Autoresearch：自主迭代改进引擎
将 Claude Code、OpenCode 或 OpenAI Codex 变成永不放弃的改进引擎：设定目标、定义指标、自动循环修改与验证。
证据显示有9个安全钩子，默认启用，可禁用，包括阻止读取.env、SSH密钥等敏感文件，阻止危险命令，以及自动回滚。但数据流透明度有限，未详细说明钩子如何记录或向用户展示数据访问。依赖安全未充分说明，未列出依赖项或漏洞扫描。外部影响有控制，如命令白名单和回滚。来源归属仅通过README中的作者和许可证，但发布者未验证。
自一致性较好，README和测试文件描述一致，多个测试脚本验证了钩子和编排器的行为。依赖可用性未明确，未列出运行时依赖或版本。失败消息在测试中有体现，如断言失败会输出FAIL，但实际运行时的错误处理未详细说明。
面向Claude Code、OpenCode和Codex，提供了多种安装方式，支持14个命令，场景覆盖广泛。能力边界通过命令和标志定义，但未明确限制或失败模式。触发精度通过命令和标志定义，但未明确限制或失败模式。环境适配良好，支持多种平台和安装方式。
信息架构清晰，有README、指南、命令文档。安装说明详细，提供多种安装方式。命名稳定，命令名称一致。示例和FAQ在README中有提及，但未提供完整FAQ内容。已知限制未明确列出。许可证为MIT，版本号在README中显示2.2.1，但未提供变更日志。维护责任未明确，发布者未验证。
输出可用性高，命令生成结构化报告和文件。边际价值高，自动化迭代和多种命令提供显著价值。成本效益好，声称减少95%的token使用，但未提供基准数据。
声明可追溯性有限，README中的性能声明未提供证据。跨来源验证有限，测试文件提供了部分验证，但未独立验证。事实与推断分离不足，README中的声明与测试结果未明确区分。
- 发布者身份未验证，需谨慎使用。
- 依赖安全未充分说明，建议检查依赖清单和漏洞。
- 数据流透明度有限，钩子可能记录数据但未明确说明。
- 性能声明（如95% token减少）缺乏基准证据。
这个 Agent 能做什么，适合哪些场景？
Autoresearch 是一个基于 Karpathy 的 autoresearch 理念构建的技能包，为 Claude Code、OpenCode 和 OpenAI Codex 提供 14 个命令和 9 个安全钩子。它把一次性的代码改进变成自动化的“修改→验证→保留/回滚”循环，每个循环只做一处修改，用机械性指标（如测试覆盖率、性能）评估是否保留，失败自动用 git 回滚。v2.2.0 引入了自主编排器模式：你只需输入一句自然语言目标，它会自动分类目标、推导成功条件并跨命令循环直到完成。架构上，v2.1.0 将原先 813 行的 SKILL.md 拆分为 41 行的路由文件和 12 个自包含命令文件，使每次调用 token 减少 95%。该技能可安装到 Claude Code（插件或 npx）、OpenCode 和 Codex，支持从代码、调试、安全审计到产品改进等广泛场景。
它提供一整套命令：核心的 /autoresearch 运行经典迭代循环（读取状态→选择一个修改→提交→运行验证→保留或回滚）；/autoresearch:plan 把自然语言目标转换成可执行的配置；/autoresearch:debug 用科学方法迭代查找 bug；/autoresearch:fix 自动修复错误直到归零；/autoresearch:security 进行 STRIDE 和 OWASP 安全审计；/autoresearch:ship 通过 8 阶段流程发布；/autoresearch:scenario 生成 12 个维度的边界用例；/autoresearch:predict 模拟 5 个专家角色分析；/autoresearch:learn 自动生成文档；/autoresearch:reason 进行对抗性辩论与盲审；/autoresearch:probe 用 8 个对抗性角色探查需求；/autoresearch:improve 研究 ICP 并生成 PRD；/autoresearch:evals 分析历史结果趋势；/autoresearch:regression 进行回归门禁。每个命令都有默认迭代次数、支持 Guard 命令防止回归，结果以 TSV 记录，支持 --chain 链式调用。安装方式包括 npx、插件、脚本或手动复制。
- 前端开发者想提高测试覆盖率：在 Claude Code 中运行 /autoresearch，设置 Goal 和 Metric，让它自动迭代直到 90% 覆盖率。
