Auto Codex Code Research In Sleep

睡眠中的自动编码研究

此存储库改编自 睡眠中的自动克劳德码研究目前面向食品法典委员会的技能和工作流程描述在食品法典委员会中进行了修改，而不是在上游保留，因此将其视为下游适应：在实际运行中使用之前，仔细审查提示、默认值、模型/提供者假设和环境要求。

Codex的首要研究技能，用于运行想法发现、实验循环、论文写作、审稿人模拟、反驳、修订和提交打包，只需最少的手动编排。

此存储库遵循ARIS工作流形状，但将其调整为Codex工作区：

• Codex是主要的执行者和编辑。
• 当技能明确要求外部审查时，使用Claude CLI。
• MiniMax支持作为可选的备选审阅路径。
• 项目环境注释仍然可以存在 CLAUDE.md，但这些技能是作为Codex兼容的端口编写的，而不是严格的仅用于Claude的工件。

此回购包含哪些内容

存储库目前正在发货 26 技能下 技能/:

研究发现

• research-lit
• novelty-check
• idea-creator
• idea-discovery
• idea-discovery-robot

实验执行和迭代

• run-experiment
• monitor-experiment
• analyze-results
• auto-review-loop-claude
• auto-review-loop-minimax
• research-review-claude
• research-pipeline

论文写作

• paper-plan
• paper-figure
• paper-write
• paper-compile
• paper-writing
• auto-paper-improvement-loop-claude

提交和审查生命周期

• paper-submission
• peer-review-claude
• paper-rebuttal
• paper-revise
• paper-review-cycle-claude

实用程序和扩展

• feishu-notify
• dse-loop
• pixel-art

为什么这个叉子存在

ARIS已经定义了一个强大的自主研究循环。这个Codex叉子保持了这种结构，但做了两个更改：

1. 它将原始的以克劳德为导向的技能文本转换为Codex友好的形式。
2. 它将后期的论文生命周期保持为一流的工作流程，而不是止步于“草稿看起来不错”。

在实践中，这意味着存储库对以下两者都有用：

• 端到端研究迭代
• 草案提交、审查、反驳和修订处理后

快速开始

# 1. Clone this repo
git clone https://github.com/AuroraSxh/Auto-codex-code-research-in-sleep.git

# 2. Install the skills into Codex
mkdir -p ~/.codex/skills
cp -R Auto-codex-code-research-in-sleep/skills/* ~/.codex/skills/

# 3. Optional: install reviewer/runtime dependencies
brew install tmux
python3 -m pip install --user seaborn
npm install -g @anthropic-ai/claude-code

# 4. Start using the skills from Codex

典型入口点：

/idea-discovery "your research direction"
/research-pipeline "your research direction"
/paper-writing "NARRATIVE_REPORT.md"
/paper-review-cycle-claude "paper/"

先决条件

不同的技能需要不同的当地能力。

核心

• 使用当地技能装载食品法典
• python3
• git
• rg

Claude支持的审核技能

• 本地 claude 命令行界面
• 经过身份验证的克劳德会话

受影响的技能：

• research-review-claude
• auto-review-loop-claude
• peer-review-claude
• paper-review-cycle-claude
• auto-paper-improvement-loop-claude

用于实验部署技能

• 本地或远程Python环境
• ssh, rsync, screen 或 tmux
• 可选GPU访问

受影响的技能：

• run-experiment
• monitor-experiment
• research-pipeline
• idea-discovery
• idea-creator

LaTeX编译技能

• latexmk
• pdflatex
• bibtex
• pdftotext

受影响的技能：

• paper-compile
• paper-writing
• auto-paper-improvement-loop-claude

可选集成

• ~/.codex/feishu.json 或 ~/.claude/feishu.json 为飞树/云雀
• 如果您的环境暴露了Zotero/Obsidian MCP风格的集成
• MINIMAX_API_KEY 或配置支持的等效工具 auto-review-loop-minimax

主要工作流程

工作流程1：从文献到可执行的想法

当您还没有具体项目时，请使用此选项。

/research-lit
  -> /idea-creator
  -> /novelty-check
  -> /research-review-claude

一个命令包装器：

/idea-discovery "direction"

机器人专用变体：

/idea-discovery-robot "direction"

