driven 实验路线图,含 ablation、预算和执行顺序 否
🧭 research-refine-pipeline 通用 一条龙:/research-refine → /experiment-plan 是
📝 grant-proposal 通用 基金申请书(科研費/NSF/国自然/ERC/DFG/SNSF/ARC/NWO) 是
🎤 paper-slides 通用 会议演讲幻灯片(beamer → PDF + PPTX),含完整演讲稿、speaker notes、Q&A 预案 是
📐 proof-writer ML 理论 严格定理/引理证明撰写——可行性分类、依赖图谱 否
📡 comm-lit-review 通信 / 无线 通信领域文献检索——IEEE/ACM 优先、venue 分层、PHY/MAC/NTN 分类 否
🏗️ dse-loop 体系结构 / EDA 自动设计空间探索——迭代调参(gem5、Yosys 等) 否
🤖 idea-discovery-robot 机器人 / 具身智能 工作流 1 适配版——按 embodiment、sim2real、安全约束筛选 idea 是
🖼️ paper-poster 通用 已弃用——重定向 stub,指向核心 /paper-poster-html(测量门控 HTML/CSS 流水线);旧 LaTeX 实现仅存于 git history —
📐 mermaid-diagram 通用 Mermaid 图表(20+ 种类型)——paper-illustration 的免费替代,无需 API key 否
🎨 paper-illustration 通用 AI 生成架构图(Gemini),基于 PaperBanana,集成到工作流 3 否
🤖 skills-codex 通用 主线科研技能的 Codex CLI 同步包(含 result-to-claim、rebuttal、ablation-planner)+ shared-references/ 支持目录 —
🌐 外部项目 & 文档(14 个) — 点击展开
名称 领域 描述
🪨 rosetta Pro 级 ChatGPT MCP Node 程序化访问 ChatGPT Pro / gpt-5.5-pro / DeepResearch——通过 Chrome CDP Fetch 拦截 + WebSocket second-leg streaming 实现。自带 MCP server(Claude Code / Codex / Cline),是 Oracle MCP 在 — reviewer: oracle-pro 高 tier review 上的另一种实现路径。支持多轮对话、并发、live token deltas、15 分钟 idle-timeout watchdog(长 Pro thinking 不会被误杀)。MIT,by @SyntaxSmith
📣 anti-defensive-writing-Skill 发布会写作原则 「论文是发布会,不是工作汇报」:十二条反防御性写作规则——围绕最强优势组织、只打赢得了的比赛、每个实验都有论证职责、禁用自我削弱表达。Skill(中/英)+ 复制即用提示词。其中四条已并入 ARIS 写作契约。MIT,by @Adkid-Zephyr
🔁 OrcaReplay 可复现 录下一次 agent 运行(Claude Code、Codex、OpenClaw、goose),离线原样回放,或从任意一步换个模型分叉——过夜跑坏了不用再跑一夜去查。注意:录像里是完整的请求/响应字节,prompt 和 key 都在,未发表的东西放哪儿自己掂量。Apache-2.0。
🛡️ open-source-hardening-skills DevOps / 开源 10 个 skill 流水线,将研究代码加固为生产级开源项目
📊 CitationClaw 通用 引用影响力分析——论文标题 → 引用爬取、学者识别、HTML 报告
🚀 Antigravity 适配指南 通用 在 Google Antigravity 中使用 ARIS skills——原生 SKILL.md 支持,双模型(Claude Opus 4.6 / Gemini 3.1 Pro),MCP 配置,中英文指南
🐾 OpenClaw 适配指南 通用 在 OpenClaw 中使用 ARIS 工作流
🖱️ Cursor 适配指南 通用 在 Cursor 中使用 ARIS skills
🖥️ Trae 适配指南 通用 在 Trae(字节跳动 AI IDE)中使用 ARIS skills
🎛️ auto-hparam-tuning 通用 自动超参调优——AI agent 读项目、规划策略、跑实验、分析 TensorBoard、从结果中学习。基于 Hydra
📚 paper-to-course 教育 论文转交互式课程——PDF/LaTeX 论文自动转为六模块 HTML 课程,含公式拆解、文献时间线、测验、术语提示。单文件打包,无需服务器
🔎 deep-research-skills 通用 / Web 搜索 模块化 web 搜索策略包——按源拆分独立模块:Stack Overflow / GitHub Issues 错误串调试 / 中文技术社区(CSDN / 掘金 / 知乎 / V2EX / 腾讯阿里云社区)/ 通用 Web(Reddit / HN / Dev.to / Medium)。补 ARIS /research-lit 以学术源为主的栈,给非学术场景(调试、版本兼容追踪、中文技术检索)提供查询策略。by @Weizhena
🖼️ posterly 通用 / 海报 把学术会议海报做成单个 HTML/CSS 文件 → 可印刷 PDF(headless Chromium,无需 LaTeX)。一个 Claude Code skill——其门控机制现已成为 ARIS 默认 /paper-poster-html 的核心。by @Chenruishuo
🛰️ Claude Fleet 看板 / DevEx 本地只读看板,同时盯住一堆并行的 Claude Code / Codex 窗口——triage(干活 / 等你 / 跑完)、一键 Focus、~50ms 全文搜 transcript、skill/memory 用量分析。by @tianyilt

8. 🔄 工作流

所有 Skills 组成完整科研流水线。每个工作流都可以单独使用,也可以串联:

  • 探索新方向(比如写 survey)? 从工作流 1 开始 → /idea-discovery
  • 有计划了,需要实现和跑实验? 工作流 1.5 → /experiment-bridge
  • 已有结果,需要迭代改进? 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 → 1.5 → 2 → 3 → /research-pipeline,从文献调研一路到投稿
  • 要打一场跨 session 的证明攻坚战? 工作流 7 → /proof-orchestrator — run 目录制证明战役、GPT Pro 交接包、跨 run 接续
  • 想让 ARIS 记住并学习? 📚 /research-wiki init — 跨会话持久记忆,论文、idea、失败实验复合积累
  • 想让 ARIS 优化自己? 工作流 M → /meta-optimize — 分析使用日志,提出技能改进,reviewer 审核

⚠️ 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 🚀

/research-lit → /idea-creator → /novelty-check → /research-refine → /experiment-bridge → /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)      (打磨方案)      (实现+部署)       (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 + 方案精炼 ──────────────┤ ├─ 工作流 1.5 ─┤ ├── 工作流 2 ──┤   ├───────────────── 工作流 3:论文写作 ─────────────────────┤

工作流 1:Idea 发现与方案精炼 🔍

"这个领域最新进展是什么?哪里有 gap?怎么解决?"

