mcpField
R
resume

resume

github.com/alirezarezvaniAgent 工作流28.9k1.5k 次安装2 天前更新
代码仓库

关于 resume

用于恢复暂停或受上下文限制的 autoresearch 实验。它会读取配置与历史记录、汇报当前状态，并提供单次运行、循环运行或查看结果等后续选项。

主要功能

  1. 01列出实验及其状态
  2. 02读取实验配置与历史
  3. 03汇总指标和近期结果
  4. 04提供单次或循环运行选项

适用场景

  1. 01暂停后继续实验
  2. 02决定下一步前查看结果

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/alirezarezvani/claude-skills --skill resume

安装后在 Claude Code 中输入/resume确认已加载。

详细介绍

/ar:resume — 恢复实验

恢复已暂停或因上下文受限而中断的实验。读取全部历史记录，从中断处继续。

用法

/ar:resume                                  # List experiments, let user pick
/ar:resume engineering/api-speed            # Resume specific experiment

功能说明

第 1 步：如未指定则列出实验

如果未指定实验：

python {skill_path}/scripts/setup_experiment.py --list

根据 results.tsv 的修改时间显示每个实验的状态（活跃/已暂停/已完成）。由用户选择。

第 2 步：加载完整上下文
# Checkout the experiment branch
git checkout autoresearch/{domain}/{name}

# Read config
cat .autoresearch/{domain}/{name}/config.cfg

# Read strategy
cat .autoresearch/{domain}/{name}/program.md

# Read full results history
cat .autoresearch/{domain}/{name}/results.tsv

# Read recent git log for the branch
git log --oneline -20
第 3 步：报告当前状态

向用户总结：

Resuming: engineering/api-speed
  Target: src/api/search.py
  Metric: p50_ms (lower is better)
  Experiments: 23 total — 8 kept, 12 discarded, 3 crashed
  Best: 185ms (-42% from baseline of 320ms)
  Last experiment: "added response caching" → KEEP (185ms)

  Recent patterns:
  - Caching changes: 3 kept, 1 discarded (consistently helpful)
  - Algorithm changes: 2 discarded, 1 crashed (high risk, low reward so far)
  - I/O optimization: 2 kept (promising direction)
第 4 步：询问下一步操作
How would you like to continue?
  1. Single iteration (/ar:run)  — I'll make one change and evaluate
  2. Start a loop (/ar:loop)     — Autonomous with scheduled interval
  3. Just show me the results    — I'll review and decide

如果用户选择 loop，则将实验预先选定后交给 /ar:loop。 如果选择 single，则交给 /ar:run。

评论

支持 Markdown