用途：OPTIMERA（Objective Pursuit: Targeted Iterative Measurement; Experiment, Record, Advance）用于对可度量属性做指标驱动的迭代优化。用户定义目标，智能体编写评测脚本（harness），脚本经用户批准后锁定为不可变裁判；每次调用等于一次实验，改进且通过回归则保留，否则丢弃，循环由 /loop 处理。
主要能力：为每个目标在 .agentera/optimera/<objective-name>/ 下维护三件产物：OBJECTIVE.md（优化什么、为何、如何度量、完成标准）、harness（输出结构化 JSON 的评测脚本，锁定后不再修改）、EXPERIMENTS.md（记录每次实验的假设、方法、指标前后值、回归结果、保留或丢弃、结论与下一步）。支持通过 scripts/analyze_experiments.py 做只读实验历史分析，输出指标轨迹、平台期检测、胜负率与距目标距离。
使用方式：首次运行通过逐问式头脑风暴确定指标、当前值、目标、约束与范围，写出 OBJECTIVE.md 与 harness 并建立基线；随后按 orient、analyze、hypothesize、implement、measure、decide、audit、log 八步循环。度量命令示例：chmod +x .agentera/optimera/<objective-name>/harness && .agentera/optimera/<objective-name>/harness；分析命令：python3 scripts/analyze_experiments.py --experiments EXPERIMENTS.md --objective OBJECTIVE.md --pretty。
适用场景：测试通过率、基准性能、包体积、lint 分数、覆盖率、会话 token 消耗等可量化目标。
限制：harness 锁定后不得在优化周期中修改，若判定有误需用户明确要求重建；OBJECTIVE.md 仅在头脑风暴或用户明确要求细化时写入；目标已达或已关闭时不再重复实验或写入关闭记录；平台期（3 次以上无改进）需换思路或升级给用户。具体 token 预算、严重级别等以技能目录内 references/contract.md 为准。