Codex Autoresearch

Målt, genoptagelig optimeringssløjfe med baseline, korrektheds-gate og bevis-ledger

Af TheGreenCedar · TheGreenCedar/codex-autoresearch

Testet · Virker ★ 8.8/10

Codex Autoresearch — Målt, genoptagelig optimeringssløjfe med baseline, korrektheds-gate og bevis-ledger

Hvad det gør

Omdanner en vag "make it faster/smaller"-anmodning til en målt sløjfe: den registrerer en benchmark-baseline, kører én afgrænset ændring pr. pakke, genkører korrekthedstjek og logger hvert resultat (metrik, beslutning, bevis, næste handling) til en genoptagelig sessionsfil med et afgrænset git commit. Udløses ved benchmark-drevet optimering (testkørselstid, bundlestørrelse, latenstid, hukommelse), kvalitativ kvalitetsgapsforskning, genoptagelse af en eksisterende autoresearch-session eller forberedelse af en review-branch-finalisering. Understøttes af en Node CLI (autoresearch.mjs), der kører benchmark- og tjekkommandoerne lokalt.

Testrapport

Jeg byggede et legetøjs Node-projekt (sumTo via array+reduce, en bench.mjs, der udskriver METRIC seconds= og en checks.mjs), og kørte derefter sløjfen på to måder under et midlertidigt HOME. Baseline (ingen skill): Jeg omskrev bare funktionen til en akkumulator-sløjfe og genkørte bench (0.7297s -> 0.3652s) — en hurtigere fil, ingen registrering. Skill: setup skrev en session (autoresearch.md/.jsonl/.sh), doctor --check-benchmark bekræftede METRIC-kontrakten, next+log fangede baseline 0.7234, derefter loggede keep-pakken 0.3542 med checks, der passerede (exit 0, "checks OK"), oprettede et afgrænset git commit 8d4e192, der kun rørte lib/sum.mjs, vedhæftede en ASI-note (hypothesis/evidence/next-action), og finalize-preview producerede en review-branch-plan, der markerede modenhed "experimental". Afgørende forskel: da jeg fodrede en hurtigere-men-forkert ændring (closed-form +1), afsluttede pakkens checks med 1, og CLI tvang status checks_failed som den eneste tilladte status, og nægtede at beholde — baseline-stien har ingen sådan regressions-gate.

Testet: 2026-07-21 · Claude Code 2.x (agent harness)

Installation

git clone --depth 1 https://github.com/TheGreenCedar/codex-autoresearch.git /tmp/codex-autoresearch-src
mkdir -p ~/.claude/skills
cp -R /tmp/codex-autoresearch-src/plugins/codex-autoresearch/skills/codex-autoresearch ~/.claude/skills/codex-autoresearch
# NOTE: this is a Codex PLUGIN, not a standalone skill. The SKILL.md drives a Node CLI that
# lives OUTSIDE the skill folder at /tmp/codex-autoresearch-src/plugins/codex-autoresearch/scripts/autoresearch.mjs
# Requirements: Node >= 24. On first run the CLI hydrates a runtime (downloads the matching
# GitHub release tarball with sha256 verification, or build locally from the clone).
# Run commands from the package root, e.g.:
#   node /tmp/codex-autoresearch-src/plugins/codex-autoresearch/scripts/autoresearch.mjs setup --cwd <project> --name <s> --metric-name seconds --direction lower --benchmark-command "<cmd printing METRIC name=value>" --checks-command "<cmd>"
# Intended install path is Codex's /plugins picker (TheGreenCedar -> codex-autoresearch), which bundles the CLI.

Kommandoer og eksempelprompter

/codex-autoresearchMålt, genoptagelig optimeringssløjfe med baseline, korrektheds-gate og bevis-ledger

Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):

Start a new Codex Autoresearch loop
Resume and inspect the current autoresearch run
Show the autoresearch dashboard and quality gaps

Læs hele rapporten →