1实现原理 · 为什么它能做到
整个产品不是可执行程序而是 82 个 Markdown『技能』（SKILL.md）：安装即把每个技能目录软链到项目的 .claude/skills/<name>，靠宿主 CLI 的斜杠命令发现机制装载，行为全部由 prompt 编排 + 少量确定性脚本兑现。
README.md
bash Auto-claude-code-research-in-sleep/tools/install_aris.sh ~/your-project # symlinks ARIS skills into <project>/.claude/skills/
注：这里在做什么：把『技能』做成宿主无关的纯文本资产（同一套 SKILL.md 同时服务 Claude Code / Cursor / Trae / Antigravity / Copilot CLI，Codex 另有一份 skills/skills-codex/ 镜像）。装/卸走 tools/install_aris.sh + .aris/installed-skills.txt 清单，只动自己装的条目。
旗舰入口 /research-pipeline 把五个阶段串成一条链（idea-discovery → experiment-bridge → auto-review-loop → summary → paper-writing），每个阶段的执行状态与『验收状态』分开落盘到 .aris/runs/<run_id>.json，因此中断后可续跑而不是重来。
skills/research-pipeline/SKILL.md
- **RESUMABLE = true** — When `true` (default), the pipeline records per-stage state to `.aris/runs/<run_id>.json` so a crashed/interrupted run can resume via `/research-pipeline — resume <run_id>` instead of restarting. Stage status splits `done` (executor finished writing) from `accepted` (the stage's cross-model gate / deterministic verifier passed); resume re-validates any `done`-but-unaccepted stage. See `shared-references/resumable-runs.md`.
注：续跑语义是这套东西的核心设计：done=执行器自己说写完了（可同模型自评），accepted=必须由跨模型评审或确定性校验器给出，续跑从第一个非终态阶段开始，所以『写完了但还没验收』的阶段会被重新审计而不是被跳过。
『睡觉跑』的形态是：Stage 1 白天/傍晚做选题，Stage 2-3（实现实验 + 自主评审循环）无人值守跑；Stage 3 就是 /auto-review-loop 内部自带的多轮循环（默认 4 轮、分数≥6 且 verdict∈{ready,almost} 才停），不需要外部定时器。
skills/research-pipeline/SKILL.md
**Sweet spot**: Run Stage 1 in the evening, launch Stage 2-3 before bed, wake up to a reviewed paper.
注：同文件 Key Rules 另写明『- **Stages 2-3 can run autonomously** once the idea is selected. This is the "sleep and wake up to results" part.』；停止条件在 skills/auto-review-loop/SKILL.md 的常量里（MAX_ROUNDS = 4 与 POSITIVE_THRESHOLD 的 AND 双条件）。
对『外部定时器』有明确的宪法级约束：定时/心跳只能负责何时唤醒与推进工作，永远不能判定工作好坏；心跳若发现停滞只允许改变结构方向或升级给人，不允许宣布『够好了』。
skills/shared-references/external-cadence.md
One-liner: **a heartbeat may say "keep going," never "good enough."**
注：同一文档用表格区分『等待外部事实（加性、可挂 /loop）』与『包住内部语义循环（有害、禁止）』，并点名 /auto-review-loop、/experiment-queue 不得被外部循环包住（会丢 reviewer 线程记忆 / 与其自带 60s 调度器打架）。这是很多同类『自主 agent』项目缺失的自我约束层。
无人值守时的存活与监控靠确定性守护进程：GPU 服务器上跑一个只用标准库 + nvidia-smi 的 watchdog 守护，按任务类型产出 DEAD/IDLE/STALLED/STALE 告警，并汇总成 summary.txt 供低频轮询。
docs/WATCHDOG_GUIDE.md
A lightweight Python daemon that runs on each GPU server, continuously monitoring all registered tasks. Zero dependencies beyond Python 3 standard library + `nvidia-smi`.
注：本地侧另有自带 aris-monitor（纯 stdlib Tkinter 常驻悬浮窗），只读 ~/.claude/sessions/<pid>.json 的 status=="waiting" 判断哪个会话卡在权限确认上，README 自述 '**No network calls, ever.**'（唯一非读动作是点击行时 raise-only 唤起终端窗口）。
『为什么评审算数』的机制是跨模型陪审团：执行器（Claude / Codex / Cursor / Antigravity / Copilot CLI）写代码写论文，审查器必须是另一家族模型（Codex MCP 的 GPT-6-Astra、或 claude-review / gemini-review MCP、或 Copilot 原生 rubber-duck），并且每条评审调用的线程/追踪 id 会被留档。
AGENT_GUIDE.md
Executor (Claude / Codex / Cursor / Antigravity / Copilot CLI) writes code & papers; reviewer (GPT-6-Astra via Codex MCP, Claude / Gemini via `claude-review` / `gemini-review` MCP, or Copilot's evidence-gated native complementary reviewer for `/auto-review-loop`) critiques independently.
