Communitygithub.com

autoresearch

Bucle de mejora iterativa de misión única con contrato de evaluador estricto, registros de decisión en markdown y comportamiento de parada por tiempo máximo de ejecución.

¿Qué es autoresearch?

Autoresearch es una skill con estado diseñada para la mejora iterativa acotada y guiada por evaluador. Gestiona una sola misión a la vez, iterando sobre resultados que no pasan la evaluación, registrando cada evaluación y decisión como artefactos duraderos, y deteniéndose solo cuando se alcanza un límite explícito de tiempo de ejecución o una condición terminal definida. Es útil para desarrolladores que necesitan un ciclo de mejora persistente y estricto, con soporte para ejecuciones periódicas mediante el cron nativo de Claude Code. La skill se activa típicamente a través de `/deep-interview --autoresearch`, que genera la misión y el evaluador, y luego Autoresearch ejecuta el bucle de mejora de forma autónoma, almacenando todos los artefactos en `.omc/autoresearch/` y `.omc/logs/autoresearch/`. Está pensada para plataformas como Claude Code y entornos de scripting donde se requiere un contrato firme: el evaluador debe devolver JSON estructurado con un booleano `pass` y un `score` numérico opcional, y las iteraciones no se detienen hasta que se cumple una condición de parada explícita.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Yeachan-Heo/oh-my-claudecode/tree/main/skills/autoresearch

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

<Propósito> Autoresearch es una skill con estado para la mejora iterativa acotada y guiada por evaluador. Gestiona una sola misión a la vez, iterando sobre resultados que no pasan la evaluación, registrando cada evaluación y decisión como artefactos duraderos, y deteniéndose solo cuando se alcanza un límite explícito de tiempo de ejecución o condición terminal. </Propósito>

<Cuándo_Usar>

  • Ya tienes una misión y un evaluador de /deep-interview --autoresearch
  • Necesitas mejora persistente de misión única con evaluación estricta
  • Requieres registros de experimentos duraderos bajo .omc/autoresearch/
  • Quieres una ruta compatible para reejecuciones periódicas mediante el cron nativo de Claude Code </Cuándo_Usar>

<No_Usar_Cuando>

  • Necesitas generar un evaluador en tiempo de ejecución — usa primero /deep-interview --autoresearch
  • Necesitas orquestar múltiples misiones — v1 lo prohíbe
  • Quieres el flujo obsoleto de CLI omc autoresearch — ya no es autoritativo </No_Usar_Cuando>

<Artefactos_Requeridos> El almacenamiento persistente canónico reside bajo .omc/autoresearch/<slug-de-la-misión>/ y/o .omc/logs/autoresearch/<id-de-ejecución>/.

Artefactos mínimos requeridos:

  • especificación de la misión
  • script del evaluador o referencia de comando
  • JSON de evaluación por iteración
  • registros de decisión en markdown

Forma canónica recomendada:

.omc/autoresearch/<slug-de-la-misión>/
  mission.md
  evaluator.json
  runs/<id-de-ejecución>/
    evaluations/
      iteration-0001.json
      iteration-0002.json
    decision-log.md

Reutiliza los artefactos de tiempo de ejecución existentes cuando estén disponibles, sin duplicarlos innecesariamente. </Artefactos_Requeridos>

<Flujo_de_Trabajo>

  1. Confirmar que existe una sola misión y que la configuración del evaluador ya está disponible.
  2. Asegurarse de que el modo/estado está activo para autoresearch y registra:
    • slug/directorio de la misión
    • referencia del evaluador
    • contador de iteraciones
    • marcas de tiempo de inicio/actualización
    • tiempo máximo de ejecución o fecha límite explícita
  3. En cada iteración:
    • ejecutar exactamente un ciclo de experimento/cambio
    • ejecutar el evaluador
    • persistir el JSON de evaluación legible por máquina
    • añadir una entrada de registro de decisión en markdown legible por humanos
    • continuar incluso si la evaluación no pasa
  4. Detenerse cuando:
    • se alcanza el límite de tiempo máximo de ejecución
    • el usuario cancela explícitamente
    • otra condición terminal explícita es registrada por el sistema de ejecución </Flujo_de_Trabajo>

<Integración_con_Cron> El cron nativo de Claude Code es un punto de integración compatible para la mejora periódica de misiones. En v1, se prefiere documentar/configurar entradas cron en lugar de construir una interfaz de programador grande.

