科研 SKILL 仓库课 · 02

ARIS ⚔️🌙
让 AI 在你睡觉时做科研

ccx-xy 的轻量开源项目：31 个纯 Markdown skill，靠"跨模型审稿循环"自动找 idea、跑实验、改论文——醒来看到的是 7.5/10 的论文和 20 组实验结果。

仓库概览

At a glance

仓库名片

仓库ccx-xy / ARIS（Auto-Research-In-Sleep，梦中科研） 一句话定位让 AI 在你睡觉时做 ML 科研：纯 Markdown 的轻量技能包，靠"跨模型审稿循环"自动找 idea、跑实验、改论文作者ccx-xy（GitHub；社区共建，版权注记 wanshuiyin） Stars0（2026-10-05 API 实测；项目 2026-04-06 创建，非常新，星数还在起步） 许可证MIT（最宽松的开源许可） 适用平台Claude Code / Codex CLI / Cursor / Trae / Antigravity / OpenClaw / Windsurf……纯 Markdown，换工具照跑 仓库链接github.com/ccx-xy/ARIS

全流程 ML 科研自动化跨模型审稿零依赖

记住一句话：ARIS 不是一个"平台"，而是一套方法论——31 个 Markdown 文件就是全部家当，没有框架要学、没有数据库要维护。核心机关只有一招：让"干活的模型"和"审稿的模型"不是同一个，形成真正的对抗式反馈循环。

仓库自带 Logo：ARIS ——"在睡梦中科研"的浪漫主义

它解决什么问题

Why it exists

背景：科研里最贵的不是 GPU，是"没人挑刺"

做 ML 科研的日常：读几十篇论文 → 憋 idea → 写代码 → 排队等 GPU → 跑实验 → 结果不好 → 换 idea → 重来。一个博士生一年能认真试的 idea 屈指可数，大量时间耗在"把代码跑通"和"等结果"上。

于是有人想：让 AI 自己干、自己审，不就行了？ARIS 的作者指出一个大坑——同一个模型既当运动员又当裁判员，会陷入"局部最优"：它审自己的输出永远有盲区，分数虚高，弱点一个都发现不了。就像让学生自己给自己判卷子，错题永远是"粗心了"，从不怀疑"概念就没懂"。

生活化比喻
ARIS 就像给你开了一家"夜间科研工厂"：

你睡前把"研究方向"丢进工厂，工厂里有两班人马——白班实验员（Claude Code）手脚麻利，连夜写代码、跑实验；夜班质检员（GPT-5.4）不讲情面，天亮前把每一版结果打分、挑刺、开出"返工单"。你一觉醒来，看到的是第 4 版已经改好的论文，和 20 多组 GPU 实验的结果。

关键规矩：质检员绝不能是实验员本人。自己夸自己，工厂就生产出一堆"自我感觉良好"的废品。ARIS 用两套不同的模型互相制衡，这就是它的全部秘密。

它解决的三个核心痛点

自审盲区：单模型自我博弈分数虚高 → 跨模型审稿（执行与评审分离），实测一夜把论文从 5.0/10 改到 7.5/10。
实验管理繁琐：写脚本、传服务器、盯进度、收结果 → run-experiment 自动部署到 GPU，monitor-experiment 盯进度，飞书推送到你手机。
引用幻觉：AI 编造参考文献 → 默认从 DBLP / CrossRef 拉真实 BibTeX，零安装、零幻觉。

作者的提醒
README 里明确写着：这些工具加速科研，但不能替代你自己的思考。生成的 idea 一定要用你的领域知识审视、质疑其假设，最终决策权在你手上。最好的研究 = 人的洞察 + AI 的执行力，而不是全自动流水线。

