用途
Iterate 是一个自主的单指标改进循环。它借鉴 Karpathy 的 autoresearch 思路，把改进工作约束在“一个指标、一个范围、一个循环”之内，由智能体自动完成：修改代码、测量结果、保留改进、丢弃回退，然后重复。循环会一直运行，直到任一停止条件触发或用户中断。
主要能力
- 单指标驱动：围绕一个可机械测量的数字指标进行优化，方向可设为越高越好或越低越好。
- 配置化循环：通过 Goal、Scope、Verify、Direction 等字段定义改进目标、可修改文件、验证命令和优化方向。
- 可选安全网 Guard：运行一个必须始终通过的命令（如类型检查、测试），即使主指标改善但 Guard 失败也会回退。
- 批量与二分定位：Batch 可设为大于 1，一次迭代提交多个独立改动；当批次验证出现回退时，通过 cherry-pick 逐个验证，保留好的、丢弃坏的。
- Git 作为记忆：每个改动单独提交，失败则回退，历史中保留失败实验；使用 iterate/best 标签指向目前最佳指标对应的提交，可随时恢复。
- 停止条件：支持迭代次数上限（Iterations）、达到目标值（Until）、连续无改进（Stagnation）三种条件，满足任一即停止；均不设置则循环无界，直到中断。
- 结果日志：以 results.tsv 记录每次迭代的编号、提交、指标、状态与描述，状态包括 baseline、keep、discard、bisect-keep、bisect-drop、crash。
- 进度输出与最终总结：每 5 次迭代输出一行状态；退出时始终打印最终总结块。
使用方式
通过 /iterate 调用，并在其后以内联配置提供字段。必填字段为 Goal、Scope、Verify、Direction；可选字段包括 Guard、Batch、Iterations、Until、Stagnation、Branch。如果缺少必填字段，智能体会一次性询问所有缺失字段。
循环开始前的准备步骤包括：收集配置、规划策略、检查权限（确保 verify 与 guard 命令可无提示运行）、设置分支（current、auto 或显式名称）、创建任务列表、验证测试与验证命令是否可用、记录基线并创建 results.tsv 与 iterate/best 标签。
主循环每轮依次执行：回顾 git log 与 results.tsv、构思不超过 Batch 个独立改动、逐个应用并提交、运行 verify 与 guard、决定保留或回退（批量时二分）、记录日志、在指标创新高时强制更新 iterate/best 标签、检查停止条件，然后重复。循环中不会询问“是否继续”，除非中断或触发停止。
常用示例包括：设置目标覆盖率到 90% 并限定迭代次数与停滞次数、使用批量 5 处理零 lint 警告、仅提供目标由智能体建议其余字段、以及无界夜间运行并创建独立分支。
适用场景
该模式可适配多个领域，只要提供对应的指标与验证命令。文档中列出的场景包括：测试覆盖率、打包体积、API 性能、机器学习训练验证损失、lint 警告数量、Lighthouse 评分、代码复杂度等。也适用于机械性修复（如 lint、明显的测试缺口、死代码），此时可加大 Batch。探索性工作建议 Batch 设为 1。
限制与注意事项
- 仅限机械验证：不接受“看起来不错”之类主观判断，由数字决定保留或丢弃。
- 范围受约束：只能修改匹配 Scope glob 的文件，不能触碰 verify/guard 目标、测试夹具或范围外配置。
- 一次提交一个改动：原子性要求落在提交层面，以保证可二分。
- 噪声指标需谨慎：对于有运行间波动的指标（如 LLM 评估分数、基准计时），“数字上升就保留”的规则会保留噪声。文档建议先测量噪声底线，若无法测量则不适合直接爬坡；可使用 evals-ops 技能中的门控脚本，并优先提高 Batch/重复次数而非 Iterations。
- 分支不自动删除：智能体不会自动删除分支，合并、PR 或删除由用户决定。
- 无界循环：若未设置任何停止条件，循环将运行至被中断，不会主动请求继续。
- 文档提到 /setperms 用于完整权限设置，但未提供其具体细节。
平台与收费
资料未提供该技能运行所依赖的具体平台、收费模式或价格信息，暂未提供。