用途：Autoresearch 提供自主目标导向的迭代循环，围绕指标或验证条件反复执行“修改→验证→保留/丢弃”，也可把自然语言目标转为可执行的迭代流程。
主要能力：裸调用 $autoresearch 时按条件分派——出现 Metric: 或 Verify: 走 Classic 指标循环；无指标的自由文本目标走 Orchestrator；无内容则进入交互式 Setup 向导。子命令覆盖计划（plan）、调试（debug）、修错（fix）、安全审计（security）、发布（ship）、场景生成（scenario）、预测（predict）、代码库学习（learn）、对抗推理（reason）、需求探查（probe）、改进研究（improve）、结果分析（evals）、回归稳定性门禁（regression）。
使用方式：常用形式为 $autoresearch 加子命令，例如 $autoresearch plan、$autoresearch debug。通用标志包括 Iterations: N、Iterations: unlimited、--evals、--evals-interval N、--chain <targets>、--dry-run、--max-cycles N、--classic、--auto。每次调用会打印模式横幅。结果记录到 autoresearch/{subcommand}-{YYMMDD}-{HHMM}/ 目录，链式交接通过 handoff.json，evals 读取 *-results.tsv。
适用场景：需要围绕指标自动迭代、系统化排错、安全审计、发布前检查、生成边界用例、需求澄清与代码库文档化的开发流程。
限制：默认有迭代上限（各子命令默认 15–25 次不等），无界需显式 Iterations: unlimited；未经用户明确批准不得 push、publish 或 deploy；编排器不会自动批准发布，数据迁移受数据库 URL 白名单限制；所有派生命令需经 screen-cmd 安全筛查，恢复时重新筛查固定谓词；状态文件需通过 validate-state 校验；高影响变更在收敛前需独立验证。具体安装方式与价格信息暂未提供。