u
uditgoenka/autoresearch
Claude Autoresearch Skill — Autonomous goal-directed iteration for Claude Code. Inspired by Karpathy's autoresearch. Modify → Verify → Keep/Discard → Repeat forever.
aiautonomous-agentautoresearchclaudeclaude-codeiterationkarpathyproductivityskill
ShellMIT创建于 2026/3/13更新于 今天
README
由 Gemini 翻译整理
Claude Autoresearch
将 Claude Code 打造为一台不懈的优化引擎。
基于 Karpathy 的 autoresearch — 约束条件 + 机械化指标 + 自主迭代 = 复合收益。
"设定目标 → Claude 运行循环 → 醒来获取结果"
你不需要 AGI，你只需要一个目标、一个度量指标，以及一个永不停止的循环。
为什么存在这个项目
Karpathy 的 autoresearch 展示了通过一个 630 行的 Python 脚本，遵循简单原则（单一指标、约束范围、快速验证、自动回滚、Git 作为记忆），即可实现彻夜自主优化机器学习模型——每晚 100 次实验。
Claude Autoresearch 将这些原则推广到了任何领域。 不仅仅是机器学习，还包括代码、内容、市场营销、销售、人力资源、DevOps，或任何你可以量化的事物。
工作原理
LOOP (FOREVER or N times):
1. Review current state + git history + results log
2. Pick the next change (based on what worked, what failed, what's untried)
3. Make ONE focused change
4. Git commit (before verification)
5. Run mechanical verification (tests, benchmarks, scores)
6. If improved → keep. If worse → git revert. If crashed → fix or skip.
7. Log the result
8. Repeat. Never stop until you interrupt (or N iterations complete).
每一次改进都会叠加，每一次失败都会自动回滚。进度将以 TSV 格式记录。
设置阶段
在循环开始前，Claude 会执行一次性设置：
- 读取上下文 — 读取所有范围内的文件。
- 定义目标 — 提取或请求一个机械化度量指标。
- 定义范围 — 哪些文件可修改，哪些是只读的。
- 建立基准 — 对当前状态执行验证（第 0 次迭代）。
- 确认并开始 — 展示设置信息，然后开始循环。
8 项关键准则
| # | 准则 |
|---|---|
| 1 | 循环直到完成 — 无界：永远运行；有界：运行 N 次后总结 |
| 2 | 先读后写 — 在修改前完全理解上下文 |
| 3 | 每次迭代只做一项修改 — 原子化变更。如果出错，你知道原因 |
| 4 | 仅限机械化验证 — 不要使用“看起来不错”的主观判断。必须使用指标 |
| 5 | 自动回滚 — 失败的更改会立即撤销 |
| 6 | 简单取胜 — 结果相同但代码更少 = 保留 |
| 7 | Git 即记忆 — 实验提交带有 experiment: 前缀，git revert 在历史中保留了失败的实验，Agent 必须在每次迭代前读取 git log 和 git diff |
| 8 | 卡住时深度思考 — 重读、组合失败方案、尝试激进的修改 |
命令
| 命令 | 作用 |
|---|---|
/autoresearch | 运行自主迭代循环（无限制） |
Iterations: N | 添加到内联配置中，以运行确切的 N 次迭代后停止 |
/autoresearch:plan | 交互式向导：目标 → 范围、指标、验证配置 |
/autoresearch:security | 自主 STRIDE + OWASP + 红队安全审计 |
/autoresearch:ship | 通用发布工作流（代码、内容、营销、销售、研究、设计） |
/autoresearch:debug | 自主查错循环 — 科学方法 + 迭代调查 |
/autoresearch:fix | 自主修复循环 — 迭代修复错误直到归零 |
/autoresearch:scenario | 场景驱动的用例生成器 — 探索情况、边缘案例、衍生场景 |
/autoresearch:predict | 多角色预测 — 在行动前从 5 个专家视角分析代码 |
/autoresearch:learn | 自主文档引擎 — 扫描代码库、生成/更新文档、验证、修复循环 |
Guard: | 可选的安全网 — 必须通过才能保留更改 |
所有命令在调用时如果不带参数，都会使用 AskUserQuestion 进行交互式设置。 只需输入命令，Claude 就会根据你的代码库智能预设，逐步询问你的需求。进阶用户可以通过内联标志跳过向导。
快速决策指南
| 我想要... | 使用 |
|---|---|
| 自主运行改进循环 | /autoresearch |
| 构建发布流程 | /autoresearch:ship |
| 修复错误/ Bug | /autoresearch:fix 或 /autoresearch:debug |
| 生成文档 | /autoresearch:learn |