用途：在已通过 compileiq-author-objective 得到目标函数、通过 compileiq-search-space 得到搜索空间后，本技能帮助选择 worker、设定配置规模并安全运行搜索，适用于即将实例化 Search(...) 并调用 .start()、搜索收敛过快或过慢、单个配置挂起、以及从单 GPU 扩展到 Ray 集群等场景。
主要能力：worker 选择。可向 Search(worker_type=...) 传入内置 WorkerTypes 枚举值或 worker 类本身，包括 MultiProcessWorker（默认，复用进程池，适合快速无状态目标）、IsoMultiProcessWorker（每个任务新进程，可被父进程在 task_timeout 后杀死，适合可能挂起、OOM 或泄漏 CUDA 上下文的 GPU kernel）、RayWorker（分布式，需自行搭建 Ray 集群并在每个 worker 安装 compileiq，num_workers 与 task_timeout 会被忽略）、AsyncWorker（asyncio，适合异步 def 目标，是并发而非并行）。GPU kernel 编译调优的默认建议是 IsoMultiProcessWorker，task_timeout 取 30 秒（小 kernel）到 180 秒（大型 attention / XLA HLO）。
配置：SearchConfiguration 支持 problem_type（MIN 用于延迟，MAX 用于吞吐）、generations（必填且大于 0）、pool_size（大于 5，省略时自动推导）、cull_size（默认池的 75% 向下取偶）、mutate_rate（默认 0.25）、num_objectives（默认 1，须等于目标返回元组长度）、normalize（默认 False，跨 GPU 运行时设 True）。经验规则：pool_size * generations 小于 50 属于探索而非优化，大于 2000 可能过拟合测量噪声。
用法：Search 构造参数包括 objective_function、search_space、search_config、worker_type、tracker_config、dump_results、cache_folder、disable_progress_bar、exit_on_failure、debug。务必设置 dump_results=Path(...)，CSV 每批刷新，崩溃或被杀后仍可恢复。start(num_workers=..., task_timeout=...) 返回 SearchResult，应交给 compileiq-validate-result 处理。tracker 可选 DisabledTrackerConfig（默认）、LoguruTrackerConfig（推荐用于正式调优）、MLflowTrackerConfig（对接 ML Ops）。可用 Search.sample(n) 在不运行搜索的情况下随机采样参数，验证搜索空间可解析、键符合目标预期并手动跑一次目标。
限制与注意：IsoMultiProcessWorker 忘记设置 task_timeout 是搜索长时间挂起的最常见原因；部分主机上 forkserver 首次评估报 EOFError 或 Broken pipe，可设 CIQ_PROCESS_MODE=spawn；num_workers 大于 num_gpus 对快速 CPU 目标可行，但对 kernel 目标会超订 GPU，建议在目标内固定 CUDA_VISIBLE_DEVICES 并令 num_workers = num_gpus；GPU 锁频需 sudo，属主机级操作，不应放进目标函数，无 sudo 的 CI 容器或共享集群可跳过并向验证技能报告更高的 CV%。自测可运行 python scripts/smoke_search.py。