用途：为 autoresearch 创建新实验并完成所需配置。
主要能力：支持交互模式与参数模式。交互模式会依次询问领域（engineering、marketing、content、prompts、custom）、实验名称、要优化的目标文件（并验证是否存在）、评估命令、评估输出的指标、指标是越低越好还是越高越好、可选评估器，以及存储范围（项目 .autoresearch/ 或用户 ~/.autoresearch/）。参数模式直接把参数传给脚本：python {skill_path}/scripts/setup_experiment.py --domain {domain} --name {name} --target {target} --eval "{eval_cmd}" --metric {metric} --direction {direction} [--evaluator {evaluator}] [--scope {scope}]。
列出功能：python {skill_path}/scripts/setup_experiment.py --list 显示已有实验；--list-evaluators 显示可用评估器。
内置评估器：benchmark_speed（p50_ms，越低越好，函数/API 执行时间）、benchmark_size（size_bytes，越低越好，文件、打包产物、Docker 镜像大小）、test_pass_rate（pass_rate，越高越好，测试通过率）、build_speed（build_seconds，越低越好，构建/编译/Docker 构建时间）、memory_usage（peak_mb，越低越好，执行峰值内存）、llm_judge_content（ctr_score，越高越好，标题、描述）、llm_judge_prompt（quality_score，越高越好，系统提示、智能体指令）、llm_judge_copy（engagement_score，越高越好，社交帖子、广告文案、邮件）。
设置完成后会报告实验路径与分支名、评估命令是否可用及基线指标，并建议运行 /ar:run {domain}/{name} 开始迭代，或 /ar:loop {domain}/{name} 进入自主模式。
限制：资料未提供安装方式、依赖要求、收费与平台支持等信息。