meta-optimize 是 ARIS 研究框架中的外层循环优化技能，用于观察框架自身的使用情况并提出改进建议，而非优化研究产物。它受 Meta-Harness 思路启发，认为框架设计与模型权重同样重要。
用途：分析累积的使用日志，针对 SKILL.md 提示词、评审指令、默认参数、收敛规则、工作流顺序等框架组件提出优化建议。
主要能力：读取 .aris/meta/events.jsonl，进行频率、失败、收敛、人工干预、模型差异和触发率分析；命名当前瓶颈并写入 .aris/meta/bottleneck_log.jsonl；按预期影响排序优化目标；生成最小化补丁提案；通过跨模型评审做咨询性预筛；输出结构化报告。
使用方式：需先启用日志，将 templates/claude-hooks/meta_logging.json 复制到项目的 .claude/settings.json；至少需要 5 次完整工作流运行记录。可传入目标技能名或 all。触发率评估可运行：python3 tools/meta_opt/trigger_eval.py --eval-file tools/meta_opt/trigger_evals.sample.json --skills <name> --samples 2
限制：该技能是只读生产者，没有 Write/Edit 工具，也没有应用补丁的步骤，只能将报告和暂存补丁写入 .aris/meta/。补丁落地必须由人工调用 /meta-apply 完成。Bash 对语料库的写入仅被黑名单过滤，并非完整沙箱；故意隐藏的写入既未被阻止也未被主动检测，完整性校验器尚未构建。v1 不修改产物 schema 或 MCP 桥接配置。