关于 codex-autoresearch
Codex Autoresearch 是通过反复进行有度量的代码实验来改进 Git 仓库的技能。Codex 提出改动，控制脚本负责指标测量、提交、回滚和实验记录。
主要功能
- 01执行迭代代码实验
- 02测量指定指标
- 03保留或回滚改动
- 04记录实验历史
- 05生成状态与报告
适用场景
- 01根据目标指标测试代码改动
- 02查看或导出实验历史
- 03生成 HTML 实验报告
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/codex-autoresearch确认已加载。
包含的文件
除 SKILL.md 外，安装时一起下载的参考资料和脚本。
README.md.gitignoreCITATION.cffCONTRIBUTING.mdLICENSE.github/workflows/ci.ymlagents/openai.yamldocs/INSTALL.mdEXAMPLES.mdGUIDE.mddocs/i18n/README_DE.mdREADME_ES.mdREADME_FR.mdREADME_JA.mdREADME_KO.mdREADME_PT.mdREADME_RU.mdREADME_ZH.mdreferences/background.mdworkflow.mdscripts/run_contributor_gate.shautoresearch_report.pyautoresearch_core.pyautoresearch.pyvalidate_skill_structure.shtests/e2e-fixtures/counter_reduction/.gitignoretests/e2e-fixtures/counter_reduction/scripts/score.pytests/e2e-fixtures/counter_reduction/src/value.txttests/e2e-fixtures/interactive_unittest_fix/.gitignoreprompt.txt详细介绍
Codex Autoresearch
通过反复进行可撤销的实验来改进代码仓库：
hypothesize -> change -> measure -> learn -> keep or revert -> repeat
Codex 负责提出假设并修改代码。控制脚本负责测量、提交、回滚和记录事件历史。
响应请求
将 <control> 解析为此技能自身的 scripts/autoresearch.py；不要假设它已安装在目标代码仓库中。
对于状态或结果请求，直接运行相应命令：
| 请求 | 命令 |
|---|---|
| 状态 | python3 <control> status --repo <repo> |
| 历史记录 | python3 <control> history --repo <repo> |
| TSV 导出 | python3 <control> history --repo <repo> --format tsv |
| HTML 报告 | python3 <control> report --repo <repo> |
报告所请求的结果，不要启动或恢复实验。对于 HTML 报告，返回生成的路径。
开始或恢复实验之前，请先阅读适用的工作流，除非它已在当前上下文中：
实验边界
- 一次运行对应一个 Git 代码仓库、一个数值指标、一个已确认的目标和获准的路径范围。
- 对于新的前台运行，必须先成功初始化，再创建其 Goal；Goal 用于标识返回的运行 ID。如果初始化报告
complete，则无需创建 Goal。 - 使用
finish完成每个完整的实验。运行期间不要手动提交、回滚或编辑运行产物。 - 只有已验证的目标才能标记为
complete；迭代次数上限、错误或外部阻碍都有各自的状态。 - 进入或恢复时，通过控制脚本验证状态。依据已记录的实验，不要根据对话内容猜测。
- 遇到命令或状态错误时，提供其诊断路径。绝不要绕过验证、捏造指标或重建缺失的事件。
前台续行由官方 Codex Goal 负责。后台续行由分离控制器负责。已启动的后台工作进程应遵循其收到的实验约定，不要启动新的启动流程。
评论
支持 Markdown