仓库结构导览

Repo tour

ARIS/
├── skills/                        ★ 31 个核心 skill（每个就是一个 SKILL.md）
│   ├── research-pipeline/         端到端总装线：工作流 1→1.5→2→3
│   ├── idea-discovery/            工作流1编排：调研→头脑风暴→查新→pilot
│   │   ├── research-lit/          多源文献搜索（Zotero+Obsidian+本地+arXiv）
│   │   ├── idea-creator/          头脑风暴 8-12 个 idea
│   │   ├── novelty-check/         查新：这 idea 有没有人做过？
│   │   ├── research-review/       外部 LLM 单轮深度评审
│   │   └── research-refine-pipeline/ 方案精炼＋实验规划一条龙
│   ├── experiment-bridge/         工作流1.5：计划→代码→审代码→部署GPU
│   │   ├── run-experiment/        部署实验到本地/远程 GPU
│   │   └── monitor-experiment/    监控进度、收集结果
│   ├── auto-review-loop/          工作流2编排：审稿→修复→再审（最多4轮）
│   │   └── analyze-results/       分析实验结果、统计、生成对比表
│   ├── paper-writing/             工作流3编排：大纲→图→LaTeX→PDF
│   │   ├── paper-plan/            claims-evidence 矩阵＋章节计划
│   │   ├── paper-figure/          matplotlib 出版级图表＋LaTeX 对比表
│   │   ├── paper-write/           逐节生成 LaTeX（含去 AI 腔打磨）
│   │   └── paper-compile/         编译 PDF、修错、页数验证
│   ├── auto-paper-improvement-loop/ 论文自动润色：审稿×2＋格式检查
│   ├── proof-writer/              数学定理证明撰写        grant-proposal/ 基金申请书
│   ├── paper-slides/              会议幻灯片＋演讲稿       paper-poster/ 会议海报
│   ├── formula-derivation/        公式推导验证            mermaid-diagram/ 免费画图
│   └── dse-loop/ …                社区 skill：芯片设计空间自动探索
├── skills-codex/                  31 个 skill 的 Codex CLI 原生版
├── skills-codex-claude-review/    Codex 执行＋Claude 审稿的覆盖版
├── skills-codex-gemini-review/    Codex 执行＋Gemini 审稿的覆盖版
├── templates/                     9 个输入模板（研究简报/实验计划/论文大纲…）
├── mcp-servers/                   5 个 MCP 桥：codex / claude-review / gemini-review…
├── docs/                          20+ 适配指南（Cursor/Trae/Antigravity/OpenClaw…）
├── tools/                         watchdog.py（看门狗）/ arxiv_fetch.py
└── assets/                        审稿截图、演示图、飞书推送示例

导览：每个部分是干嘛的

skills/ 是心脏：31 个 Markdown 文件即插即用，每个 skill 就是一个独立小工具，可以单独拎出来用，不必走全流程。
skills-codex*/ 是"换装版"：同一套方法论，分别适配 Codex CLI 执行、Claude 审稿、Gemini 审稿三种组合——方法论与执行者解耦，这就是"零锁定"。
templates/ 是填空卷：每个工作流都有现成输入模板，新手照着填就行（比如 NARRATIVE_REPORT_TEMPLATE.md 告诉你"研究叙事"该写多细）。
mcp-servers/ 是翻译官：让不同模型之间能互相调用审稿，比如本地 claude-review 桥把审稿请求转发给 Claude。
docs/ 是说明书库：Cursor、Trae、Antigravity 等 6 种 IDE 的适配指南——ARIS 铁了心要"带着方法论去任何地方"。

核心 Skills 深讲

Deep dive x 10

干什么

全流程总装线：一条命令从"研究方向"干到"投稿"。内部按顺序调度工作流 1（找 idea）→ 1.5（做实验）→ 2（自动改到能投）→ 3（写成论文）。每个阶段结束都有检查点，贵的地方（GPU、大轮审稿）开始前会先问你。

输入 → 输出

输入：一句话研究方向 → 输出：可投稿的论文目录（含 LaTeX 源码＋PDF）。

使用例子（可复制）

/research-pipeline "离散扩散语言模型的 factorized gap"

方向描述越具体越好，不要只说"NLP"，要说"离散扩散语言模型的 factorized gap"这种颗粒度。想手动挑 idea？加参数：/research-pipeline "你的课题" — AUTO_PROCEED: false。

精准模式：手里有篇想改进的论文？

/research-pipeline "改进方法 X" — ref paper: https://arxiv.org/abs/2406.04329, base repo: https://github.com/org/project

——ARIS 会读论文、找弱点、克隆代码、针对弱点生成改进、跑实验、写论文。

干什么

工作流 1 的编排器：把模糊方向变成"值得做的具体方案"。8 步：①多源文献调研 ②头脑风暴 8-12 个 idea（GPT-5.4 出题）③初筛可行性 ④ top idea 深度查新＋魔鬼代言人评审 ⑤ top 2-3 个 idea 并行 GPU pilot 实验（30 分钟–2 小时）⑥按实验信号排序 ⑦冻结问题锚点精炼方案 ⑧输出 claim-driven 实验路线图。