注：默认路由与努力档位写在 skills/shared-references/reviewer-routing.md：常规调用 gpt-6-astra + xhigh，深度审计类技能（/proof-checker、/kill-argument、/paper-claim-audit、/experiment-audit 等）用 ultra，并要求每次首调用显式钉住 model 与 model_reasoning_effort。
『模型混搭层』是双层的：执行器走宿主自己的 ANTHROPIC_* / 各厂商兼容端点环境变量，审查器走随仓库发布的 MCP 桥（llm-chat / minimax-chat / gemini-review / claude-review），于是执行与审查可以用完全不同的厂商与密钥。
docs/LLM_API_MIX_MATCH_GUIDE.md
本指南说明如何自由搭配 Claude Code 执行器和外部审查器的 API。
注：同一文档给出可复制的 mcpServers 配置片段（例：llm-chat 的 env 里填 LLM_API_KEY + LLM_BASE_URL=https://api.deepseek.com/v1 + LLM_MODEL=deepseek-chat），并列出 Z.ai/Kimi/LongCat/自定义兼容端点等执行器侧组合；/auto-review-loop-llm 与 /auto-review-loop-minimax 就是这套审查器后端的现成入口。
真正跑实验的部分靠 Bash 直接指挥远程/租用算力：ssh + rsync + screen 部署，或 vast.ai 租实例（含自动销毁与预算提示）、或 Modal 无服务器 GPU；判据来自项目 CLAUDE.md 里的 gpu: local|remote|vast|modal。
skills/run-experiment/SKILL.md
- **Vast.ai** (`gpu: vast`): Check for `vast-instances.json` at project root — if a running instance exists, use it. Also check `CLAUDE.md` for a `## Vast.ai` section.
注：vast-gpu 技能负责挑选与生命周期（vastai search offers / create instance / destroy instance，实例清单写在项目根 vast-instances.json）；serverless-modal 负责 Modal（modal run 本地发起、按秒计费、scale-to-zero）。monitor-experiment 回读 screen hardcopy / 结果 JSON / W&B 曲线。
给 agent 看的仓库入口是 AGENT_GUIDE.md（面向 LLM 的结构化路由索引），并显式声明『SKILL.md 才是规格，指南与 SKILL.md 冲突时以 SKILL.md 为准』——降低长仓库里的叙事漂移。
AGENT_GUIDE.md
> **Source of Truth.** This file is a *routing index*, not a specification.
注：同一份指南给出平台→技能根目录对照表（Claude/Cursor/Trae/Antigravity/Copilot 用 skills/<name>/SKILL.md，Codex 用 skills/skills-codex/<name>/SKILL.md），把多宿主适配做成了镜像目录而非分叉代码。
2核心能力
01端到端自主科研流水线（选题→实验→评审→成稿），单命令 /research-pipeline 串起 5 个阶段
02可续跑的无人值守评审循环：默认 4 轮、达标即停、崩溃后按状态文件恢复
03跨模型对抗式审查：可路由 Codex/GPT-6-Astra、Claude、Gemini、任意 OpenAI 兼容模型、MiniMax、Copilot 原生 rubber-duck、或人工（manual）后端
04远程/租用 GPU 实验执行与监控（SSH 服务器、vast.ai 按需租机并自动销毁、Modal 无服务器、多作业队列 + watchdog 守护）
05多源文献与新颖性核查（arXiv / Semantic Scholar / OpenAlex / DeepXiv / Exa / Gemini / 本地 PDF / Zotero / Obsidian 交叉去重）
06反幻觉引用链：不凭记忆写 BibTeX，改用 DBLP/CrossRef 真实检索，失败则打 [VERIFY] 标记
07持久研究记忆 Research Wiki：论文/想法/实验/主张入图并跨研究生命周期累积（失败想法为最高保留级，永不裁剪）
08移动端通知与『人在环上』审批：飞书 webhook 推送 + 交互式批准/驳回，另有零 API 成本的人工审查后端
3外部依赖
| 类型 | 依赖 |
|---|---|
| cli | codex（OpenAI Codex CLI，`codex exec` 子进程） |
| cli | vastai（vast.ai 租机 CLI） |
