30 秒看懂
它能做什么，以及什么时候值得选
Autoresearch 是 GitHub Awesome Copilot 中面向指标驱动自主编程实验的流程。用户定义目标、测量命令、范围、约束和预算后，它建立基线，并循环提交、测量、保留改进和丢弃退步。
按 Agent 安装
选择你的 Agent
路径来自 Agent 官方文档或 skills.sh 同源通用安装器。兼容状态仍以这个 Skill 的资料为准。
项目范围
.agents/skills/autoresearch/个人范围
~/.copilot/skills/autoresearch/项目范围适合团队共享；个人范围适合跨项目复用。安装器默认项目范围，加 -g 可改为个人范围。
安装命令（项目范围）
npx skills add github/awesome-copilot --skill autoresearch --agent github-copilot典型工作流
从任务到结果的典型流程
01
定义可测实验
明确一个数值指标、优化方向、范围与约束。
02
运行受控迭代
提交每个假设、运行指标并记录结果。
03
只保留改进
回退持平、变差或失败实验，同时保留实验日志。
优点与局限
优点与使用边界
显著优点
- 基线和实验台账让优化结果可审计。
- 明确偏好简单改进，并丢弃可测量的退步。
潜在缺点与局限
- 只适合拥有稳定且有代表性数值指标的任务。
- 局部指标提升可能过拟合基准，或损害指标未覆盖的质量。
适合人群
适合哪些人
→
优化性能、覆盖率、体积或其他可测试结果的开发者
→
能够隔离实验分支并审阅保留变更的团队
使用前须知
使用前需要检查的风险
高
自主修改仓库
该循环会反复提交变更并回退失败实验；应使用专用分支、保护范围外文件、备份未提交工作并设定有限预算。
安全说明
如何理解它的权限
- 不要通过指标输出或运行日志暴露密钥。
- 合并前审阅每个保留提交，因为指标不是正确性证明。
这不是安全认证。 第三方评级仅作为标注来源的参考信息展示；SkillSignal 尚未独立执行或安全审查此 Skill。
软件包内容
已收录文件
SKILL.md上游软件包内容来源可查
标签
实验优化指标
SkillSignal 原创编辑资料，依据 GitHub Awesome Copilot 固定提交 318066d2 整理，核对日期 2026-08-20；未进行独立运行或安全认证。