用途：a*（autostar）是一个通用自主优化循环，面向任何用户可度量的产物。用户定义目标，系统运行结构化实验、跨独立轨道评估进展、在战略检查点反思，并从每次尝试中学习。核心原则是“只要能度量，就能改进”。
主要能力：以 Step（单次参数执行）、Play（成组参数）、Lap（同参数族步骤集）、Round（含强制反思的 Lap 集）、Run（一次用户发起的完整过程）、Track（可独立验证的子目标，含验证器与棘轮）、Disposition（长期记忆中的先验）等概念组织优化。支持确定性程序化、LLM 评判、混合、人工门等验证器类型，并支持硬约束前置检查、复合评分、逐轨棘轮、预算控制与进度可视化。
使用方式：先完成交互式 Onboarding，产出 mission.md、tracks.md、constraints.md、plays.md 四份文档，经用户逐项确认后才执行。随后进行基线运行、查询 disposition 库、提出初始 plays，再进入执行循环，每轮结束记录反思，最后输出运行后报告。
限制：本包运行于 Web 聊天运行时，能力受限——无子进程访问，external_tool 验证器不可用；本地文件读写受限；长期记忆仅在 connector 或 project pack 可用时启用，否则仅短期记忆。不得将 external_tool 静默降级为 llm_judge。a* 强调实验优先，不应静默安装或调用外部数学优化器；若认为问题适合数学优化，须先询问用户。具体收费、价格与平台信息暂未提供。