输出：

• IDEA_REPORT.md
• 新颖性与评论者框架
• 试点建议

工作流程2：睡眠时的实验循环

当你已经有了一个假设或草案方向并想要自主迭代时，可以使用这个。

implement
  -> /run-experiment
  -> /monitor-experiment
  -> /analyze-results
  -> /auto-review-loop-claude

MiniMax变体：

/auto-review-loop-minimax "topic-or-scope"

典型行为：

• 审查人员发现了弱点
• Codex编辑代码或框架
• 重新运行实验
• 收集并重新评估结果
• 循环在阈值或圆形上限处停止

工作流程3：书面叙述报告

当你已经有了结果并想要一份手稿时，可以使用这个。

/paper-plan
  -> /paper-figure
  -> /paper-write
  -> /paper-compile
  -> /auto-paper-improvement-loop-claude

一个命令包装器：

/paper-writing "NARRATIVE_REPORT.md"

输出：

• paper/main.tex
• 部分文件
• 图表
• 编译PDF
• 改进日志

工作流程4：提交复审周期

当草稿已经存在并且您希望进行现实的草稿后处理时，请使用此选项。

/paper-submission
  -> /peer-review-claude
  -> /paper-rebuttal
  -> /paper-revise
  -> /peer-review-claude

一个命令包装器：

/paper-review-cycle-claude "paper/"

输出：

• 提交包
• 审阅者报告
• 反驳伪像
• 修订日志
• 第二轮审查

技能选择指南

当您不确定要调用哪种技能时，请使用这些快捷方式：

设计原则

此存储库始终遵循一些规则：

• 外部批评比自我祝贺更有用
• 重新审核前修复
• 保留原始审阅者工件
• 将实验证据与索赔联系起来
• 将手稿质量与提交准备分开
• 保持反驳承诺可追溯到实际修订

这些规则很重要，因为自主研究工作流程通常会以同样的方式失败：

• 他们润色了一个破碎的故事
• 他们重新运行审查，但没有解决根本问题
• 他们把一份好的草稿当作一个提交包来对待
• 他们失去了从审稿人请求到手稿更改的映射

重要注意事项

• 这是食典委的下游改编，而不是ARIS的上游真相来源。
• 一些技能保留了ARIS时代的假设，例如 CLAUDE.md，Claude CLI可用性或MCP风格的集成，但它们被重写为与Codex兼容的端口。
• 工具要求是真实的。技能可以正确加载，但仍需要LaTeX、远程服务器、审核者CLI或API密钥来完成其完整的工作流程。
• 仍然需要人工审查。这些技能可以加速执行，但它们并不能消除对领域判断的需求。

仓库的规划

skills/
├── analyze-results/
├── auto-paper-improvement-loop-claude/
├── auto-review-loop-claude/
├── auto-review-loop-minimax/
├── dse-loop/
├── feishu-notify/
├── idea-creator/
├── idea-discovery/
├── idea-discovery-robot/
├── monitor-experiment/
├── novelty-check/
├── paper-compile/
├── paper-figure/
├── paper-plan/
├── paper-rebuttal/
├── paper-review-cycle-claude/
├── paper-revise/
├── paper-submission/
├── paper-write/
├── paper-writing/
├── peer-review-claude/
├── pixel-art/
├── research-lit/
├── research-pipeline/
├── research-review-claude/
└── run-experiment/

建议使用模式

模式A：创意到纸稿

/idea-discovery "direction"
  -> implement
  -> /run-experiment
  -> /auto-review-loop-claude
  -> /paper-writing "NARRATIVE_REPORT.md"

模式B：草稿到现实提交排练

/paper-writing "NARRATIVE_REPORT.md"
  -> /paper-review-cycle-claude "paper/"

模式C：对修订稿的现有真实评论

/paper-rebuttal
  -> /paper-revise

模式D：在实际提交之前减轻审阅者的压力

/peer-review-claude
  -> /paper-revise
  -> /peer-review-claude

学分

• 原始工作流灵感和源代码库： 睡眠中的自动克劳德码研究
• 该存储库保留了上游研究自动化的精神，但将技能适应以食品法典委员会为中心的工作空间，并延长了草稿后的论文生命周期。