Si se usa cron:

  • mantener una misión por trabajo programado
  • preservar el mismo contrato de misión/evaluador
  • añadir nuevos artefactos de ejecución en lugar de sobrescribir experimentos anteriores </Integración_con_Cron>

<Política_de_Ejecución>

  • No devolver la ejecución a omc autoresearch
  • No crear orquestación de múltiples misiones
  • Preferir reutilizar los ayudantes de esquema/tiempo de ejecución de src/autoresearch/* cuando ya coincidan con el contrato más estricto
  • Mantener registros útiles para humanos, no solo para máquinas </Política_de_Ejecución>

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

agent-doc-discipline

Writing-time discipline for documents agents consume (the five surfaces, specs, tickets, .omc/skills/) — every rule checkable and carrying a why, steps before reference, one meaning in one home, no restating what the environment already says. Mandatory at drydock seed generation and the launch C5 sediment pass; opt-in for any other agent-facing doc edit. The companion of minimal-code-discipline: that one disciplines code, this one disciplines papers.

ai-slop-cleaner

Clean AI-generated code slop with a regression-safe, deletion-first workflow and optional reviewer-only mode

ask

Process-first advisor routing for Claude, Codex, Gemini, Antigravity, Grok, or Cursor via `omc ask`, with artifact capture and no raw CLI assembly

ask-navigator

Shipyard

autopilot

Full autonomous execution from idea to working code

cancel

Cancel any active OMC mode (autopilot, ralph, ultragoal, swarm, ultrapilot, pipeline, team) and clean up retired legacy state

configure-notifications

Configure notification integrations (Telegram, Discord, Slack) via natural language

debug

Diagnose the current OMC session or repo state using logs, traces, state, and focused reproduction

deepinit

Deep codebase initialization with hierarchical AGENTS.md documentation

deep-interview

Socratic deep interview with mathematical ambiguity gating before explicit execution approval

drydock

Lay the keel of the shipyard harness in any repo — the 4-pillar shared environment (Context, Rules, Tools, Standards) across 5 surfaces (CLAUDE.md, skills, design-system, mcp/cli, shared context) so that every human and agent inherits the same design language and anyone can ship. Run once per repo; re-run with --check to audit drift.

execute

Carry an approved task through to working, verified code

external-context

Invoke parallel document-specialist agents for external web searches and documentation lookup

graph

Deterministic orchestration graph runtime - declarative DAG pipelines with journal-based crash recovery

harbor

Harbor intake for external work — the captain only handles unresolved decisions. Sweeps incoming issues and PRs, verifies every claim before disposition, reuses every decision already made, and hands the maintainer a docket whose pending items each carry one question with options, recommendation, impact and evidence. Agent-autonomous for facts and for actions covered by standing authorization; signed for every new judgment. Never merges.

hud

Configure HUD display options (layout, presets, display elements)

launch

Shipyard

loft

Loft the shape before cutting steel — answer a design question that prose cannot settle by building a throwaway artifact: a pure logic module in a clickable shell, or structurally different UI variants behind one route. The captain reacts to the artifact; the answer folds into the decision; the artifact never docks. Use when a design question stalls in words, when a navigator map carries a loft ticket, or when a spec discussion reaches

minimal-code-discipline

YAGNI-ladder coding discipline for writing changes — existence-first, reuse before writing, dependency ladder, shortest correct diff, with non-negotiables that must never be minimized away

omc-doctor

Diagnose and fix oh-my-claudecode installation issues

Skills relacionados