输入 → 输出

输入：研究方向 → 输出：IDEA_REPORT.md（排名后的 idea）＋ FINAL_PROPOSAL.md（精炼方案）＋ EXPERIMENT_PLAN.md（实验路线图）。失败的 idea 也记录在案，避免重复踩坑。

使用例子（可复制）

/idea-discovery "离散扩散语言模型的 factorized gap"

人在回路：每个阶段都展示结果等你反馈；信任默认选择就让它自动带着最优方案继续。Pilot 实验预算（时长、GPU 总量）可在参数里配置。

干什么

查新侦探：你觉得是个好 idea？先别激动。它做多源检索＋GPT-5.4 交叉验证，回答"有没有人做过、做到哪一步、你的增量在哪"。这是 idea-discovery 第 4 步的核心，也是审稿人建议新方向时的"验证官"。

输入 → 输出

输入：一句话 idea → 输出：新颖性评估报告（相关工作、重叠度、差异点）。

使用例子（可复制）

/novelty-check "用缓存复用加速 LLM Agent 的轨迹规划"

建议对每个 top idea 都跑一遍——在 GPU 上烧钱之前，先花几分钟确认这条路没人走过（或走得不一样）。

干什么

工作流 1.5 的包工头：拿着实验计划，自动把"纸面方案"变成"跑起来的实验"。流程：解析计划 → 写实验脚本（复用已有代码、加 argparse/logging/随机种子）→ GPT-5.4 交叉审代码（默认开启，在烧 GPU 之前先抓逻辑 bug）→ 小规模 sanity check → 部署完整实验到 GPU → 收集结果更新 tracker。

输入 → 输出

输入：EXPERIMENT_PLAN.md → 输出：可运行的实验代码＋初始实验结果。

使用例子（可复制）

/experiment-bridge

自动读取 refine-logs/EXPERIMENT_PLAN.md；也可指定文件：/experiment-bridge "my_plan.md"。想省时间跳过代码评审？加 — code review: false（不推荐）。

为什么审代码这步值钱？一个逻辑 bug 跑 8 小时 GPU 才暴露，电费和排队时间全打水漂。让 GPT-5.4 先审一遍，相当于发射前多做一次检查——"磨刀不误砍柴工"。

干什么

睡觉科研本体的循环引擎：GPT-5.4 审稿 → 定位弱点 → 开"返工单"（建议实验）→ Claude Code 写脚本、部署 GPU、监控、收结果、改论文 → 再审。最多 MAX_ROUNDS = 4 轮，达标提前停。实测某 ML 项目：初始 5.0/10（borderline reject）→ 第 4 轮 7.5/10（可投稿），自主跑了 20+ 组 GPU 实验，重写了论文叙事，还"杀掉"了经不住检验的核心声明——全程无人干预。

输入 → 输出

输入：论文主题或范围 → 输出：多轮审稿报告＋修复后的论文＋REVIEW_STATE.json（断点状态）。

使用例子（可复制）

/auto-review-loop "离散扩散语言模型的 factorized gap"

/paper-slides "paper/"
/paper-poster "paper/"

中稿后一条龙：先 /paper-slides 做演讲幻灯片，再 /paper-poster 做海报。

作者的原话："从 idea 到论文到讲台——一条工具链。"

AI 生成的论文架构图演示 — assets/paper_illustration_demo.png —— paper-illustration skill：AI（Gemini）生成的论文架构图演示（仓库原图）

完整工作流

The 4 workflows

一张图：四条工作流的关系

四个工作流可单独用、可串联。/research-pipeline 是一键全流程：工作流 1（找 idea）→ 1.5（做实验）→ 2（自动改到能投）→ 3（写成论文）。已有 idea？直接进 1.5；有结果了？跳到工作流 3。

实测证据：分数爬坡曲线（仓库原图）

某 ML 项目 4 轮自动循环的真实记录：从 5.0/10（borderline reject）到 7.5/10（可投稿）。注意第 2-3 轮的"顿悟"时刻——大规模实验推翻了主要改善声明，AI 没有硬拗，而是诚实地转换了论文叙事。

自动审稿分数曲线 — docs/auto_review_score_curve.png —— 4 轮循环的分数变化（仓库原图）

轮次	分数	发生了什么
初始	5.0/10	Borderline reject
第 1 轮	6.5/10	补了标准指标，发现指标脱钩
第 2 轮	6.8/10	核心声明不可复现，转换叙事
第 3 轮	7.0/10	大规模 seed 研究推翻了主要改善声明
第 4 轮	7.5/10	诊断证据确立，可以投稿

