autoresearch

Autoresearch 是一個自主代理系統，旨在透過協調三個不同團隊——紅隊（問題發現）、綠隊（修復實作）與重構隊（程式碼簡化）——並使用淨室資訊隔離牆來改進程式碼庫。它透過基於分支的工作流程在您的程式碼庫上運作，以確保安全性，並在每個循環中驗證測試以防止退化。

• 狹義模式 (Narrow)：針對特定且可衡量的指標進行定向優化，例如 p99 延遲、覆蓋率百分比或封裝大小。它需要基準值、目標值以及達成目標的優先排序策略清單。

• 廣義模式 (Broad)：一種基於假設的方法，用於在沒有預定義指標的情況下探索改進方案。它會產生跨類別（顯而易見、大膽、創新）的多樣化假設，在獨立的軌道上執行，並提供比較分析來確定最佳方案。

• 全面模式 (Sweep)：預設操作模式，專注於一般品質改進，透過標準迭代循環進行錯誤查找、無用程式碼刪除及測試覆蓋率擴展。

• 自動堆疊偵測：支援多種語言和建置系統，包括 Go、Node/TS、Rust、Python、Ruby、Java、Elixir 及 PHP。

• 安全工作流程：透過檢查未提交的變更、利用隔離的分支工作流程，以及提供將循環結果記錄到 results.tsv 檔案的嚴格工作階段管理系統來強制執行 git 完整性。

• 使用方式：透過 /autoresearch 後接 narrow、broad 或路徑以進行 sweep 模式。

• 設定：透過在儲存庫根目錄新增 .autoresearch.yml 檔案來自訂行為，包括覆蓋測試指令、包含/排除模式以及團隊參與設定。

• 恢復：工作階段被追蹤於持久化目錄中；使用 /autoresearch resume 根據上次記錄的狀態與技能版本恢復中斷的工作。

• 相容性：相容於主流程式碼代理工具（如 Claude Code），並支援標準的基於 git 的開發環境。