ARIS (Auto-Research-In-Sleep)

已跟踪

ARIS 是一套轻量级的纯 Markdown 技能集合,面向自主化机器学习研究,提供跨模型评审循环、创意发现与实验自动化,兼容任意 LLM 智能体。

作者 wanshuiyin 开源时间 2026-03-10 最近提交 未知

简介

ARIS(Auto-Research-In-Sleep)是一组纯 Markdown 编写的技能,能将 LLM 编码智能体转化为自主研究助手。它不提供框架或运行时,而是给出开箱即用的工作流:跨模型论文评审、研究创意生成以及实验自动化。技能与具体模型无关,可直接接入 Claude Code、Codex、OpenClaw 或任何能读取 Markdown 指令的智能体。

主要特性

  • 跨模型评审循环,多个 LLM 相互批评与优化彼此的输出
  • 面向机器学习文献的研究创意发现与论文评审工作流
  • 无人值守的实验自动化,自动运行并迭代 ML 任务
  • 纯 Markdown 技能,无框架锁定与额外依赖
  • 兼容 Claude Code、Codex、OpenClaw 及通用 LLM 智能体

使用场景

  • 夜间自主运行文献综述与论文评审
  • 跨模型生成并对新颖研究想法进行压力测试
  • 自动化重复性的 ML 实验与消融流水线
  • 在已有编码智能体内构建自我演进的研究闭环

技术特点

  • 技能以纯 Markdown 定义,无需守护进程、运行时或厂商 SDK
  • 围绕跨模型编排与迭代式智能体循环设计
  • 通过 Claude Code 等智能体的标准技能/工具加载机制接入