| cli | modal（Modal 无服务器 GPU） |
| cli | ssh / rsync / screen / nvidia-smi（远程 GPU 服务器部署与巡检） |
| cli | rsync 代码同步（远端部署路径之一） |
| cli | LaTeX 工具链（latexmk / pdfinfo / pdffonts，论文编译与体检） |
| api | Anthropic 兼容端点（执行器侧，可用官方或第三方兼容网关） |
| api | OpenAI 兼容 LLM API（llm-chat MCP，可指向 OpenAI/DeepSeek/Kimi/MiniMax/自建兼容端点） |
| api | DeepSeek（经 llm-chat 作为审查器后端） |
| api | Moonshot / Kimi（经 llm-chat 作为审查器后端） |
| api | MiniMax Chat（minimax-chat MCP，/auto-review-loop-minimax 的专用后端） |
| api | Google Gemini（gemini-review MCP，直接 API 生成端点） |
| api | Feishu / Lark 机器人 webhook（推送通知） |
| api | Exa 搜索 API（exa-py SDK；/exa-search 与 /research-lit 的 sources: exa） |
| api | Semantic Scholar Graph API（论文检索） |
| api | OpenAlex API（引用图谱检索） |
| api | arXiv（元数据 API + PDF 下载） |
| api | CrossRef / DBLP（真实 BibTeX 校验，反幻觉引用） |
| api | Weights & Biases（训练曲线回读；由 monitor-experiment / training-check 调用） |
| api | Overleaf Git 桥（论文双向同步，凭 keychain/token） |
| network | 本地 HTTP 服务（人工审查 MCP 在 127.0.0.1 开浏览器审批页；飞书桥默认 5000 端口） |
| package | lark-oapi（Python 飞书 SDK，feishu-bridge 依赖） |
| package | httpx（llm-chat / minimax-chat 的 HTTP 客户端） |
| package | deepxiv-sdk（可选：渐进式论文阅读技能 /deepxiv） |
4风险提醒 风险提醒：橙色 · 评估后使用
风险提醒：橙色 · 评估后使用
- 夜间免打扰配置会显著放大无人监督时的执行权限 — README 直接教用户在 .claude/settings.local.json 放行 mcp__codex__codex / mcp__codex__codex-reply / Write / Edit / Skill(auto-review-loop)，配合技能声明的 Bash(*) 工具面，等于让 agent 在你睡觉时无需确认地写文件、跑 shell、调外部模型。风险不在 skill 有恶意，而在『错误判断 + 无人在场 + 无确认』三者叠加时的损失上限（覆盖项目文件、在远程机器上执行、持续消耗 API 与 GPU 预算）。建议把放行范围缩到具体命令、保留 human checkpoint 或飞书审批。
- 凭证集中在一个自动化管道里，泄露爆炸半径大 — 同一套流程会接触执行器/审查器 API key（Anthropic/OpenAI/DeepSeek/Kimi/MiniMax/Gemini）、Exa、W&B、Codex 与 Gemini 本地配置、飞书 App Secret、vastai 与 Modal 的 token、Overleaf token；任一处被写进日志、通知卡片或被提示注入诱导外泄，影响面跨多个付费账号。仓库已做部分防护（.env 入 .gitignore、通知规则禁止带密钥、overleaf_audit.sh 扫泄漏、gemini env 文件做属主/权限校验），但用户自建的 settings.json 与远程机器上的 .env 仍需自行收紧。
- 远程机器与租用算力的数据/成本边界由用户自己兜 — 技能会把项目代码 rsync 到用户服务器、在 vast.ai 新租的实例上 apt/pip 安装依赖并执行用户代码；vast.ai 默认 auto_destroy 但可关，max_budget 是可选提示而非硬闸；Modal 文档自己也提醒不要在 CLI 输入付款信息。无人值守跑偏（例如实验脚本错误地重复启动）直接转化为真金白银。
- 注入面真实存在且只能被『降低』而非消除 — 论文摘要、网页正文、评审返回文本、社区 PR 的 SKILL.md、研究记忆节点都会被回灌进上下文。threat_scan 是正则层（文档自认『干净扫描≠安全』），语义投毒只能靠跨模型 reviewer 兜；且其对 web/tool 内容默认只 warn，真正的 block 只在用户可介入的写入路径生效。
