davebcn87/pi-autoresearch

解決する問題

pi-autoresearch は、pi AI コーディングエージェントに自律的な最適化ループを提供します。エージェントは、アイデアを試し、結果をベンチマークし、改善を保持し、人間の介入なしにリグレッションを元に戻すことを反復的に行うことができ、パフォーマンスチューニングやメトリクス最適化の面倒なプロセスを自動化します。

仕組み

このプロジェクトは、インフラストラクチャ（拡張機能）とドメイン知識（スキル）を分離します。エージェントは、セッションを初期化し、ベンチマークコマンドを実行し、結果を記録するための一連のツールを使用します。すべてのセッション状態（目標、メトリクス、各実行の履歴を含む）は、プロンプトファイルとJSONLログを含む .auto/ ディレクトリに永続化されます。これにより、エージェントは再起動やコンテキストリセット後も作業を再開できます。品質を確保するために、オプションのバックプレッシャーチェック（テスト/リンティング）をサポートし、中央絶対偏差（MAD）を使用して信頼スコアを計算し、エージェントが実際の利益とベンチマークノイズを区別するのに役立ちます。

対象読者

pi AI コーディングエージェントを使用する開発者で、テスト実行時間、バンドルサイズ、LLMトレーニング損失、ビルド速度、Lighthouseパフォーマンススコアなどの特定のターゲットの最適化を自動化したい方。

ハイライト

• 自律ループ：完全自動の編集-コミット-ベンチマーク-リバートサイクル。
• 永続性：セッション状態がディスクに保存され、会話の圧縮後にエージェントがコンテキストを再水和できます。
• 信頼スコア：統計的ノイズ推定を使用して、改善が実際か限界的かをフラグ付けします。
• レビュー可能な出力：最終化スキルが成功した実験をクリーンで独立したgitブランチにグループ化し、人間のレビューに供します。
• 拡張性：外部調査や通知などのタスクのための反復前後のフックをサポートします。