最难得的不是涨分，是诚实：第 2 轮发现核心声明不可复现时，循环没有"美化数据"，而是杀掉声明、重写叙事。记住这条铁律——"不隐藏弱点骗高分"，这是 ARIS 和"论文工厂"的根本区别。

安装与上手

Install & quickstart

前置条件

Claude Code（执行者）；Codex MCP（评审者通道）：npm install -g @openai/codex 后 codex setup 选 gpt-5.4
GPU 服务器（跑实验用，信息配在 CLAUDE.md 里）；本地 LaTeX 环境（编译论文 PDF 用）
零 Claude/OpenAI API 也能玩：支持 Kimi、DeepSeek、GLM、MiniMax 等替代组合（见 docs/MODELSCOPE_GUIDE.md，甚至有免费方案）

安装三步走（可复制）

# 1. 安装 skills（注意：仓库曾用名 Auto-claude-code-research-in-sleep）
git clone https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep.git
cp -r Auto-claude-code-research-in-sleep/skills/* ~/.claude/skills/

# 2. 配置 Codex MCP（review 类 skill 需要）
npm install -g @openai/codex
codex setup                    # 提示选模型时选 gpt-5.4
claude mcp add codex -s user -- codex mcp-server

上手四句话（在 Claude Code 里）

> /idea-discovery "你的研究方向"        # 工作流 1：方向要具体！不要"自然语言处理"，要"离散扩散语言模型的 factorized gap"
> /experiment-bridge                   # 工作流 1.5：有计划了？实现＋部署＋收结果
> /auto-review-loop "你的论文主题"       # 工作流 2：审稿→修复→再审，一夜完成
> /paper-writing "NARRATIVE_REPORT.md"  # 工作流 3：研究叙事 → 精修 PDF
> /research-pipeline "你的研究方向"      # 全流程：1 → 1.5 → 2 → 3 端到端

纯 Codex 用户？

有 skills/skills-codex/ 原生版（31 个 skill 全套），另有 skills-codex-claude-review（Codex 执行＋Claude 审稿）和 skills-codex-gemini-review（Codex 执行＋Gemini 审稿）两种覆盖包，按需叠加。

给高中生的提醒ARIS 是给 ML 研究者的自动化工具，需要 GPU 和 LaTeX 环境。对中学生来说，最值得学的是它的思想：跨模型互相挑刺、实验前先审代码、用真实数据库防幻觉——这些"科研诚实"的方法论，做任何研究都用得上。

场景小故事

Three stories

故事一：睡一觉，论文涨了 2.5 分

研二的阿哲论文初稿只有 5.0/10，导师说"这个水平投出去就是陪跑"。他睡前输入 /auto-review-loop "我的 diffusion model 论文" — human checkpoint: false，然后关机睡觉。

夜里：GPT-5.4 审出"指标脱钩"→ Claude Code 补实验 → 凌晨 3 点发现核心声明不可复现 → AI 没有硬拗，连夜重写叙事框架 → 第 4 轮 7.5/10，飞书推送"可以投稿"到他手机。他醒来看到 20 多组实验结果和改好的论文，直呼"像请了个不睡觉的科研团队"。当然，投稿前他还是逐字读了一遍——最终决策权在他手上。

故事二："这篇论文哪里不行？我来修"

小北读到一篇 arXiv 论文，觉得 idea 有潜力但实验单薄。她用精准模式：/research-pipeline "改进方法 X" — ref paper: https://arxiv.org/abs/2406.04329, base repo: https://github.com/org/project。

ARIS 先总结论文、定位 3 个弱点，然后克隆官方代码仓库，针对弱点生成改进方案，跑对比实验，最后写成一篇"改进型"论文。她说："以前读论文只能在心里吐槽，现在是'读这篇论文，用这个代码，找出哪里不行，然后修好它'——从读者变成了改进者。"

故事三：纯 Codex 拿下 AAAI 2026

社区用户 @xinbo820-web 全程只用 Codex CLI（没用 Claude Code），靠 skills-codex/ 那套 skill，从 idea 到实验到写作走完 ARIS 全流程，论文被 AAAI 2026 主会接收，ARIS 自带审稿给这篇打了 7/10（good paper, accept）。另一位用户 @DefanXue 用 Claude Code＋GPT-5.4 组合拿下 CS 会议论文，审稿 8/10（clear accept），审稿人评价"实验发现清晰、证据扎实"。

