uditgoenka/autoresearch

解決的問題

Autoresearch 是一個自主改進引擎，可將 AI 編程代理（如 Claude Code、OpenCode 或 OpenAI Codex）轉化為持續的實驗與優化循環。它透過自動化「進行更改、根據機械指標進行驗證、並根據結果保留或撤銷更改」的過程，解決了手動試錯迭代的問題。

工作原理

系統按循環運行：它審查當前狀態與歷史記錄，進行一次專注的更改，將更改提交到 git，執行機械驗證（如測試或基準測試），然後根據結果保留改進或撤銷更改。

關鍵運行規則包括：

• 原子化更改：每次迭代僅進行一次更改，以確保結果的原因清晰明確。
• 機械驗證：依賴數字與指標而非主觀判斷。
• Git 作為記憶：每次實驗都會提交到 git，允許代理讀取日誌與 diff 以為下一次迭代提供資訊。
• 自動回滾：失敗的更改會立即撤銷。

適用對象

希望在無需人工干預的情況下，自主提高測試覆蓋率、減小套件大小、查找並修復 Bug 或執行安全審計的開發人員與工程師。

亮點

• 多代理支持：兼容 Claude Code、OpenCode 與 OpenAI Codex。
• 自主編排器：可以接收自然語言目標並自動推導出成功判定條件與流水線。
• 專用命令：包括用於除錯 (/autoresearch:debug)、修復錯誤 (/autoresearch:fix)、安全審計 (/autoresearch:security) 與交付工作流 (/autoresearch:ship) 的專用循環。
• 安全護欄：包含用於阻止危險命令、保護私鑰與防止上下文膨脹的鉤子。
• Token 效率：採用路由架構，與單體提示詞相比，可減少高達 95% 的 Token 消耗。