还没有具体 idea?给一个研究方向就行——/idea-discovery 搞定剩下的:

  1. 📚 调研全景(最新论文、开放问题、反复出现的局限性)
  2. 🧠 头脑风暴 8-12 个具体 idea(GPT-6-Astra xhigh)
  3. 🔍 初筛可行性、算力成本、快速查新
  4. 🛡️ 深度验证 top idea(完整查新 + devil's advocate review)
  5. 🧪 并行 pilot 实验(top 2-3 个 idea 分别上不同 GPU,30 分钟 - 2 小时)
  6. 🏆 按实验信号排序——有正信号的 idea 排前面
  7. 🔬 精炼方案——冻结问题锚点,通过 GPT-6-Astra 迭代 review 打磨方法
  8. 🧪 规划实验——claim-driven 实验路线图,含 ablation、预算和执行顺序

输出 IDEA_REPORT.md(排名后的 idea)+ refine-logs/FINAL_PROPOSAL.md(精炼后的方案)+ refine-logs/EXPERIMENT_PLAN.md(实验路线图)。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 + research-refine-pipeline

💡 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。

展开工作流 1 的命令清单示例 —— research-lit → idea-creator → novelty-check → research-refine → experiment-plan 一步步该敲什么
1. /research-lit "discrete diffusion models"    ← Zotero→Obsidian→本地→网络,整理全景
   /research-lit "topic" — sources: zotero, web  ← 或指定只搜部分源
   /research-lit "topic" — arxiv download: true   ← 同时下载最相关的 arXiv PDF
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. /research-refine "top idea"                   ← 冻结问题锚点 + 精炼方法
7. /experiment-plan                              ← claim-driven 实验路线图
8. /run-experiment → /auto-review-loop           ← 闭环!

📝 博客: Claude Code 两月 NeurIPS 指北

工作流 1.5:实验桥接 🔗

"我有计划了,帮我实现代码、部署实验、拿到初始结果。"

已有实验计划(来自工作流 1 或自己写的)?/experiment-bridge 一键搞定:

  1. 📋 解析实验计划(refine-logs/EXPERIMENT_PLAN.md)
  2. 💻 实现实验脚本(复用已有代码,加 argparse/logging/seed)
  3. 🔍 GPT-6-Astra 代码审查 — 跨模型 review 在浪费 GPU 前抓逻辑 bug(code review: true 默认开启)
  4. ✅ Sanity check — 先跑最小实验,发现运行时 bug
  5. 🚀 部署完整实验到 GPU(/run-experiment)
  6. 📊 收集初始结果,更新实验 tracker
展开工作流 1.5 流程图 —— 实验计划 → Claude 实现 → GPT-6-Astra 审码 → sanity check → GPU 部署 → 监控 → 结果
┌─────────────────────────────────────────────────────────────────┐
│                工作流 1.5:实验桥接                                │
│                                                                  │
│   EXPERIMENT_PLAN.md                                             │
│         │                                                        │
│         ▼                                                        │
│   ┌──────────┐     ┌──────────┐     ┌──────────┐               │
│   │ Claude   │────▶│ GPT-6-Astra  │────▶│ Sanity   │               │
│   │ Code     │     │ xhigh    │     │ Check    │               │
│   │ 写代码    │     │ 审查代码  │     │ (1 GPU)  │               │
│   └──────────┘     └──────────┘     └──────────┘               │
│                                          │                       │
│                                          ▼                       │
│   ┌──────────┐     ┌──────────┐     ┌──────────┐               │
│   │ 收集      │◀────│ 监控进度  │◀────│ 部署到    │               │
│   │ 结果      │     │ (+ W&B)  │     │ GPU      │               │
│   └──────────┘     └──────────┘     └──────────┘               │
│         │                                                        │
│         ▼                                                        │
│   准备好进入 /auto-review-loop                                    │
└─────────────────────────────────────────────────────────────────┘

涉及 Skills: experiment-bridge + run-experiment + monitor-experiment

💡 一键调用: /experiment-bridge 自动读取 refine-logs/EXPERIMENT_PLAN.md。也可指定:/experiment-bridge "my_plan.md"。

⚙️ CODE_REVIEW、AUTO_DEPLOY、SANITY_FIRST、MAX_PARALLEL_RUNS 均可配置——见自定义。

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。"

GPT-6-Astra 审稿 → 定位弱点 → 建议实验 → Claude Code 自动写脚本、部署到 GPU、监控结果、改写论文——你睡觉就行。只需在 CLAUDE.md 里配好GPU 服务器信息。

  1. 🔍 深度评审 — GPT-6-Astra xhigh 对当前论文 / claims / 实验做一遍深读,定位弱点
  2. 🩹 修复 — Claude 实现修复(改写章节、加 baseline、或通过 /run-experiment 跑新实验);预估超过 4 GPU-小时的实验直接跳过、标记为"需人工跟进"
  3. 📊 再评估 — /monitor-experiment 收结果、改稿、再喂回 reviewer
  4. 🔁 循环 — 直到分数 ≥ POSITIVE_THRESHOLD(默认 6/10)或撞到 MAX_ROUNDS(默认 4);中途上下文窗口满了,工作流会从 REVIEW_STATE.json 自动恢复
展开工作流 2 的小流程图 —— 外部评审 → 实现修复 / 跑实验 → 监控结果 → 循环到阈值
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

