用途：Autoresearch 是一个自主实验循环，用于迭代改进可测量的指标。适用于代码性能、机器学习模型质量、打包体积、测试覆盖率、响应延迟等任何能从命令输出中提取数值的目标。
主要能力：分为两个阶段。规划阶段与用户交互收集配置：目标、验证命令（输出需含数值指标）、指标方向（越大越好或越小越好）、可选守卫命令（必须退出码为 0 才保留实验）、可选修改范围，并创建 autoresearch 分支、执行一次干跑以确认命令可用并记录基线。循环阶段自主运行：查看结果日志与历史分支、构思新想法、创建描述性实验分支、做单一原子修改、提交推送、运行验证命令提取指标、运行守卫命令、比较指标决定合并或保留分支、将结果追加到 autoresearch-results.tsv 并推送，然后重复，不停止也不询问确认。
使用方式：先通过对话完成规划配置，创建并推送专用分支：git checkout -b autoresearch 与 git push -u origin autoresearch。循环中每个实验分支命名为 autoresearch-<short-description>，提交信息以 autoresearch: 开头，结果日志列包括 iteration、branch、metric、delta、guard、status、description。
适用场景：任何有明确数值指标和可执行测量命令的优化任务，例如降低 API p95 响应时间、降低语言模型验证损失、减小 Docker 镜像体积。
限制：需要用户提供可提取数值的验证命令；守卫命令可选但用于防止破坏功能；可限定可修改文件范围；不得修改守卫测试文件或验证评估工具；若验证命令失败则记为失败实验；循环持续运行直到用户中断。其他收费、平台支持等信息暂未提供。