这两个案例证明了 ARIS 的设计哲学：重要的是科研工作流，带着它去任何地方——换执行者、换评审者，方法论照样转。

社区 8/10 审稿截图 — assets/community_showcase_8_10.png —— 社区用户用 ARIS 完成的 CS 论文，审稿 8/10 "clear accept"（仓库原图）

术语翻卡

Flashcards x 12

跨模型协作

Cross-model collaboration

ARIS 的看家本领：干活的模型（Claude Code）和审稿的模型（GPT-5.4）不是同一个。自己审自己有盲区，换个"脑子"来挑刺，弱点才藏不住。

对抗式反馈

Adversarial feedback

评审者不是来夸你的，是来"找茬"的——主动探测执行者没想到的弱点。作者用老虎机打比方：单模型自审是"噪声可预测"的赌局，跨模型是"对手是活人"的赌局，后者天然更难被糊弄。

Codex MCP

Model Context Protocol bridge

让 Claude Code 能调用 Codex（GPT-5.4）来审稿的"翻译官"。MCP 是一种标准接口，有了它，不同 AI 之间就能互相派活。

MAX_ROUNDS

最大循环轮数（=4）

自动审稿循环的安全阀：最多转 4 轮就停，防止 AI 陷入无限"修改—审稿—再修改"的死循环。达到分数阈值会提前停。

Sanity check

合理性检查

上大规模 GPU 之前，先用最小配置跑一遍，抓运行时 bug。好比炒菜先尝一口咸淡，再决定要不要加一锅水——省电费、省排队。

Claims-Evidence 矩阵

Claims-evidence matrix

论文写作的"施工图"：每一句核心声明，都必须映射到支撑它的实验证据。一个声明找不到证据？那就删掉或补实验，不许"裸奔"。

DBLP 反幻觉引用

DBLP / CrossRef BibTeX

对付 AI 编造参考文献的杀招：引用不让 AI"写出来"，而是从 DBLP、CrossRef 真实数据库"查出来"。真的就是真的，假的一条也混不进来。

去 AI 腔

De-AI polish

去掉 AI 写作的"口头禅"（比如 delve、pivotal、landscape 这些 AI 爱用的词），让论文读起来像人写的。顶会审稿人对 AI 腔越来越敏感。

Pilot 实验

Pilot experiment

正式大干之前的"侦察兵"实验：top 2-3 个 idea 各派上不同 GPU 跑 30 分钟到 2 小时，看哪个有正信号，再决定把大钱（GPU 时间）押在哪一个上。

Human checkpoint

人工检查点

每轮审稿后暂停，让你看分数、给修改意见、跳过某些修复或提前终止。默认全自动，想掌控就打开它——方向盘随时能抢回来。

断点续跑

Checkpoint resume

每轮状态存进 REVIEW_STATE.json。上下文满了触发压缩、甚至电脑重启，工作流都能从断点继续——长任务不怕断，像游戏存档。

零锁定

No lock-in

整个系统就是 Markdown 文件，不绑死任何平台。今天用 Claude Code，明天换 Codex、Cursor、Trae，工作流照跑。方法论是你的，不是平台的。

点击卡片翻转，查看高中生版解释（共 12 张）

自测题

Quiz x 6

A. 用一个最强的模型包办一切

B. 让"干活的模型"和"审稿的模型"不是同一个，形成跨模型对抗式反馈

C. 模型越多越好，4 个评审者比 2 个强一倍

D. 不用任何模型，全靠模板

正确答案：B
ARIS 的核心机关就是跨模型协作：Claude Code 执行，GPT-5.4 评审。作者算过账：1→2 个评审者是质变（打破自审盲区），2→4 只是量变还更贵，所以取最小有效配置。

A. 因为一个模型跑不快

B. 因为单模型自审会陷入局部最优——审自己的输出永远有盲区，分数虚高，弱点发现不了

C. 因为两个模型更便宜

D. 因为作者不会用 subagent

正确答案：B
作者的原话：用 Claude Code 的 subagent 同时做执行和审稿技术上可行，但容易陷入局部最优。类比老虎机：单模型自审是"噪声可预测"的赌局，跨模型是"对手是活人"的赌局，后者天然更难被糊弄。

A. 最多 4 轮，防止无限循环

B. 超过 4 GPU-hour 的实验自动跳过并标记人工跟进

C. 铁律：不隐藏弱点骗高分，必须真修好再送审

D. 分数越高越好，可以无限追加实验直到 10/10

正确答案：D
恰恰相反：MAX_ROUNDS=4 是硬上限，达标提前停；大实验自动跳过；优先改叙事而非烧钱跑新实验。ARIS 的目标是"够投稿"，不是"刷满分"。

