用途：Auto-Research 用于改进已存在的提示词工件，包括 SKILL.md、CLAUDE.md、子代理定义（.claude/agents/.md）、斜杠命令（.claude/commands/.md）以及通用提示词 Markdown。它不从零创建新技能，创建新技能应使用 skill-creator。
主要能力：先解析目标路径（按路径、技能名或当前目录树中最具体文件），完整读取目标，并通过 references/artifact-types.md 分类。随后提取 5–12 个可研究话题，使用并行子代理（general-purpose、model sonnet）执行 WebSearch 与 WebFetch，每条结论需带引用，低置信或无来源的话题会被标记为不确定。基于发现生成改写提案，每个实质修改须对应至少一条引用，并输出逐条改动理由与来源。
使用方式：按阶段执行。阶段 0 建立 .auto-research/<target-name>/ 工作区，必要时运行 git init，保存 baseline.md、iterations.tsv。阶段 1 输出 research_topics.md，阶段 2 汇总 findings.md。阶段 3 在 iteration-1/proposal.md 生成改写与 rationale.md。阶段 4 先做确定性格式校验（如 SKILL.md 的 description ≤ 1024 字符、正文 ≤ 500 行；CLAUDE.md ≤ 200 行等），仅对符合条件类型运行自主评估循环（SKILL.md 始终适用；通用提示词需用户提供测试输入），循环默认上限 10 次、硬上限 15 次，打分脚本为 scripts/score_evals.py。阶段 5 是唯一停止点，展示前后评分、迭代表、来源与 diff，并提问“Apply these changes to ? (yes / no / iterate-with-feedback)”，仅在用户明确回复 yes 后才写回目标文件。
适用场景与限制：适用于需要依据当前权威最佳实践审计和改写已有提示词工件的场景。不在无确认情况下覆盖目标文件；不运行 Anthropic 完整评测或打包流程；不允许评估循环修改打分脚本或 evals.json；若研究话题全部低置信，则不会直接改写而是询问是否继续。工作区目录与各 references 文件为技能自带结构，具体内容资料未全部提供。