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。

展开工作流 2 的参数示例、reviewer 难度等级和完整安全机制 —— topic/scope 怎么传、medium/hard/nightmare 区别、6 条安全规则

传什么参数? 简短的主题或范围就够——skill 会自动读取项目中的叙事文档(NARRATIVE_REPORT.md)、memory 文件、实验结果和历史 review,为 GPT-6-Astra 组装完整上下文。示例:

  • /auto-review-loop "离散扩散语言模型的 factorized gap" — 宽泛主题,skill 自动搜集
  • /auto-review-loop "重点看第 3-5 节,CRF 结果偏弱" — 指定范围 + 提示
  • /auto-review-loop — 也行:skill 读项目文件自动推断主题

用法:

> /auto-review-loop 我的 diffusion model 论文

🎮 审稿难度 — 控制 reviewer 的对抗强度:

难度 变化 适用场景
medium(默认) 标准 MCP review,和之前完全一样 日常使用
hard + Reviewer Memory(GPT 跨轮追踪疑点)+ 辩论协议(Claude 可反驳,GPT 裁决) 想要更严格的反馈
nightmare + GPT 通过 codex exec 直接读代码仓库(Claude 无法过滤信息)+ 对抗性验证 投顶会前的极限压测
/auto-review-loop "topic" — difficulty: nightmare    # GPT 自己读你的代码和结果来验证

🛡️ 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。

📝 博客: 开源 | 睡觉 Claude 自动跑实验改文

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。

  1. 📝 叙事 — 写 NARRATIVE_REPORT.md(声明 / 实验 / 结果 / 图表说明);模板见 templates/NARRATIVE_REPORT_TEMPLATE.md
  2. 🧭 规划 — /paper-plan 生成 claims-evidence 矩阵 + 分节计划
  3. 📊 画图 — /paper-figure 从 JSON/CSV 生成数据驱动的图表和对比表
  4. ✍️ 写作 — /paper-write 逐 section 生成 LaTeX
  5. 🔧 编译 — /paper-compile 编 PDF、修错、跑页数验证
  6. ✨ 润色 — /auto-paper-improvement-loop 跑 2 轮 GPT-6-Astra 内容审稿 + 终局格式合规检查
展开工作流 3 的写作流向图与命令清单 —— NARRATIVE_REPORT → /paper-plan → /paper-figure → /paper-write → /paper-compile → 润色循环
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

涉及 Skills: paper-plan + paper-figure + paper-write + paper-compile + auto-paper-improvement-loop +(投稿后)paper-poster-html + paper-slides

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。

展开工作流 3 的核心特性细节 —— Claims-Evidence 矩阵、bib 清理、figure 模式、ICLR 端到端实测

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)。通过 DBLP/CrossRef 获取真实 BibTeX,替代 LLM 生成
  • 📄 灵活节数 — 5-8 节按论文类型选择(理论论文常需 7 节)
  • 🔍 GPT-6-Astra 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-6-Astra 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。

展开论文自动润色 benchmark —— 实测 ICLR 2026 理论论文分数轨迹(4/10 → 8.5/10)+ Round 1/2/3 详细修复清单

分数变化(实测 — ICLR 2026 理论论文):

轮次 分数 关键改动
Round 0 4/10(内容) 基线生成论文
Round 1 6/10(内容) 修复假设、软化声明、重命名符号
Round 2 7/10(内容) 添加合成验证、强化局限性
Round 3 5→8.5/10(格式) 移除多余图、拆附录、压缩结论、修 overfull hbox

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。

Round 1 修复细节(6 项)
  1. CRITICAL — 假设与模型矛盾:有界性假设与模型的分布族不一致。改为与尾部兼容的假设,并添加正式截断桥接。
  2. CRITICAL — 理论-实验 gap:理论假设理想化编码器,实验用学习的非线性编码器。软化 "validate" → "demonstrate practical relevance",添加明确声明。
  3. MAJOR — 缺定量指标:添加参数量对比表(latent vs total),诚实计入系统总开销。
  4. MAJOR — 定理不自包含:添加 "Interpretation" 段落,显式列出所有依赖。
  5. MAJOR — 新颖性声明过宽:将宽泛的 "首个收敛保证" 精确限定到具体成立条件。
  6. MAJOR — 符号冲突:重命名一个与另一关键变量冲突的符号。添加 Notation 段。
Round 2 修复细节(4 项)
  1. MAJOR — 缺理论验证实验:添加合成验证子节,在受控条件下直接测试两个核心理论预测。
  2. MAJOR — 声明仍然过强:将强等价声明替换为适当的 hedge 语言,全文统一。
  3. MAJOR — 非正式理论论证:将非正式论证正式化为一个命题,给出显式误差界。
  4. MINOR — 局限性不足:扩展为显式列出所有假设,承认缺少标准评估指标。
Round 3 格式修复(8 项)
  1. 移除多余的 hero figure(省 ~0.7 页)
  2. 压缩结论 15→9 行
  3. 合成验证移至附录 A
  4. 对比表格移至附录 B
  5. 修复 overfull hbox (85pt),用 \resizebox
  6. 添加紧凑 float spacing(\captionsetup、\textfloatsep)
  7. Introduction 中行内化居中问题块
  8. 收紧 itemize 环境间距

工作流 4:Rebuttal 📝(安全应对审稿意见)

"审稿意见来了。帮我写一份有根据、不夸大的 rebuttal。"

/rebuttal 解析审稿意见,制定策略,起草符合 venue 规则(字数限制、纯文本等)的回复:

