autoresearch

Autoresearch 是一种有状态的技能，用于在限定范围内进行由评估器驱动的迭代改进。它一次只负责一个任务，在结果未通过时持续迭代，将每次评估和决策记录为持久化产物，并且只有在达到明确的最长运行时间上限或满足其他明确的终止条件时才会停止。

<Use_When>

• 你已经有一个任务和 /deep-interview --autoresearch 生成的评估器
• 你希望针对单个任务进行持久化改进，并执行严格评估
• 你需要在 .omc/autoresearch/ 下保存持久化的实验日志
• 你希望通过 Claude Code 原生 cron 定期重新运行 </Use_When>

<Do_Not_Use_When>

• 你需要在运行时生成评估器——请先使用 /deep-interview --autoresearch
• 你需要协调多个任务——v1 不支持此功能
• 你想使用已弃用的 omc autoresearch CLI 流程——该流程已不再是权威方式 </Do_Not_Use_When>

- v1 仅支持单个任务 - 任务设置和评估器生成仍由 `deep-interview --autoresearch` 负责 - 评估器输出必须是结构化 JSON，包含必需的布尔值 `pass` 和可选的数值 `score` - 未通过的迭代**不会**停止运行 - 停止条件必须明确且有界，最长运行时间是主要的严格停止钩子

<Required_Artifacts> 规范的持久化存储位于 .omc/autoresearch/<mission-slug>/ 和/或 .omc/logs/autoresearch/<run-id>/ 下。

最低限度的必需产物：

• 任务规范
• 评估器脚本或命令引用
• 每次迭代的评估 JSON
• Markdown 决策日志

推荐的规范结构：

.omc/autoresearch/<mission-slug>/
  mission.md
  evaluator.json
  runs/<run-id>/
    evaluations/
      iteration-0001.json
      iteration-0002.json
    decision-log.md

如果已有运行时产物可用，应优先复用，避免不必要的重复。 </Required_Artifacts>

1. 确认存在单个任务，且评估器设置已就绪。 2. 确保 `autoresearch` 的模式/状态处于活动状态，并记录： - 任务 slug/目录 - 评估器引用 - 迭代次数 - 开始/更新时间戳 - 明确的最长运行时间或截止时间 3. 每次迭代都要： - 严格执行一轮实验/更改 - 运行评估器 - 持久化机器可读的评估 JSON - 追加一条人类可读的 Markdown 决策日志 - 即使评估未通过，也继续迭代 4. 在以下情况下停止： - 达到最长运行时间上限 - 用户明确取消 - 运行时记录了其他明确的终止条件

<Cron_Integration> Claude Code 原生 cron 是定期改进任务的受支持集成点。在 v1 中，优先记录/配置 cron 输入，而不是构建大型调度器 UI。

如果使用 cron：

• 每个计划任务只对应一个任务
• 保持相同的任务/评估器约定
• 追加新的运行产物，而不是覆盖之前的实验 </Cron_Integration>

<Execution_Policy>

• 不要将执行交回给 omc autoresearch
• 不要创建多任务协调机制
• 如果 src/autoresearch/* 运行时/架构辅助工具已符合更严格的约定，应优先复用
• 日志应便于人类阅读，而不应只适用于机器处理 </Execution_Policy>