- 后端团队在 CI 前发现大量测试失败，使用 /autoresearch:fix 自动修复所有错误直到通过。
- 安全工程师需要对代码库进行定期的 STRIDE/OWASP 审计，运行 /autoresearch:security 并获取带证据的漏洞报告。
- 产品经理想要为新功能生成需求文档，使用 /autoresearch:probe 和 /autoresearch:improve 探索约束和生成 PRD。
- 开发者在发布前需要验证改动不会引入回归，运行 /autoresearch:regression 获得 STABLE/UNSTABLE 判定。
- 技术作家或维护者想为现有代码库生成和更新文档，使用 /autoresearch:learn 自动生成参考文档和架构图。
这个 Agent 有哪些优点和局限？
- 大幅降低 token 消耗：v2.1.0 重构后每次调用 token 减少 95%（从约 100K 降至 5-8K）。
- 自带 9 个安全钩子，自动阻止读取敏感文件（.env、密钥）、危险命令（force-push、rm -rf）等。
- 支持三个主流 agent 平台（Claude Code、OpenCode、Codex），提供统一的安装脚本。
- 每个命令都有默认迭代次数，避免无限循环；失败自动 git 回滚，保证代码库稳定。
- 丰富的命令集覆盖开发全流程：计划、调试、修复、安全、发布、场景生成、文档生成等。
- 核心依赖 Claude Code 的 Skill 系统，虽然支持 OpenCode 和 Codex，但安装方式较为复杂，需要复制或脚本。
- 不兼容 ChatGPT 等非编码 agent 平台，无法直接使用。
- 需要用户明确提供可机械验证的指标，对于难以量化目标（如主观设计）需要额外配置（如使用 /autoresearch:reason）。
- 安装后需要重启会话才能解析命令，存在平台限制。
- 文档强调默认迭代有上限，但无限模式仍可能消耗大量时间和 token，需要用户监控。
如何安装或部署这个 Agent？
安装方式依平台不同：
Claude Code（推荐 npx）：
npx skills add uditgoenka/autoresearch或通过插件：
/plugin marketplace add uditgoenka/autoresearch
/plugin install autoresearch@autoresearch或手动复制 .claude 目录到项目或全局。或运行引导安装脚本：
git clone https://github.com/uditgoenka/autoresearch.git
cd autoresearch
./scripts/install.sh --claude --globalOpenCode：
./scripts/install.sh --opencode --globalCodex：
./scripts/install.sh --codex --global如何使用这个 Agent？
安装后，在 Claude Code 会话中直接输入命令即可。例如：
/autoresearch
Goal: Increase test coverage from 72% to 90%
Scope: src/**/*.test.ts, src/**/*.ts
Metric: coverage % (higher is better)
Verify: npm test -- --coverage | grep "All files"
Iterations: 25或使用编排器模式：
/autoresearch help me fix the login bug常用子命令：
- /autoresearch:plan 将目标转换为配置
- /autoresearch:debug 迭代查找 bug
- /autoresearch:security 安全审计
- /autoresearch:ship 发布流程
在 OpenCode 中使用下划线命名（/autoresearch_debug），在 Codex 中使用 $autoresearch debug 语法。
这个 Agent 与同类方案有什么区别？
与 Karpathy 的原始 autoresearch 相比，本仓库将其从仅限 ML 模型扩展到任意领域，增加了 14 个命令和安全钩子，并支持多个 agent 平台。
常见问题
需要什么运行环境？
是否安全？会不会破坏我的代码？
无法确定用哪个指标怎么办？
可以用于非代码任务吗？
如何停止循环？
Iterations: N 限制。由于每次迭代前都会 git commit，你的最后成功状态始终保存在 git 中。