- 体量与耦合度带来的可维护性成本 — 1794 行 README + 82 技能 + 63 测试 + 40 个 tools 脚本 + 24 份契约文档，且大量行为通过四层 helper 解析链在『技能散文 → 脚本』之间耦合；仓库自己记录了多起因 prose-only 集成静默失效的事故（integration-contract.md 开头的两个 bug）。用户若想裁剪到只用一两个技能，需要理解这套约定才不会踩到静默失败。
- 『自主科研』产出的可信度仍需人来把关 — README 自己声明高分是 AI-review 循环的预期副产品（'high AI scores are an expected byproduct, not proof of acceptance'），社区展示的分数来自 CSPaper / Stanford Agentic Reviewer 等 AI 信号而非录用结果。把它当作效率放大器可以，当作成果背书不行。
风险提醒：橙色，评估后使用。它不是纯 prompt 技能，而是一整套会动真格的执行环境：① 直接读取/使用大量 API 凭证与本地凭据文件（ANTHROPIC_*、LLM_*、MiniMax、Gemini、Exa、W&B、~/.codex/config.toml、~/.gemini/.env、~/.claude/feishu.json、~/.modal.toml、vastai key、Overleaf keychain）；② 依赖并安装远程包与远程服务（pip install vastai/modal/exa-py/deepxiv-sdk、lark-oapi、httpx；SSH 到用户服务器并 rsync/安装依赖；租用 vast.ai/Modal 并按小时计费）；③ 以 Bash(*) 全域工具面执行任意实验脚本、ssh/rsync/screen、git 与 curl，且在 README 指导下可配置成夜间免确认自动放行；④ 渲染/执行链路上对第三方内容（论文、网页、评审返回、社区 SKILL.md）做二次注入。之所以不落红色：仓库本身没有安全降级（不禁用 TLS、不做反爬绕过、不批量定向采集），执行的都是用户自己的实验代码；反而内置了相当罕见的自我约束（acceptance gate 禁止自评验收、reviewer 独立性、external cadence 禁止用定时器判定质量、threat_scan 注入扫描、vast.ai auto_destroy/max_budget、Modal 明确警告不要在 CLI 里输付款信息、人工审查与飞书批准通道、默认 human checkpoint 开关）。结论：风险来自『自动化科研基础设施』的固有接触面与凭证集中，而非恶意行为；橙色 = 知情配置后再用（尤其注意免打扰 allow 列表的范围与远程机器的数据边界）。
5第二遍独立确认
- [ok] skill.path 定位（旗舰入口选择） — 候选与判据：① 仓库根——glob 确认无 SKILL.md、无 plugin.json/.claude-plugin 清单，且 skills/ 下是 82 个平级技能目录（多入口多技能插件），按共享路径规则不取根；② skills/research-pipeline——README 快速开始的单命令总入口写的是 `/research-pipeline "your research direction" # Full pipeline: Workflow 1 → 1.5 → 2 → 3 end-to-end`，docs/SKILLS_CATALOG.md 的『🏗️ Workflow Orchestrators』一节以 '**Most users start here.**' 开头并把 /research-pipeline 列为第一条（'**Full chain** — Workflow 1 → 1.5 → 2 → 3, from research direction to submission-ready paper'），AGENT_GUIDE.md 亦写 'Main chain: /research-pipeline = W1 → W1.5 → W2 → W3'——三处独立证据一致指向它；③ skills/idea-discovery（W1）与 skills/auto-review-loop（W2，『睡觉跑』本体）——都是它的下游子技能，按『never a sibling sub-skill』规则不取。结论：取 skills/research-pipeline 作为旗舰条目。
- [ok] pin commit 与本地工作副本一致 — git rev-parse HEAD 输出 15b9b27de6e265a058e875bbf15b09bf8a522aa3，与任务给定 pin 逐字符相同；未执行任何写操作。
- [ok] license 元数据 — 仓库根 LICENSE 首行 'MIT License'、'Copyright (c) 2026 wanshuiyin'，与任务给定 MIT 一致。
- [ok] 『82 skills』声明的真实性 — skills/ 下 86 个目录 − 4 个非技能目录（shared-references 与三个 skills-codex* 镜像/叠加层）= 82，与 README:612 与 docs/SKILLS_CATALOG.md 的 82 完全对齐；README 顶部另一处提到 '81 bundled skills' 指的是 ARIS-Code CLI 二进制内置包，与本仓库 main 树的 82 个目录不是同一口径，已在结论中按 main 树口径采信。
