这个工具提供了哪些能力
点开任一能力,看清怎么用
每个能力展开后是三件事:它会给你什么、你需要准备什么、哪些必须由你把关。
常见场景:希望让AI agent自动完成选题→实验→审稿→写作的完整科研循环时;需要跨模型审稿(用不同模型家族做独立评审)时;需要夜间自动运行长链路科研任务并监控授权状态时
帮你盯着后台自动运行的会话:它只读扫描各会话状态,发现哪个在等你授权就用一个小浮窗提醒,点一下就能把对应终端窗口调到前面,不会打扰正在跑的任务。
它会给你什么
- 一个置顶提醒小窗。
- 命令行列出的各会话状态清单。
- 窗口顶部的会话数量汇总。
你需要准备
- 各运行中会话的状态记录文件。
- 可选的会话记录路径,由会话编号和工作目录推算。
- 会话的时间、进程号、工作目录、更新时间和状态。
由你把关
- 点击哪一行就把哪个终端调到前台,由你决定。
- 提醒小窗是否关闭,由你决定。
帮你的研究项目留一套长期记忆:它把读过的论文、想过的点子、做过的实验和得出的结论连同它们的关系存进项目档案,并压缩成摘要包,让后续选题和判断能复用过去的证据和教训。
它会给你什么
- 一份档案总目录。
- 一份记录日志。
- 一份研究空白地图。
你需要准备
- 项目里的档案目录,第一次用可以为空。
- 论文的编号、标题、作者、年份、发表处、核心论点和标签。
- 想法、实验、结论的记录,以及它们之间的关联。
由你把关
- 手工填写的论文信息是否可信,由你核对。
- 论文之间的关联是否有足够证据支撑,由你核对。
- 记下的失败是研究本身的失败,还是工具环境问题,由你核对。
帮你把这套技能包装进不同的 AI 编程工具:它把仓库里的技能文件分发到 Claude Code 或 Codex 等环境,用链接加清单的方式管理安装、更新和卸载,换工具也能用同一套。
它会给你什么
- 对应工具目录里的技能链接。
- 一份已安装技能清单。
- 一个指向配套工具的链接。
你需要准备
- 这套工具仓库在你机器上的位置。
- 要安装到哪个项目。
- 装给哪个工具,Claude Code 或 Codex。
由你把关
- 遇到别的工具留下的同名链接,是否允许覆盖,由你决定。
- 旧的复制式安装怎么迁移成链接,由你决定。
- Codex 环境的叠加配置选哪一份,由你决定。
帮你让不同模型互相审稿:写实验的模型不自己给自己打分,而是把评审请求转给另一个模型家族,或者转给你人工中转处理,评审进度和结果都会保留。
它会给你什么
- 一份评审回复。
- 会话或任务的编号。
- 待处理评审的状态记录。
你需要准备
- 评审提示词、配置、模型思考强度和会话或任务编号。
- 环境变量里的接口密钥、模型名、服务地址、超时时间和状态目录。
- 人工评审时通过网页或文件粘贴的内容。
由你把关
- 人工评审模式下用哪个外部模型,由你决定。
- 文件模式里粘贴的评审结果是否采纳,由你核对。
- 是否把评审桥接装成长期服务,由你决定。
帮你把实验计划真正跑在显卡上:它根据计划文档里的里程碑、预算和指标写出可运行的实验代码,做基础检查后部署运行,产出初始结果文件供自动审稿使用。
它会给你什么
- 一份实验结果报告。
- 更新后的实验进度记录。
- 可选的实验运行日志。
你需要准备
- 一份实验计划文档。
- 一份实验进度记录。
- 一份最终研究方案。
由你把关
- 是否允许启动完整实验消耗显卡,由你决定。
- 评审指出的严重问题是否真的修复了,由你核对。
- 是否继续跑大规模的多种子重复实验,由你决定。
帮你把一项研究从头管到尾:它按选题、做实验、自动审稿、总结交接和可选写论文分阶段推进,每一步过不过关都有记录和外部评审把关,中断了也能接着跑。
它会给你什么
- 一份选题报告。
- 一份实验结果报告。
- 一份自动评审报告。
你需要准备
- 一句话说明研究方向,或一份研究简报文档。
- 可选的参考论文、基础代码仓、目标会议、人工检查点、评审难度和自动写作开关。
- 项目里各阶段的已有产物,用于续跑。
由你把关
- 是否允许系统自动替你选研究点子,由你决定。
- 是否允许启动实验并消耗显卡,由你决定。
- 是否进入写论文阶段,由你决定。
第一次这样开始
把仓库地址直接交给 AI
先让 AI 说明环境和风险,再完成最小安装验证。开始前想清楚要用哪个能力、把对应材料备在手边——每张能力卡展开后有具体清单。
第一次直接复制
帮我安装这个库:https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep 安装前先告诉我需要什么环境,安装后帮我跑通一个最小示例。
别这样用
这些判断,仍然由你负责
- 让执行模型自评结果并直接放行(必须由外部reviewer或人工确认)
- 未经人工确认就启动GPU全量实验和论文写作(会消耗大量成本)
- 把审稿循环的almost verdict等同于期刊录用标准
技术依据
查看能力拆解、验证范围与来源
技术依据
查看能力拆解、验证范围与来源
处理机制
- 01
Markdown skill与artifact合同总图
解释 ARIS 怎样把纯 Markdown skill、shared references、helper scripts、MCP reviewer、project artifacts、run state 和安装 manifest 组合成一套可跨宿主迁移的科研自动化骨架。
已核对范围
- 读取 aris-monitor/README.md 的 read-only 监控、needs approval 信号和 focus 边界
- 读取 aris-monitor/scanner.py 的 status=="waiting"、session scan、summary 和 transcript tail 逻辑
- 读取 aris-monitor/widget.py 的浮窗渲染、红色提示、折叠和 focus 调用
- 读取 README 中 ARIS-Monitor 与 Claude Fleet 的定位
- 读取 skills/research-wiki/SKILL.md 的 entity、edge、目录结构、helper 解析和 subcommand
- 读取 tools/researchwiki.py 的 init、addedge、rebuildquerypack、ingestpaper、sync 和 stats 函数
- 读取 AGENTGUIDE 中 Research Wiki optional 和 Artifact Contracts
- 读取 README 中 Research Wiki 的 lifecycle memory 说明
仍待核对
- 未启动 ARIS-Monitor GUI
- 未读取真实 ~/.claude/sessions
- 未调用 focus-tty.sh 或 osascript
- 未运行 researchwiki.py
- 未调用 arXiv Atom API
- 未验证 querypack 对真实 idea generation 的影响
- 未在临时项目运行安装脚本
- 未验证 Windows PowerShell installer
读取版本
885a237b47d9bd70739efdc8b82fb27eeda8ec3f许可
MIT
最近核对
内容 2026-06-16
Stars 2026-07-11
相关文章
具备相关能力的其他库
相关课程
把单项工具放进完整研究设计流程
课程一从研究问题、文献判断、理论假设和方法骨架继续推进,帮助你建立可以复用的研究设计档案。