  1. 📋 解析 —— 规范化 review 文本,校验 venue 规则(字符限制、纯文本约束等)
  2. 🔍 原子化 —— 把每条 review 拆成 issue 卡片(类型、严重度、reviewer 立场)
  3. 🗺️ 策略制定 —— 全局主题、per-reviewer 优先级、字符预算、被禁 claim
  4. 🧪 证据补跑(可选)—— 如果 auto experiment: true,通过 /experiment-bridge 自动跑补充实验
  5. ✍️ 起草 —— 全局开场 + per-reviewer 编号回复 + meta-reviewer 收尾
  6. 🛡️ 安全检查 —— 6 道 lint:覆盖率、出处可追、承诺受控、语气、内部一致性、字符限制
  7. 🔬 GPT-6-Astra 压力测试 —— 内部怀疑式终审 draft
  8. 📄 定稿 —— 两份产物:PASTE_READY.txt(精确字数,直接粘贴投递)+ REBUTTAL_DRAFT_rich.md(扩展版用于人工编辑)
  9. 🔄 Follow-up 回合 —— reviewer 追问场景的 delta 回复,技术细节逐轮升级
展开工作流 4 的 rebuttal 流程图 —— 解析意见 → 策略 → 可选证据补跑 → 起草 → GPT-6-Astra 压测 → 双版本定稿 → follow-up 回合
┌─────────────────────────────────────────────────────────────────┐
│                   工作流 4:Rebuttal                              │
│                                                                  │
│   审稿意见到达                                                    │
│         │                                                        │
│         ▼                                                        │
│   ┌──────────┐     ┌──────────┐     ┌──────────┐               │
│   │ 解析 +    │────▶│ 策略     │────▶│ 证据     │               │
│   │ 原子化    │     │ 规划     │     │ 补跑     │               │
│   │ 审稿意见  │     │          │     │(可选)  │               │
│   └──────────┘     └──────────┘     └──────────┘               │
│                                          │                       │
│                                          ▼                       │
│   ┌──────────┐     ┌──────────┐     ┌──────────┐               │
│   │ 定稿     │◀────│ GPT-6-Astra  │◀────│ 起草     │               │
│   │ 双版本    │     │ 压力测试 │     │ rebuttal │               │
│   │          │     │          │     │          │               │
│   └──────────┘     └──────────┘     └──────────┘               │
│         │                                                        │
│         ▼                                                        │
│   PASTE_READY.txt(严格字数)+ RICH.md(扩展版)                │
│         │                                                        │
│         ▼                                                        │
│   Follow-up 回合(delta 回复,per-reviewer threads)            │
└─────────────────────────────────────────────────────────────────┘

涉及 skill: rebuttal

💡 Quick mode: /rebuttal — quick mode: true 跑完解析 + 策略(Phase 0-3)就停。先看 reviewer 想要什么,再决定要不要起草完整 draft。

⚙️ VENUE、AUTO_EXPERIMENT、QUICK_MODE、MAX_STRESS_TEST_ROUNDS 都可配置 —— 见 自定义。

三道安全门 —— 任何一项不过 rebuttal 不定稿:

  • 🔒 出处可追 —— 每条 claim 都能追溯到 paper / review / 用户确认结果。不允许编造。
  • 🔒 承诺受控 —— 每个承诺都由用户批准。不允许过度承诺。
  • 🔒 完整覆盖 —— 每个 reviewer 关切都被记录。不允许遗漏。

工作流 5:Resubmit Pipeline 🔁(跨 venue 移植论文,纯文本)

把打磨好的论文从 venue A → B,带不可覆盖的硬约束 —— 不加新实验 · 不改 bib · 不改框架 · 永不覆盖旧投稿 —— 物理隔离 + 5 层匿名检查 + soft-only 审计 + 白名单微编辑 + /kill-argument 对抗门。完整流程 + 约束 → docs/RESUBMIT_AND_TALK_CN.md

工作流 6:Conference Talk Pipeline 🎤(论文 → slides → polish → audits)

/paper-talk 把录用论文做成报告:提纲 → /paper-slides(Beamer + PPTX + 备注 + Q&A)→ /slides-polish(逐页 Codex 视觉审)→ 可选 conference-ready 审计门。是 /paper-writing / /paper-poster-html 的姊妹流程。完整流程 → docs/RESUBMIT_AND_TALK_CN.md

工作流 7:Proof Orchestrator 🧭(独立理论轨道——攻坚一个定理,以天为单位而不是以轮为单位)

"这个证明要花一周、用三个工具。让每次尝试、每次审计、每次升级都留在案卷上。"

硬定理是战役,不是一轮对话。/proof-orchestrator 把证明工作跑成有状态的 local-first 流水线——每次 run 有自己的目录,完成的 run 成为 append-only 证据,每个新 run 记录此前哪些 claim 已证/猜想/已否决:

  1. 🎯 冻结目标 — 精确的定理、假设、量词、允许引用的来源;新开 run 或接续旧 run
  2. 🧱 维护本地证据 — run 目录:task.md / materials.md / 稳定的来源快照
  3. 🧠 本地攻坚 — 完整的证明、反证、反例或诊断;卡住时收窄到最小的那条硬 obligation
  4. 🔍 正确性审计 — 每条引理、界、量词逐一对假设核验;claim 标注 已证/引用/猜想/修补/无支撑
  5. ✒️ 表达润色 — 两道门:七行记号记分卡(核心对象保留率 100%、未定义符号为零、符号冲突为零)+ 自顶向下推导结构门(依赖图无环、子目标不得暗中假设结论——名为润色实为纠错:一个抗拒干净自顶向下重写的证明往往藏着 gap,循环论证在重排那一刻就会现形)
  6. 📦 GPT Pro 交接 — 卡住的证明打成交接包:browser-prompt.md(可直接复制)、source-manifest.md(来源角色)、handoff.md(上传顺序 + 回贴指引)
  7. 🧾 回贴复审 — 只做格式修复,然后走完整正确性审计与润色,产出 final.md
展开工作流 7 流程图 —— 冻结目标 → 本地攻坚 → 审计 → 记号/结构门 → (卡住时)GPT Pro 交接 → 回贴复审 → final.md,外加可选 DeepSeek 分支
┌─────────────────────────────────────────────────────────────────┐
│              Workflow 7: Proof Orchestrator                     │
│                                                                 │
│   定理到达(新开 run,或接续旧 run)                             │
│         │                                                       │
│         ▼                                                       │
│   ┌──────────┐     ┌──────────┐     ┌──────────┐               │
│   │ 冻结目标 │────▶│ 本地证明 │────▶│ 正确性   │               │
│   │ + 本地   │     │ 攻坚     │     │ 审计     │               │
│   │ 证据     │     │          │     │          │               │
│   └──────────┘     └──────────┘     └──────────┘               │
│                         │                │                      │
│                  LOCAL_BLOCKED     ┌──────────┐                │
│                         │          │ 记号门 + │                │
│                         │          │ 结构门   │──▶ final.md    │
│                         │          │          │                │
│                         │          └──────────┘                │
│                         ▼                                       │
│   ┌───────────────────────────────────────────┐                │
│   │ GPT Pro 交接包                            │                │
│   │ browser-prompt.md · source-manifest.md ·  │                │
│   │ handoff.md —— 浏览器由你来开              │                │
│   └───────────────────────────────────────────┘                │
│                         │                                       │
│                         ▼                                       │
│   gpt-pro-output.md → 格式修复 → 复审 → 两道门 → final.md      │
│                                                                 │
│   可选(按需):DeepSeek 对抗审 via llm-chat                    │
│   → 本地核验 → run 内 provisional 证据                         │
│                                                                 │
│   状态:prompts/<run-id>/ —— 完成的 run 只增不改;              │
│   新 run 只复用审计通过的 claim                                 │
└─────────────────────────────────────────────────────────────────┘

涉及 Skills: proof-orchestrator(+ 可选 DeepSeek 分支用 llm-chat MCP)

⚖️ 可选 DeepSeek 第二意见: 在审计阶段按需请求,得到一次验证过模型的跨家族对抗审——发现先经本地核验,再记为 run 内的 provisional 证据。装了 call-gpt-pro skill 后,也可以在某次 run 上让它代跑 GPT Pro 调用。

🧭 设计上就是独立的。 工作流 7 是理论工作自己的轨道——工作流 1–6 的任何环节都不会调用它,工作流 3 里的投稿门仍归 /proof-checker。当一个定理超出 /proof-writer 单次起草的量级——多天攻坚、跨 run 接续、或最强的证明器在浏览器标签页里——就用它。

💡 接续: 指向旧 run(next.md / redo.md)——它读取 final.md / audit.md,只复用审计通过的 claim,并带着完整出处新开一个 run 目录。

📚 Research Wiki — 持久化研究记忆

"不要每次重新推导。让知识复合增长。" — 灵感来自 Karpathy 的 LLM Wiki

没有 wiki 时,ARIS 是无状态的——每次 /idea-discovery 从零开始。有了 wiki,ARIS 跨研究全生命周期积累:读过的论文、试过的 idea、跑过的实验、验证过的 claim。

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。

启用:

> /research-wiki init     # 一次性初始化,在项目中创建 research-wiki/

就这样。 初始化后自动工作。

展开自动触发的 wiki hooks —— /research-lit、/idea-creator、/result-to-claim 各自触发什么,以及重新构思提示
时机 发生了什么 Wiki 操作
/research-lit 找到论文 论文自动入库 创建 papers/<slug>.md,添加关系边
/idea-creator 运行 先读 wiki 失败 idea = 禁止列表,gap = 搜索种子
/idea-creator 完成 所有 idea 写回 推荐的 + 被淘汰的都写 → ideas/<id>.md
/result-to-claim 判定 结果写回 实验页面,claim 状态更新(支持/否定)
3+ idea 失败 建议重新构思 "💡 wiki 已经知道什么不行了,考虑重新 ideate"
展开 Research Wiki 的数据模型、螺旋上升示例和手动子命令 —— 四种实体、3 轮"失败 idea → 更好 idea"演化、ingest/query/lint/stats

四种实体: 📄 论文、💡 想法、🧪 实验、📋 声明

螺旋上升:

第 1 轮:读 15 篇论文 → idea A → 实验 → 失败 → wiki 记住"A 因为 OOM 失败"
第 2 轮:wiki 知道 A 不行 → idea D(避开 A 的坑)→ 部分成功 → wiki 记住
第 3 轮:综合 A 失败 + D 部分成功 → idea F → 成功 🎉

子命令:

/research-wiki init                               # 初始化
/research-wiki ingest "论文标题" — arxiv: xxx       # 手动添加论文
/research-wiki query "主题"                        # 重建 query_pack.md
/research-wiki lint                                # 健康检查
/research-wiki stats                               # 统计概览

🔒 安全设计: 所有 hook 都有 if wiki 存在 守卫。没初始化 = 零影响。纯 Python 标准库,无依赖。


工作流 M:Meta-Optimize 🧬(ARIS 优化自己)

"分析我的使用模式,改进你自己的技能。"

与工作流 1–4 优化研究产物(论文、代码、实验)不同,工作流 M 优化的是 harness 本身——SKILL.md 指令、默认参数和收敛规则。灵感来自 Meta-Harness(Lee et al., 2026)。

展开工作流 M 的一次性设置与使用命令 —— Claude Code hook 安装、/meta-optimize 各变体(项目 / 单 skill / --global / apply)

设置(一次性,在普通终端):

mkdir -p .claude .aris/meta tools/meta_opt
cp Auto-claude-code-research-in-sleep/templates/claude-hooks/meta_logging.json .claude/settings.json
cp Auto-claude-code-research-in-sleep/tools/meta_opt/*.sh tools/meta_opt/
chmod +x tools/meta_opt/*.sh
claude   # hooks 立即生效

使用(累积 5 次以上工作流运行后):

