ARIS自动睡眠研究

📌 Skill基础信息

Skill名称：Auto-claude-code-research-in-sleep

简称：ARIS

来源：社区第三方（开发者 wanshuiyin）

运行宿主：Claude Code、Codex、OpenClaw 或其他 LLM Agent（无特定框架依赖）

核心定位：为机器学习研究提供轻量级自动化支持，通过纯 Markdown 技能实现跨模型评审循环、创意发现和实验自动化。

🧩 内部核心组成

【无公开信息】由于原始源文件无法获取，无法提供具体的内部组成细节。根据技能描述，该技能采用轻量级设计，可能包含：

• 基于 Markdown 的指令模板系统
• 跨模型协同研究机制
• 自动化实验流水线设计

*注：具体子Agent、斜杠命令、MCP工具等组件信息需查看实际源码*

🛠 安装与启用方式

安装命令：

skills install --user wanshuiyin/Auto-claude-code-research-in-sleep

前置要求：

• 支持技能的 LLM Agent 环境（Claude Code、Codex、OpenClaw 等）
• 有效的 API 访问权限

启用方式：通过安装命令自动部署到技能目录，在支持的 Agent 中自动识别和加载。

📋 标准工作流

【无公开信息】基于技能描述推测的工作流程：

1. 研究初始化：用户提出研究主题或问题
2. 跨模型协作：技能协调多个 LLM 模型进行交叉评审
3. 创意发现：自动生成和评估研究想法
4. 实验自动化：设计并执行实验方案
5. 结果整合：生成统一的 Markdown 格式研究报告

⚠️ 关键限制、缺陷、注意事项

平台限制：

• 仅适用于支持技能系统的 LLM Agent 环境
• 不适用于传统的 IDE 或纯代码编辑器

适用性考虑：

• 适合机器学习研究场景
• 适合需要多模型协作的项目
• 依赖稳定的 API 连接和足够的计算资源

生产环境：作为社区第三方技能，建议在测试环境中充分验证后再考虑生产部署

✅ 适用场景 & ❌ 不适合场景

✅ 适用场景

• 机器学习研究者需要自动化文献调研
• 需要多模型交叉验证的研究项目
• 快速原型设计和想法验证
• 实验流程的标准化和自动化

❌ 不适合场景

• 非研究性质的商业项目开发
• 需要严格代码审查的生产环境
• 资源受限的轻量级应用场景
• 需要特定框架深度集成的项目

*注：以上分析基于有限的元数据信息，具体功能特性请参考实际源码或联系作者获取详细文档*

skills install --user wanshuiyin/Auto-claude-code-research-in-sleep