uditgoenka/autoresearch

解決する課題

Autoresearchは、AIコーディングエージェント（Claude Code、OpenCode、OpenAI Codexなど）を、実験と最適化の絶え間ないループへと変える自律的な改善エンジンです。変更を加え、機械的な指標で検証し、結果に基づいて変更を保持するか元に戻すプロセスを自動化することで、手動の試行錯誤による反復という問題を解決します。

仕組み

システムはループで動作します。現在の状態と履歴を確認し、一つの集中した変更を行い、その変更をgitにコミットし、機械的な検証（テストやベンチマークなど）を実行します。その結果、改善された場合は保持し、悪化した場合は元に戻します。

主な運用ルールは以下の通りです：

• アトミックな変更: 結果の原因を明確にするため、1回の反復につき1つの変更のみを行います。
• 機械的な検証: 主観的な判断ではなく、数値と指標に基づきます。
• メモリとしてのGit: すべての実験はgitにコミットされ、エージェントはログやdiffを読み取って次の反復に役立てることができます。
• 自動ロールバック: 失敗した変更は即座に元に戻されます。

対象者

手動の介入なしに、テストカバレッジの自律的な向上、バンドルサイズの削減、バグの探索と修正、またはセキュリティ監査を行いたい開発者やエンジニア。

ハイライト

• マルチエージェント対応: Claude Code、OpenCode、OpenAI Codexと互換性があります。
• 自律的なオーケストレーター: 自然言語の目標を受け取り、成功の判定条件とパイプラインを自動的に導き出します。
• 特化型コマンド: デバッグ (/autoresearch:debug)、エラー修正 (/autoresearch:fix)、セキュリティ監査 (/autoresearch:security)、および出荷ワークフロー (/autoresearch:ship) のための専用ループが含まれています。
• 安全ガードレール: 危険なコマンドのブロック、プライベートキーの保護、コンテキストの肥大化防止のためのフックが含まれています。
• トークン効率: ルーティングアーキテクチャを使用し、モノリシックなプロンプトと比較してトークン消費を最大95%削減します。