| name | night-loop |
| description | Unattended overnight research iteration - runs bounded experiment/tuning loops with objective machine-checkable stop conditions, safety rules, per-iteration logging, and a morning report, while explicitly excluding verdict-bearing decisions from automation. Use when the user asks to run experiments overnight, keep iterating unattended, sweep parameters while away, or set up an autonomous research loop. |
Night Loop（无人值守夜跑循环）
完整红线见 shared-references/research-integrity.md。
"睡觉时做科研"的安全实现：只自动化有客观停止条件的工作，裁决类决策留给
早晨的人。提炼自 ARIS 的 auto-review-loop / dse-loop 机制与其安全教训。
允许 / 禁止自动循环的边界
允许（Type-A，机器可判停止条件）：
- 实验队列执行：baseline 复现、消融矩阵、种子重复、超参 sweep
- 目标导向调优：指标达到阈值 / 收敛 / 预算耗尽即停
- 论文编译修错、图表批量重绘、引用格式统一
禁止（Type-B，裁决类——夜跑只准备材料，不做决定）：
- 立项/放弃/pivot 判断、投稿决定（决策卡是人的）
- 评审打分循环（见 cross-model-review：按时钟重评 = 自我开脱）
- 因结果不好而改指标、换数据集、换切分（实验纪律红线，夜里也不例外）
循环参数（启动前写入 night_plan.md，人确认后开跑）
| 参数 | 默认 | 说明 |
|---|
| TIMEOUT | 8h | 总时钟预算 |
| MAX_ITERATIONS | 30 | 评估的配置/实验数上限 |
| PATIENCE | 8 | 连续无改进即早停 |
| OBJECTIVE | 领域模块指标 | 必须机器可判（如 val MSE） |
启动前 preflight（硬性检查，任一不过即不开跑）
night_plan.md 存在且含全部循环参数（TIMEOUT/MAX_ITERATIONS/PATIENCE/OBJECTIVE）
与人类确认记录（谁、何时确认）。- git 工作树干净（
git status --porcelain 为空），或脏文件已列入 night_plan 的
已知例外清单——夜跑绝不能在未提交的手工改动上叠加自动改动。
- 写入目录白名单已在 night_plan 中列出（如
night_runs/、checkpoints/、
实验输出目录）；循环内一切写操作只落白名单内。
- 磁盘/显存余量满足预算；不足则缩减计划并在 night_plan 标注。
安全铁律
- 禁止：
sudo、递归删除、删除非本会话创建的文件、覆盖未读过的源文件、
任何 git push/reset、杀死非本会话启动的进程。需要其中任何一项 → 停止并留言。
- 明示边界：以上禁令是对 agent 的行为约定，不是操作系统级 sandbox——本 skill
不提供技术性隔离。若需要硬隔离（容器、只读挂载、受限用户），由人类在启动前
自行配置，并把配置记入 night_plan.md；不要向用户暗示禁令具有技术强制力。
- 每次迭代前检查磁盘/显存余量；资源不足优雅收尾而不是崩掉半夜的队列。
- 崩溃可恢复：迭代状态落盘（
night_runs/<日期>/state.json），重启后从断点续跑。
每迭代日志（night_runs/<日期>/iteration_log.md）
迭代号 | 改动的唯一变量 | 预期 | 实际指标 | 判定（改进/退化/持平）| 下一步依据。
一次只改一个变量的纪律在无人值守时同样生效。
晨报（morning_report.md，人醒来后 5 分钟能读完）
- 总览：跑了多少实验、最优配置与指标、对比昨晚基线的 delta
- 证实/证伪的假设（挂回 hypothesis_tree.md 对应节点）
- 异常与失败（含日志路径），未消耗完预算的原因
- 待裁决事项：夜里准备好材料但需要人拍板的 Type-B 决定（格式同决策卡）
与流水线的关系
night-loop 只在阶段 4（experiment-loop）内部使用；启动前必须已有获批的
决策卡 #2（立项）。晨报中的显著结论按流程走决策卡 #3。
