摘要
ARIS 是以可移植 Agent Skills 和独立 reviewer 为核心的自动研究 workflow，覆盖从文献、选题和实验到论文写作、证据审计与持久研究 Wiki。
核心内容
基本信息
- 实体类别：研究 workflow、Agent Skills 与 CLI。
- 关键名称或版本：
wanshuiyin/Auto-claude-code-research-in-sleep；v0.4.24；MIT。 - 时间范围：2026-03-10 创建；2026-09-03 推送并核实。
重要事实
- 核实时为 15,689 stars；仓库约 701 个文件、61 个测试文件和 4 个 workflow，最近 Test suite 与 Pages 成功。（来源：AI Scientist GitHub 开源项目回溯）
- 普通
SKILL.md将研究计划、实验执行、跨模型评审、论文写作和 claim audit 组合起来；papers、ideas、experiments、claims 与失败路线可写入持久研究 Wiki。（来源：AI Scientist GitHub 开源项目回溯） /meta-optimize会从历史调用提出 skill 修改，但设置 reviewer gate 与用户批准，不把自我修改权完全交给 executor。（来源：AI Scientist GitHub 开源项目回溯）
关系与影响
ARIS 把 Autoresearch 从单指标实验 loop 扩到研究全流程，并以 skill 形式适配 Codex 等多种宿主；其 Anti-Autoresearch 进一步把研究诚信检查拆成独立层。
分歧与变化
跨模型 reviewer 可以减少同模型盲点，但不自动保证 evaluator 独立；宿主权限和实验环境仍决定实际隔离强度。
相关页面
- 概念：Autoresearch、Self-Improving Harness、Execution-Based Agent Evaluation
- 实体：Anti-Autoresearch、EvoScientist、Agent-Native Research Artifact
- 主题：Autoresearch 开源生态、LLM Agent Self-Improvement
来源
待核实问题
- 需要独立复现跨宿主可移植性、reviewer 独立性和长程实验成本。