mcpField
R
run

run

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

关于 run

用于执行一次 autoresearch 实验迭代的技能：检查过往结果，修改指定目标、提交变更并进行评估。它会报告变更被保留、撤销或执行失败。

主要功能

  1. 01检查实验配置与历史记录
  2. 02对目标文件进行一次修改
  3. 03提交并评估本次迭代
  4. 04报告保留、撤销或失败结果
  5. 05每十次运行更新策略记录

适用场景

  1. 01测试对目标文件的一项改进
  2. 02依据过往结果决定下一次迭代

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 run

安装后在 Claude Code 中输入/run确认已加载。

详细介绍

/ar:run — 单次实验迭代

仅运行一次实验迭代：回顾历史、决定修改、编辑、提交、评估。

用法

/ar:run engineering/api-speed              # Run one iteration
/ar:run                                     # List experiments, let user pick

功能说明

第 1 步：确定实验

如果未指定实验，运行 python {skill_path}/scripts/setup_experiment.py --list，并请用户选择。

第 2 步：加载上下文
# Read experiment config
cat .autoresearch/{domain}/{name}/config.cfg

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

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

# Checkout the experiment branch
git checkout autoresearch/{domain}/{name}
第 3 步：决定尝试什么

查看 results.tsv：

  • 哪些修改被保留？它们有什么共同模式？
  • 哪些修改被丢弃？避免重复这些方法。
  • 哪些运行崩溃了？弄清原因。
  • 目前已运行多少次？（据此调整策略升级节奏）

策略升级：

  • 第 1-5 次：唾手可得的改进（显而易见的优化）
  • 第 6-15 次：系统性探索（每次只调整一个参数）
  • 第 16-30 次：结构性改动（替换算法）
  • 第 30 次以上：激进实验（完全不同的方法）
第 4 步：只做一处修改

仅编辑 config.cfg 中指定的目标文件。只改一件事，保持简单。

第 5 步：提交并评估
git add {target}
git commit -m "experiment: {short description of what changed}"

python {skill_path}/scripts/run_experiment.py \
  --experiment {domain}/{name} --single
第 6 步：报告结果

阅读脚本输出，并告知用户：

  • KEEP："有改进！{metric}：{value}（相比之前最佳值变化 {delta}）"
  • DISCARD："没有改进。{metric}：{value}，当前最佳为 {best}。已回滚。"
  • CRASH："评估失败：{reason}。已回滚。"
第 7 步：自我改进检查

每完成第 10 次实验后（检查 results.tsv 的行数），用所学到的模式更新 program.md 中的 Strategy 部分。

规则

  • 每次迭代只做一处修改。不要一次改动 5 处。
  • 切勿修改评估器（evaluate.py）。它是事实基准。
  • 简单即优势。在性能相当的情况下，代码更简单就是改进。
  • 不引入新依赖。

评论

支持 Markdown