A. 让 AI 发誓不编造

B. 默认从 DBLP / CrossRef 真实数据库拉取 BibTeX，替代 LLM 生成，零安装

C. 把引用全删掉

D. 只引用 Wikipedia

正确答案：B
DBLP_BIBTEX 参数默认 true：引用不让 AI"写出来"，而是从真实数据库"查出来"。这是反幻觉引用机制的核心。

A. /idea-discovery "随便写个方向"

B. /research-pipeline "改进方法 X" — ref paper: <论文链接>, base repo: <仓库链接>

C. /paper-poster "paper/"

D. /run-experiment

正确答案：B
精准模式：ref paper 单独用 = "这篇论文哪里能改进？"，base repo 单独用 = "这个代码能做什么？"，两个都给 = "用这个代码改进这篇论文"。ARIS 会读论文、找弱点、克隆代码、针对性改进、跑实验、写论文。

A. AI 全自动就行，人不用看

B. 工具加速科研但不能替代思考；idea 要用领域知识审视；铁律"不隐藏弱点骗高分"；最终决策权在人手上

C. 分数就是一切，越高越好

D. 审稿意见只看不改，攒着就行

正确答案：B
README 明确提醒：生成的 idea 一定要用领域知识审视、质疑假设；auto-review-loop 的铁律是不隐藏弱点；human checkpoint 随时可介入。最好的研究 = 人的洞察 + AI 的执行力。

总结与延伸

Wrap-up

一句话总结

ccx-xy/ARIS（Auto-Research-In-Sleep）是一套 MIT 开源、纯 Markdown、零依赖的 ML 科研自动化技能包：31 个 skill 组成 4 条工作流（找 idea → 做实验 → 自动改到能投 → 写成论文），靠 "执行与评审分离"的跨模型协作打破 AI 自审盲区，实测一夜把论文从 5.0/10 改到 7.5/10，还拿下过 AAAI 2026。

延伸思考（留给你的三个问题）

ARIS 证明"换个脑子来审稿"比"自己审自己"靠谱。这对你平时写作文、做项目有什么启发？（提示：想想"写完放一晚再改"和"请同学挑刺"）
如果未来每个研究者都有"夜间科研工厂"，科研竞争的胜负手会变成什么？是 GPU 数量，还是"提出好问题的能力"？
ARIS 的铁律是"不隐藏弱点骗高分"。但如果有人把这套工具用来批量生产"看起来很厉害"的论文，学术界该怎么办？

仓库原链

https://github.com/ccx-xy/ARIS
安装：git clone 后把 skills/* 拷到 ~/.claude/skills/，再配好 Codex MCP。MIT 许可。注意仓库曾用名 Auto-claude-code-research-in-sleep，安装命令里用的是旧路径。

ARIS hero — docs/hero_combined.svg —— 仓库主视觉：四条工作流总览（仓库原图）

ARIS ⚔️🌙让 AI 在你睡觉时做科研

仓库概览

仓库名片

它解决什么问题

背景：科研里最贵的不是 GPU，是"没人挑刺"

它解决的三个核心痛点

仓库结构导览

导览：每个部分是干嘛的

核心 Skills 深讲

干什么

输入 → 输出

使用例子（可复制）

干什么

输入 → 输出

使用例子（可复制）

干什么

输入 → 输出

使用例子（可复制）

干什么

输入 → 输出

使用例子（可复制）

干什么

输入 → 输出

使用例子（可复制）

干什么

输入 → 输出

使用例子（可复制）

干什么

输入 → 输出

使用例子（可复制）

干什么

输入 → 输出

使用例子（可复制）

干什么

输入 → 输出

使用例子（可复制）

干什么

输入 → 输出

使用例子（可复制）

完整工作流

一张图：四条工作流的关系

实测证据：分数爬坡曲线（仓库原图）

安装与上手

前置条件

安装三步走（可复制）

上手四句话（在 Claude Code 里）

纯 Codex 用户？

场景小故事

故事一：睡一觉，论文涨了 2.5 分

故事二："这篇论文哪里不行？我来修"

故事三：纯 Codex 拿下 AAAI 2026

术语翻卡

自测题

总结与延伸

一句话总结

延伸思考（留给你的三个问题）

仓库原链

ARIS ⚔️🌙
让 AI 在你睡觉时做科研