crimeacs/auto-improve

auto-improve 是做什么的？

用于任何文本工件的自主、评判器把关的自我改进。完整指南请参见 README.md；此处为面向代理的快速参考。

何时使用

用户希望内容得到可衡量的提升，而不仅仅是重写——并且愿意将“更好”表达为评分标准。适用场景：冷邮件、登录页文案、提示词、技能定义、博客文章、求职信、文档、合同、菜单。

运行

export GEMINI_API_KEY=...        # https://aistudio.google.com/apikey
python3 improve.py \
  --artifact path/to/file.md \   # 必须在 git 仓库内
  --tag v1 \                     # → 分支 improve/v1, results/v1.tsv
  --max-iterations 8 \
  --criteria path/to/rubric.md   # 可选 — 省略则会自动推断评分标准；或添加
                                 # --goal "良好效果的样子" 来引导自动推断的标准

如果不传递 --criteria，auto-improve 会先从工件生成一个评分标准，并将其保存到 results/<tag>.rubric.md — 阅读它可了解其优化目标。 检查已完成运行：python3 improve.py --status --tag v1。 结果位于 improve/<tag> git 分支上 — git diff main improve/v1 -- <file>。

决策机制（防劣质重写部分）

1. 变异 — 从 N 个候选编辑中选择最佳，以精确差异形式应用（防崩溃）。
2. 评分 — 每个候选由独立的模型调用根据评分标准进行打分。
3. 决策 — 最佳候选与当前冠军进行双向配对判断（消除偏差）；仅当确认真正获胜时才保留，否则回退。

变异器从不评判自己的作品，自信但更差的重写会被丢弃 —— 因此提升是真实的，每个提交都是经过验证的进步。

编写评分标准

一个包含总权重为 100 的各维度的 Markdown 文件 — 锚定值（50/70/90）、以奖励为导向、具体明确。参见 criteria/README.md 和 criteria/ 中的示例。

关键规则

• 变异器和评估器从不共享上下文。
• 每次运行：一个工件、一个评分标准、一个 --tag。
• Git 分支是事实来源；results/<tag>.tsv 是提升日志（不受版本控制）。
• 绝不编辑工件之外的内容；精确的微小差异，而非整体重写。