企业官网建设流程全解析

ARIS 工作流总览：从 idea 到 paper 的 13 条 pipeline 如何一次看全

【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep

ARIS（Auto-Research-In-Sleep）是一套纯 Markdown 的 AI 科研工作流工具包：83 个可组合 skill，不绑框架、不锁平台，配合 Claude Code、Codex 或任意 LLM agent 即可把"找 idea → 跑实验 → 改论文 → 投稿"整条链路自动化。本文带你一次看全 ARIS 内置的13 条命名 pipeline（W1–W7、Wiki、WM，外加 Effort / Assurance / Oracle 三条"元开关"），5 分钟搞清楚每条管什么、怎么单独用、怎么串起来用。

🗺️ 13 条 pipeline 总表：先有地图再上路

主链只有四步：/research-pipeline就是 W1 → W1.5 → W2 → W3 的端到端编排，敲一条命令睡一觉，醒来收获paper/main.pdf。完整目录见 docs/SKILLS_CATALOG.md，路由索引见 AGENT_GUIDE.md。

💡 每条 pipeline 都能单独用：已有 idea？直接进 W1.5；有结果了？跳到 W3。这也是 ARIS 的设计哲学——skill 之间靠"放在固定位置的纯文本文件"交接（如IDEA_REPORT.md→/experiment-bridge消费），不靠任何框架胶水。

🧪 W1–W1.5：从方向到"跑起来的实验"

工作流 1：Idea 发现与方案精炼

没有具体 idea 时，给一个方向即可。W1 串联 5 个 skill（skills/idea-discovery/SKILL.md）：

1. /research-lit多源调研（arXiv / Zotero / 本地 PDF / 网络）整理领域全景；
2. /idea-creator头脑风暴 8–12 个 idea，按可行性与算力成本初筛；
3. /novelty-check对 top idea 深度查新 + 反方评审；
4. /research-refine-pipeline冻结问题锚点、迭代打磨方法，产出FINAL_PROPOSAL.md；
5. /experiment-plan生成 claim 驱动的实验路线图（含消融、预算、执行顺序）。

失败 idea 同样入库，成为下次的"禁入清单"。模板可直接抄：templates/RESEARCH_BRIEF_TEMPLATE.md。

工作流 1.5：实验桥接

skills/experiment-bridge/SKILL.md 把"计划"变成"结果"：解析实验计划 → 实现脚本 →跨模型代码审查（在烧 GPU 前抓逻辑 bug）→ 最小 sanity check → 部署到本地 / 远程 / Vast / Modal GPU → 收集初始结果。任务量大时自动切换/experiment-queue（SSH 多 seed 队列，带 OOM 重试）。

🔁 W2：自动审稿循环——"睡一觉醒来看结果"

skills/auto-review-loop/SKILL.md 是 ARIS 的灵魂：外部模型（默认 Codex GPT xhigh）深读论文 → 定位弱点 → Claude 自动修复（改稿或跑补充实验）→ 再评审，直到分数 ≥ 阈值（默认 6/10）或撞MAX_ROUNDS（默认 4）。内置安全机制：超 4 GPU 小时的实验自动跳过、上下文压缩后从REVIEW_STATE.json断点恢复、明令"不许隐藏弱点骗高分"。

📝 W3：论文写作流水线

skills/paper-writing/SKILL.md 六步走：/paper-plan（claims-evidence 矩阵）→/paper-figure（数据驱动图表）→/paper-write（逐节 LaTeX，BibTeX 走 DBLP/CrossRef 防幻觉）→/paper-compile（编译修错 + 页数验证）→/auto-paper-improvement-loop（两轮内容审稿 + 格式合规，实测典型 4/10 → 8.5/10）。

投稿前还有五层跨模型审计链把关：/experiment-audit（评估代码诚实吗）→/result-to-claim（结论跟得上吗）→/paper-claim-audit（数字写对了吗）→/citation-audit（每条引用属实吗）→/kill-argument（最强拒稿备忘录压测）。assurance: submission时任何一层不绿就不许出终稿。

📮 W4–W6：投稿之后的下半场

• W4 Rebuttal（skills/rebuttal/SKILL.md）：解析审稿意见 → 原子化成 issue 卡片 → 制定策略 → 可选自动补跑实验 → 起草 → 6 道 lint + 跨模型压测 → 输出PASTE_READY.txt（精确字数直接粘贴）+ 扩展版。三道安全门：每句有出处、每个承诺经批准、每条意见全覆盖。
• W5 跨 venue 移植（skills/resubmit-pipeline/SKILL.md）：硬约束写死——不加新实验、不改 bib、不改框架、永不覆盖旧投稿；物理隔离新目录 + 5 层匿名检查 + 白名单微编辑。详见 docs/RESUBMIT_AND_TALK_CN.md。
• W6 会议报告（skills/paper-talk/SKILL.md）：论文 → 提纲 → Beamer + PPTX + 讲稿 →/slides-polish逐页视觉审（字号缩放、中文字体、匿名占位纪律）→ 可选 conference-ready 审计。

🧭 W7 + Wiki：理论轨道与持久记忆

W7 证明编排（skills/proof-orchestrator/SKILL.md）把硬定理攻坚当作"战役"而非一轮对话：每个 run 独立目录，claim 标注已证 / 猜想 / 已否决，卡住时产出可直接粘贴的 GPT Pro 交接包；新 run 只复用审计通过的结论，以天为单位推进。

Wiki（skills/research-wiki/SKILL.md）只敲一次/research-wiki init即全程生效：/research-lit找到的论文自动入库、/idea-creator先读 wiki 再 ideate、/result-to-claim回写 claim 状态。核心洞察：失败的 idea 是最宝贵的记忆——知道什么不行的研究者，比从零开始的研究者更强。

⚙️ WM / Effort / Assurance / Oracle：四条"元开关"

• WM 元优化（skills/meta-optimize/SKILL.md）：hooks 被动记录每次调用与参数覆盖，累积 5 次以上运行后分析模式、生成 SKILL.md 补丁，经跨模型审核 + 用户批准才生效——优化 ARIS 自己，而研究产物不归它管。
• Effort：— effort: lite|balanced|max|beast，调节论文数 / idea 数 / 轮次 / 种子数，默认 balanced；但审稿独立性、引用核验、实验诚实度任何档位都不降档。规范见 skills/shared-references/effort-contract.md。
• Assurance：— assurance: draft|polished|conference-ready|submission，独立控制审计门松紧，可与 effort 自由组合。契约见 skills/shared-references/assurance-contract.md。
• Oracle：任意审稿类 skill 加— reviewer: oracle-pro即切换到最强 Pro 级推理审稿，未安装时优雅降级零影响。路由见 skills/shared-references/reviewer-routing.md。

🚀 上手三步：从哪条 pipeline 开始？

安装只需克隆一次仓库（git clone https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep），在项目里跑 tools/install_aris.sh 完成 skill 挂载；GPU 服务器与 LaTeX 前置条件见 SETUP_GUIDE_CN.md，审稿桥接 MCP 为 mcp-servers/codex-exec/server.py。

⚠️ 最后提醒：ARIS 加速的是执行，不是判断。生成的 idea 请用你的领域知识审视，质疑其假设——最好的研究 = 人的洞察 + AI 的执行力。13 条 pipeline 看全了，选一条开始跑吧。

【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep