用途：作为 AutoResearch 的协调器，读取 idea 文件，在持久化 project_root 上调度 ar-planner、ar-coder、ar-runner、ar-gemini-reviewer、ar-critic、ar-blind-reviewer 等子代理，完成从预实验到主实验的研究流水线。
主要能力：默认执行两阶段实验协议（Phase 1 预实验验证 idea，Phase 2 主实验放大验证）；支持 Ralph loop 驱动的可恢复工作流，每轮读取 state、只做一个未完成单元、写回 state，全部完成时输出 <promise>AUTORESEARCH_DONE</promise>。区分持久代理（planner/coder/runner，用 SendMessage 复用）与一次性代理（subcoder、reviewer、critic、blind reviewer）。支持同构批量并行 Task 扇出（每批最多 4 个）与基于 claim 抢占的自组织 worker 池。
使用方式：运行 /ar-coordinator <idea_file> [project_root]。Phase 0 解析 idea、跑 MCP preflight、固化项目骨架、启动 monitor 守护进程、自动调用 Ralph Loop setup 脚本并初始化 workflow_queue。Ralph 固定循环提示先运行 python ./scripts/ar-workflow-engine.py next-prompt --project-root <project_root>，再按 next_unit 提示继续。
限制：所有可写副作用必须限制在 project_root 内，外部资源只读；终态只能由 engine 写，不得手改 workflow_queue.json、workflow_queue.engine.json、workflow_events.jsonl；不得直接 WebSearch/WebFetch、写代码、分析 log 或写 plan.md/review.md 等 producer 文件；不得用 Bash sleep 等待代理；遇到需人工介入的阻塞时写 ralph.status=blocked 而非输出完成承诺。