> /meta-optimize                        # 分析当前项目
> /meta-optimize "auto-review-loop"     # 聚焦单个技能
> /meta-optimize --global               # 分析跨项目的使用趋势
> /meta-optimize apply 1                # 应用推荐的修改 #1

工作原理:

  1. 📊 被动记录 — hooks 静默记录每次技能调用、工具执行、失败、参数覆盖。事件同时写入项目级(.aris/meta/events.jsonl)和全局(~/.aris/meta/events.jsonl,带 "project" 标签)两份日志
  2. 🔍 模式分析 — 识别高频覆盖参数(默认值不好)、重复失败(缺少错误处理)、分数停滞(收敛规则需调整)
  3. 🩹 生成 Patch — 对目标 SKILL.md 生成最小修改 + 数据支撑的理由
  4. 🔬 Reviewer 审核 — GPT-6-Astra xhigh 评估每个 patch 是否安全
  5. ✅ 用户批准 — 从不自动应用,用户说了算
展开工作流 M 的流程图与"优化对象"列表 —— 事件日志 → SKILL.md patch → GPT-6-Astra 审核 → 用户批准;prompt / 默认参数 / 收敛规则 / 错误处理
┌─────────────────────────────────────────────────────────────────┐
│                  工作流 M:Meta-Optimize                         │
│                                                                  │
│   正常 ARIS 使用(W1-W4)                                        │
│         │ (hooks 被动记录事件)                                   │
│         ▼                                                        │
│   .aris/meta/events.jsonl                                        │
│         │                                                        │
│         ▼                                                        │
│   ┌──────────┐     ┌──────────┐     ┌──────────┐               │
│   │ 分析模式  │────▶│ 提出      │────▶│ GPT-6-Astra  │               │
│   │          │     │ SKILL.md │     │ 审核      │               │
│   │          │     │ 修改      │     │ patch    │               │
│   └──────────┘     └──────────┘     └──────────┘               │
│                                          │                       │
│                                          ▼                       │
│                                    用户批准?                     │
│                                     是 → 应用                    │
│                                     否 → 跳过                    │
└─────────────────────────────────────────────────────────────────┘

优化对象(harness 组件): 技能 prompt、默认参数(difficulty、MAX_ROUNDS、threshold)、收敛规则、错误处理模式。

不优化: 研究产物(论文、代码、实验)——那是 W1–W4 的工作。

💡 这是维护工作流,不属于 W1→W1.5→W2→W3→W4 研究流水线。像 git gc 一样定期运行。


⚡ Effort Levels

每个 skill 都接受 — effort: lite | balanced | max | beast —— 调节广度/深度(论文 · idea · pilot · 轮次 · seed · 审计深度)从 ~0.4× 到 ~5–8×;默认 balanced(老用户零变化)。任何档位都不变:Codex reasoning 不低于档位下限(常规 xhigh、深度审计 ultra)、DBLP 引用永远开、reviewer 独立性永远开、实验诚实度永远开。📖 完整规范 + 各 skill 计数 → effort-contract.md

🧿 可选:GPT-5.5 Pro via Oracle

给任意 reviewer-aware skill(/proof-checker、/research-review、/experiment-audit、/rebuttal…)加 — reviewer: oracle-pro,把审稿走 GPT-5.5 Pro —— 最强推理,适合深度证明 / 代码 / 实验设计审。默认永远 Codex xhigh;Oracle 未装 ⇒ 优雅降级 + 警告(零影响)。📖 安装 + 各 skill 示例 → reviewer-routing.md


9. ⚙️ 安装

📖 第一次用 ARIS? SETUP_GUIDE_CN.md (English) 给你一个 6 步 prescriptive 走法:macOS 本地 + 远程 Linux GPU 服务器 + Claude Code + Codex MCP,推荐路径。下面这一节是快速参考;更深的 GPU / 自定义 / 模型组合配置见链接里的 docs。

前置条件

  1. 安装 Claude Code
  2. (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 -- python3 "$HOME/aris_repo/mcp-servers/codex-exec/server.py"
    
    路径就是你 ARIS clone 里的 mcp-servers/codex-exec/server.py——codex-cli 0.154 删掉了 codex mcp-server,这个桥接顶上。
  3. (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
    

    Windows(PowerShell): 先安装 MiKTeX Basic Installer 或 Windows 版 TeX Live,再单独安装 Windows 版 Poppler。将包含 pdfinfo.exe 的目录加入 PATH,重新打开 PowerShell,然后验证:

    latexmk --version
    pdfinfo -v
    

    如果命令找不到,请刷新 TeX 发行版的包/路径设置,并确认包含 pdfinfo.exe 的 Poppler 目录已加入 PATH。 如果只用工作流 1 和 2(找 idea + 自动 review),不需要安装 LaTeX。

安装 Skills

💡 推荐:项目级扁平 symlink 安装(2026-04-20 起)。每个 ARIS skill 独立 symlink 到 .claude/skills/<skill-name>,让 Claude Code 的 slash command 自动补全能直接发现。manifest 在 .aris/installed-skills.txt 跟踪 ARIS 装了什么——uninstall 和 reconcile 只动 manifest 里的条目,绝不碰你自己的 skill。

🤖 Codex mirror 路线: Claude 主线继续使用 install_aris.sh / smart_update.sh。Codex 原生项目安装请用 install_aris_codex.sh,Codex copy 安装更新请用 smart_update_codex.sh。

