用途：创建基准测试基础设施，衡量 CODEBASE.md 帮助 AI 智能体导航代码库的效果。通过并行运行两个智能体（一个带指南、一个不带指南）并比较效率。
前提条件：需已存在 .claude/CODEBASE.md（先运行 /agentifind）和 .claude/codebase.json。
主要流程：
- 验证前提文件，缺失则提示先运行 /agentifind 并退出。
- 读取 codebase.json 的 repo_type 判断仓库类型：terraform 等 IaC 用基础设施模板，否则用应用模板，并识别语言、框架与关键模式。
- 创建 .claude/hooks 目录及 5 个可执行脚本：enforce-guide-restriction.sh（阻止无指南智能体读取 CODEBASE.md 或 .claude/ 文件并记录违规）、log-benchmark-tools.sh（记录所有工具调用）、analyze-benchmark.sh（分析结果）、track-turns.sh（跟踪轮次）、reset-benchmark.sh（清空日志）。执行 chmod +x .claude/hooks/*.sh。
- 创建或合并 .claude/settings.json，配置 PreToolUse 与 PostToolUse 钩子。
- 按仓库类型生成 .claude/BENCHMARK_ENGINEERING.md，包含 7 个任务（从查找配置到设计跨领域功能，难度递增）。
使用方式：运行 reset-benchmark.sh 重置日志；对每个任务在单条消息中用两个 Task 调用并行启动 WITH_GUIDE 与 WITHOUT_GUIDE 智能体（前台运行以获取 token 用量）；记录对比表；可选运行 analyze-benchmark.sh 分析主智能体活动。
限制：子智能体指标依赖自我报告；分析脚本仅捕获主智能体工具调用；需 jq 等依赖；具体效果数据需实际运行后获得，资料未提供固定结果。