企业官网建设流程全解析

Autoresearch实战第一课：25轮迭代把测试覆盖率从72%提升到90%

【免费下载链接】autoresearchClaude Autoresearch Skill — Autonomous goal-directed iteration for Claude Code. Inspired by Karpathy's autoresearch. Modify → Verify → Keep/Discard → Repeat forever.项目地址: https://gitcode.com/gh_mirrors/auto/autoresearch

Autoresearch 是一款开源的 Claude Code 自主迭代技能，核心玩法是：定目标 → 定指标 → 让 AI 循环"修改→验证→保留/回滚"直到达标。本文是一堂实战第一课：用 25 轮自动迭代，把一个项目的测试覆盖率从 72% 一路推到 90%，全程无需人工盯着。

为什么你需要 Autoresearch 这个自动迭代引擎 🚀

手动补测试是最枯燥的活：写完一批 → 跑一遍 → 发现挂了就回退 → 重来。Autoresearch 把这套流程完全机械化：

• 每轮只做一个原子改动，改完立即用机械指标验证
• 指标变好就保留，变差自动git revert回滚，绝不留下坏代码
• git 就是它的记忆：每轮实验都提交为experiment:前缀的 commit，下一轮它会自己读历史，决定"什么有效、什么该避免、什么还没试过"

这正是 Karpathy autoresearch 的核心思想——约束 + 机械指标 + 自主迭代 = 复利式提升，而 Autoresearch 把它推广到了任何可度量的场景（详见 COMPARISON.md）。

一键安装步骤：两条命令搞定 📦

在 Claude Code 里推荐用 npx 安装：

npx skills add uditgoenka/autoresearch

安装后重启 Claude Code，14 个/autoresearch系列命令即可全部使用。

如果你偏好手动安装，可以克隆仓库后运行引导式安装脚本：

git clone https://gitcode.com/gh_mirrors/auto/autoresearch cd autoresearch ./scripts/install.sh --claude --global

完整的安装说明见 guide/getting-started.md，脚本源码在 scripts/install.sh。

实战第一课：提升测试覆盖率的完整配置 ✍️

第一课选择最经典的目标——提升测试覆盖率。在 Claude Code 里输入：

/autoresearch Goal: Increase test coverage from 72% to 90% Scope: src/**/*.test.ts, src/**/*.ts Metric: coverage % (higher is better) Verify: npm test -- --coverage | grep "All files" Iterations: 25

只有 5 个字段，却是全部关键：

每轮迭代到底发生了什么 🔍

25 轮迭代，每一轮都在重复同一个闭环：

1. 读状态— 读代码库、git 历史、上轮结果日志
2. 选改动— 基于历史挑"影响最大的一步"（比如第 1 轮补认证边界测试，第 7 轮补支付错误处理）
3. 做改动— 只做一个改动，一句话能解释清楚
4. 提交— 先 commit，保证随时可干净回滚
5. 验证— 跑Verify命令，提取覆盖率数字
6. 裁决— 指标提升 →keep；指标变差 → 自动 revert；崩溃 → 修复或跳过
7. 记录— 把结果写进 TSV 日志，进入下一轮

完整协议见 guide/autoresearch.md。

读懂结果日志：25 轮的"账本" 📊

所有迭代都会记录成一张 TSV"账本"，25 轮跑完大概长这样：

跑完后执行/autoresearch:evals，它会自动分析这张表：趋势如何、是否进入平台期、哪一轮贡献最大、建议继续还是收手（用法详见 guide/autoresearch-evals.md）。

防翻车技巧：加一道 Guard 护栏 🛡️

提升覆盖率时 AI 可能为了凑数字而"改坏"现有行为。加一行Guard（护栏命令）即可：

Guard: npm test

规则很简单：Verify 回答"指标变好了吗"，Guard 回答"别的东西坏了吗"。若指标提升但护栏挂了，AI 会立即回滚并重做（最多 2 次），两次都失败就丢弃这轮、继续下一轮。护栏和测试文件本身永远不被 AI 修改。

给新手的 5 个上手建议 💡

1. 先跑 10 轮校准：陌生代码库先Iterations: 10，看结果顺眼再放大到 25 甚至unlimited
2. Verify 要"紧"：一个数字、用grep/awk干净提取，别给 AI 模糊的判据
3. 手动跑一次 Verify：开跑前自己跑一遍，心里有基线数字
4. 跑完看 git log：每个实验都有 commit 记录，任何一步都可以单独git revert
5. 不知道指标定什么：先跑/autoresearch:plan，它会帮你把模糊目标变成经过 dry-run 验证的完整配置

常见问题速答 ❓

Q：中途想停怎么办？A：Ctrl+C即可。因为 AI 是先提交再验证，所以你的最后一个成功状态永远安全地留在 git 里。

Q：25 轮没跑满 90% 怎么办？A：看 evals 报告——如果是平台期，可以扩 Scope 或换策略再开一轮；历史日志会自动成为下一轮的"经验"。

Q：除了覆盖率还能优化什么？A：任何有数字的场景：包体积、p95 延迟、lint 错误数，甚至 SEO 分数。示例大全见 README.md 的 Commands 章节和 guide/examples-by-domain.md。

总结：Autoresearch 的第一课只有 5 个字段，却交付了一套"永不放弃、绝不留烂账"的自动优化引擎。给它一个目标和一把尺子，然后去喝杯咖啡——回来时，覆盖率报表已经是 90% 了。☕

【免费下载链接】autoresearchClaude Autoresearch Skill — Autonomous goal-directed iteration for Claude Code. Inspired by Karpathy's autoresearch. Modify → Verify → Keep/Discard → Repeat forever.项目地址: https://gitcode.com/gh_mirrors/auto/autoresearch