🧩 插件路线(仅 Claude Code): 先 claude plugin marketplace add wanshuiyin/Auto-claude-code-research-in-sleep,再 claude plugin install aris@aris,然后跑一次 /aris:setup——它把插件里自带的 Codex 审稿桥接注册成 MCP,并让 helper 解析指向插件目录;之后重启 Claude Code。全部 skill 一次到位(不用克隆、不用 symlink、不做分组选择),输入时带前缀:/aris:idea-discovery、/aris:paper-writing。更新:claude plugin update aris@aris。Codex CLI 把同一个仓库当插件读,拿到的是 Codex 原生镜像:codex plugin marketplace add wanshuiyin/Auto-claude-code-research-in-sleep,再 codex plugin add aris@aris,然后把 helper 解析指过去一次——printf '%s\n' ~/.codex/plugins/cache/aris/aris/local > ~/.aris/repo(就是 codex plugin list 显示的路径)。要分组选择或 .aris/installed-skills.txt manifest,仍用上面的安装器。

# 1. 克隆 ARIS 一次到稳定位置
git clone https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep.git ~/aris_repo

# 2. 在每个使用 ARIS 的项目里 attach:
cd ~/your-paper-project
bash ~/aris_repo/tools/install_aris.sh
# → 每个 skill 一个 symlink: .claude/skills/<skill> → ~/aris_repo/skills/<skill>
# → 写 manifest .aris/installed-skills.txt(追踪 ARIS 装的每条)
# → 更新 CLAUDE.md ARIS 管理块(best-effort + compare-and-swap,不会覆盖用户改动)
# → 可重入:再跑一次会自动 reconcile 上游的新增/删除

# 3. 已有 skill 的内容更新:直接 git pull(symlink 指向上游,自动跟随)
cd ~/aris_repo && git pull

# 3a. 上游新增 / 删除 skill 时,重跑安装器(一次的事):
bash ~/aris_repo/tools/install_aris.sh ~/your-paper-project

# 只装需要的 skill(#366 选择性安装;不带参数在 TTY 上进全屏勾选菜单):
bash ~/aris_repo/tools/install_aris.sh --list-groups                  # 看 10 个分组
bash ~/aris_repo/tools/install_aris.sh --groups paper-core,lit-search # 按组装
bash ~/aris_repo/tools/install_aris.sh --skills paper-writing         # 指定 skill,pipeline 依赖自动带上
bash ~/aris_repo/tools/install_aris.sh --exclude patent-pipeline      # 反选(记入 declined,更新时不再问)
# 更新时上游新增的 skill 会逐个二次确认;--add-new 全收 / --skip-new 全跳过

# 其他常用:
bash ~/aris_repo/tools/install_aris.sh --dry-run        # 看计划,不写盘
bash ~/aris_repo/tools/install_aris.sh --uninstall      # 按 manifest 卸载(不动你自己的 skill)
bash ~/aris_repo/tools/install_aris.sh --from-old       # 从老的 .claude/skills/aris/ 嵌套布局迁移

# Windows(PowerShell,需要管理员权限或开发者模式以创建 junction):
.\tools\install_aris.ps1 C:\path\to\your-paper-project

为什么 git pull 不能完全代替重跑安装器: 扁平布局是每个 skill 一个 symlink,所以上游新增/删除 skill 时,project 里要新增/移除对应的 symlink——这一步只能由安装器做。这个代价换来了 Claude Code 的自动 slash command 发现(CC 只扫一层目录)。

从老的嵌套布局迁移(2026-04-20 之前的安装)

如果你之前用的是 install_aris.sh(创建 .claude/skills/aris/ 嵌套 symlink)或 smart_update.sh --target-subdir .claude/skills/aris(嵌套 copy),那你的 slash command 大概率没被 Claude Code 自动发现。迁移到扁平布局:

# Symlink 老安装:
bash ~/aris_repo/tools/install_aris.sh ~/your-project --from-old

# Copy 老安装(可能有本地编辑——需要显式选策略):
bash ~/aris_repo/tools/install_aris.sh ~/your-project --from-old --migrate-copy keep-user
#   → 保留嵌套 .claude/skills/aris/ 不动,扁平 symlink 装在旁边
bash ~/aris_repo/tools/install_aris.sh ~/your-project --from-old --migrate-copy prefer-upstream
#   → 把嵌套副本归档到 .aris/legacy-copy-backup-<timestamp>/,再扁平化
其他安装方式(进阶)

项目级 copy(不要 symlink,适合需要为单个项目定制 skill 内容):

mkdir -p ~/your-project/.claude/skills
bash ~/aris_repo/tools/smart_update.sh --project ~/your-project --apply
# 默认 --target-subdir 是 .claude/skills(扁平),这是 Claude Code 期望的布局。
# (老的 --target-subdir .claude/skills/aris 已弃用,见上面的迁移段。)

全局安装(一份 copy 在 home 目录,所有项目可用):

mkdir -p ~/.claude/skills
cp -r ~/aris_repo/skills/* ~/.claude/skills/
# 更新:bash tools/smart_update.sh --apply

全局安装会增加和其他全局 skill 包名字冲突的风险。只在不混装 ARIS 与 Superpowers / OpenHands 等的情况下使用——否则用上面的项目级安装。

可选:用于代码审查的 Codex Plugin

codex-plugin-cc 会提供额外的 Codex 能力;安装后 ARIS 会自动检测并使用:

# 在 Claude Code 中:
/plugin marketplace add openai/codex-plugin-cc
/plugin install codex@openai-codex
/reload-plugins
/codex:setup

ARIS 会在这些地方使用 plugin:

Skill 所属流程 作用
/codex:review Workflow 1.5 GPU 部署前审查实验代码
/codex:adversarial-review Workflow 1.5 对抗式代码审查(寻找边界情况和 bug)
/codex:rescue Workflow 1.5 + 3 自动调试救援:当实验或 LaTeX 编译连续失败 2 次后,Codex 会在下一次重试前独立诊断根因

所有 plugin 功能都是可选的;如果没有安装,ARIS 会回退到 Claude 自己的诊断。这个 plugin 只是多加一双眼睛。

注意:ARIS 的核心跨模型审稿(论文评分、idea 评估、rebuttal 压力测试)仍然使用 Codex MCP,因为它支持自定义 prompt。plugin 不能替代这部分能力。