- [ok] 外部依赖：codex 审查器确实是本地子进程而非文档承诺 — mcp-servers/codex-exec/server.py 源码含 `argv = [CODEX_BIN, "exec"]`、`subprocess.Popen(argv, ...)`、`shutil.which(CODEX_BIN)`，且 CODEX_BIN 默认为 'codex'；README/AGENT_GUIDE 关于『codex-cli 0.154 删除 codex mcp-server 后由本仓库自带桥接管』的叙述与代码一致。
- [ok] 外部依赖：审查器端点逐个可定位 — LLM(llm-chat)、MiniMax、Gemini 三处端点均来自各自 server.py 的 os.environ 默认值或请求构造行；Exa 走 SDK（仅 EXA_API_KEY + exa-py 可见，无硬编码域名，已在 endpoint 字段标明 exa.ai 而非杜撰 API 路径）；arXiv/CrossRef/S2/OpenAlex 均命中 tools/*.py 的常量。
- [discrepancy] 凭证读取：是否存在未披露的密钥读取 — 第一遍只列了环境变量与 ~/.gemini/.env、~/.claude/feishu.json。第二遍补到三处未在首轮列出的读取面：① ~/.codex/config.toml（README 明确 reviewer 模型来源，属读取用户 LLM 凭证/配置）；② ~/.modal.toml 与 vastai 的 API key 文件（serverless-modal / vast-gpu 技能要求）；③ 全局指针 ~/.aris/repo 与项目 .aris/installed-skills.txt（被技能 bash 块读取以解析 helper 路径）。三者均为『本地配置/凭证文件读取』，已并入 security.credential_reads，结论档位不变（橙色本就因凭证接触面）。
- [ok] 注入面：是否真的做了防御而非只在文档里写 — tools/threat_scan.py 实现存在（regex、scope all/context/strict、quarantine 返回占位符 + findings），且 skills/idea-creator/SKILL.md 的 'ARIS_QUERY_PACK_SCAN_START … END' bash 块真的解析并调用它、扫描失败时跳过 wiki 上下文；skills/shared-references/injection-hygiene.md 给出『干净扫描≠安全』与分档 warn/block 规则。防御是落地的，不是宣言。
6结论
适合：适合已有明确研究方向、需要把『文献调研→想法验证→实验部署→多轮修改→成稿』这段长流程搬到夜间或后台推进的 ML/系统/机器人研究者；也适合已经用 Claude Code/Codex CLI 并有远程 GPU 或愿意租 GPU 的个人与小组，想用跨模型对抗审查替代单一模型的自我评价。对想研究『自主 agent 工作流治理』的工程读者同样有价值——仓库把 acceptance gate、reviewer 独立性、外部节奏边界、注入卫生这些原则写成了可读的契约与可执行脚本。
不适合：不适合：希望开箱即用、不愿意配置多家 API key 与 MCP 服务器的新手（首次跑通需要 Claude Code + Codex 登录 + MCP 注册 + CLAUDE.md 里的 GPU 描述）；不愿意让 agent 免确认写文件/跑 shell 的谨慎用户（要么保留 human checkpoint，要么接受手动批准打断夜间流程）；完全离线或不允许数据外发到第三方模型厂商的场景（执行器与审查器本身就在外部 API 上）；只有一次性小任务、不需要长流程编排的人（82 技能与状态机是为此类长跑付出的复杂度）；以及把 AI 评审分数当作投稿保证的人——它优化的是 AI 评审信号，不等于人类审稿人/会议录用。
安装 agent 直装可复制
① 本站镜像 更新 2026-09-15
方式 A · 人下载镜像包下载 auto-research-in-sleep.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agentbbe5d4e4e1f79f79…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② 上游 GitHub · 原始来源
来源信息 GitHub 原始
作者 / 仓库wanshuiyin / wanshuiyin/Auto-claude-code-research-in-sleep
Stars16146
最近推送2026-09-15
本 skill commit
15b9b27de6许可MIT（仓库根 LICENSE，Copyright (c) 2026 wanshuiyin）
本站信息
收录日期2026-09-06
分类基础工具与工作流
侦查报告AI 侦查 · 2 遍 · 2026-09-06
本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。