更新 Skills

cd Auto-claude-code-research-in-sleep
git pull

# 方案 A:全量更新(用最新版覆盖所有 skill)
cp -r skills/* ~/.claude/skills/

# 方案 B:安全更新(只加新 skill,保留你的定制)
cp -rn skills/* ~/.claude/skills/

# 方案 C:只更新指定 skill
cp -r skills/experiment-bridge ~/.claude/skills/

💡 选哪个? 没改过 skill 用 A。改过用 B(新 skill 会加进来,你的改动保留——但改过的文件不会收到上游 bug fix)。C 精确更新。

🌙 过夜自动运行的免确认配置(可选)

过夜跑免点权限弹窗 —— 往 .claude/settings.local.json 加一段

在 .claude/settings.local.json 中添加:

{
  "permissions": {
    "allow": [
      "mcp__codex__codex",
      "mcp__codex__codex-reply",
      "Write",
      "Edit",
      "Skill(auto-review-loop)"
    ]
  }
}

🖥️ 自动跑实验的 GPU(可选)

审稿人说"补个消融实验"时,Claude Code 会自动写脚本并跑到你的 GPU 上 —— 你只需在 CLAUDE.md 里声明服务器。三种模式(远程 SSH · 本地 GPU · Vast.ai 按需):配置片段 + 教程见 docs/GPU_SETUP_CN.md(Vast.ai 详解 → Vast.ai 指南)。没 GPU?Review / 改写照常,跑实验的修复会标记"需人工跟进"。

🔌 集成(可选)

把文献库 / 笔记库 / 通知接进 ARIS —— 没配置就静默跳过:

  • Zotero —— /research-lit 里搜 collections + 标注 + BibTeX(联网搜索之前)。
  • Obsidian + arXiv —— 搜你的 vault 笔记;arXiv 内置免配置。
  • 飞书 / Lark —— 手机推送 + 双向审批,适合过夜跑。

10. 🎛️ 自定义

Skills 都是纯 Markdown,fork 了随便改。各 skill 的环境变量(GPU 目标、代码审查、reviewer 路由、人工检查点、论文写作开关)和参数透传详见 docs/CUSTOMIZATION_CN.md。

审稿额度紧张? 默认配置是为质量选的,不会改:skill 能被自然语言触发,每次审阅都按完整档位交给跨模型审稿人。如果随口一句话启动 skill 让你的额度吃紧,下面这些由你自己选择是否启用:

选项 省什么 代价
把下面这段话粘进项目的 CLAUDE.md 只是像触发词的一句话误启动 skill 要点名 skill 才启动。这是给模型的指引,不是硬保证
— reviewer: manual 全部审稿调用 审稿意见由你自己贴进去,所以做不到过夜无人值守
— effort: lite 读的论文数、生成的 idea 数、跑的轮次 审稿人那边不省:它的档位永远不会被降低
Start ARIS skills or external reviewers only when I name an ARIS skill or explicitly
request an ARIS workflow. That request includes its child skills and reviewers;
continue under AUTO_PROCEED without asking for confirmation.

11. 🔀 替代模型组合

没有 Claude / OpenAI API?换别的 provider —— 同样的跨模型架构。ARIS 内置 10 条替代路线(Z.ai GLM、阿里 Kimi/Qwen/MiniMax、ModelScope 免费 DeepSeek-V3.1、OpenRouter 一 Key 多模型审稿后端、Codex 当 executor 配 Claude/Gemini reviewer、Google Antigravity)。完整路由表 + 各路线配置见 docs/MODEL_COMBINATIONS_CN.md。

12. 💬 交流群

欢迎贡献领域专用 skill! 核心 skills 覆盖通用科研工作流,但每个领域都有自己的工具和范式。欢迎提交 PR 为你的领域添加新 skill——EDA、生物信息学、机器人、HPC 等等。只需添加一个 skills/your-skill/SKILL.md 并开 PR 即可。参考 dse-loop 作为示例。

欢迎加入微信群,交流 Claude Code + AI 科研工作流:

微信交流群二维码

13. 📖 引用

如果 ARIS 对你的研究有帮助,请引用:

@article{yang2026aris,
  title={ARIS: Autonomous Research via Adversarial Multi-Agent Collaboration},
  author={Yang, Ruofeng and Li, Yongcan and Li, Shuai},
  journal={arXiv preprint arXiv:2605.03042},
  year={2026}
}

14. ⭐ Star History

GitHub stars

Star History Chart

15. 🙏 致谢

灵感来自 — 🧪 AI Scientist(Sakana)· 📖 AutoResearch(Karpathy)· 🔭 FARS(Analemma)· 🎨 PaperBanana(PKU)。

核心基础设施 — Claude Code(执行层骨干)· Codex CLI(通过 MCP 实现跨模型审稿)。

集成 — Zotero(指南):zotero-mcp、Zotero。Obsidian(指南):mcpvault、obsidian-skills(Obsidian CEO Steph Ango 维护)。飞书/Lark(指南):feishu-claude-code、clawdbot-feishu、cc-connect、lark-openapi-mcp。

论文写作灵感 — claude-scholar · Research-Paper-Writing-Skills · baoyu-skills。社区 — awesome-agent-skills(已收录)。

平台适配 — 🤖 @Falling-Flower(Codex CLI 适配 via spawn_agent)· 🔧 @No-518(Codex skill 维护)· 🖱️ @YecanLee(Cursor 适配指南 + 本地 GPU 文档)· 🏆 @DefanXue & @Monglitay(首个 ARIS 全流程社区论文,CS 会议评分 8/10)。

架构与愿景 — 💡 @JingxuanKang:不止于代码贡献(training-check、result-to-claim、ablation-planner、watchdog、模板、session 恢复),更深度参与 ARIS 架构讨论——compact 模式、工作流状态管理、自主科研愿景——今天很多核心功能(结构化项目文件、context-aware session 恢复)都源自这些对话。

16. License

MIT