Skip to content

feat(autoresearch): 注册 autoresearch v0.1.0 自主实验循环插件 - #1

Open
luochang212 wants to merge 2 commits into
zai-org:mainfrom
luochang212:feat-autoresearch
Open

feat(autoresearch): 注册 autoresearch v0.1.0 自主实验循环插件#1
luochang212 wants to merge 2 commits into
zai-org:mainfrom
luochang212:feat-autoresearch

Conversation

@luochang212

Copy link
Copy Markdown

注册 autoresearch v0.1.0 — ZCode 自主实验循环插件

解决的用户问题

ZCode 缺少「自主实验循环」能力:让 coding agent 在固定机械度量上自主迭代优化(改代码 → 跑基准 → keep / discard → 循环),并内置防作弊护栏。本插件基于 karpathy/autoresearch 与 pi-autoresearch 的调研(见插件 README 与研究记录)做了 ZCode 原生实现。

用户可见行为与测试方式

  • 提供 5 个 MCP 工具(init_experiment / run_experiment / log_experiment / export_dashboard / clear_experiments)、5 个命令、5 个 hooks 与 autoresearch skill
  • 测试:插件自带 node --test 单测(60 个用例全过);本仓库 CI 的 validate.py + build_dist.py + unittest 套件均已通过

版本与市场注册

  • autoresearch v0.1.0,.zcode-plugin/plugin.json 与根 marketplace.json 条目(name / version / description)一致
  • category: developer-tools;author: luochang212

依赖、网络、权限与副作用

  • 零第三方 npm 依赖:MCP server 与 hooks 均为 Node 标准库脚本(Node ≥ 22)
  • 副作用(插件 README 已声明):执行用户编写的基准脚本(.auto/measure.sh)与正确性门禁(.auto/checks.sh);自动 git 操作(keep 提交、非 keep 回滚,.auto/ 豁免);安装 5 个 ZCode hooks(Stop 续跑、PreToolUse 写保护、PermissionRequest 门禁、UserPromptSubmit/SessionStart 记忆注入);export_dashboard 起本地 127.0.0.1 HTTP 服务;写入项目目录下的 .auto/ 会话状态

第三方来源与许可证

  • 机制参考 karpathy/autoresearchpi-autoresearch,插件 README 已注明;本项目 MIT 许可
  • 插件图标为原创 SVG(源文件在贡献者仓库 assets/icon.svg),已登记于 assets/icon-sources.json(附 sha256)
- plugins/autoresearch/: 完整插件(MCP server + hooks + skills + commands,Node 标准库零依赖)
- marketplace.json: 注册条目(category developer-tools,author luochang212)
- assets/autoresearch/icon.png + icon-sources.json: 原创图标(源 SVG 见贡献者仓库 assets/icon.svg)
- 全部 .mjs → .ts:MCP server、lib(含新增 types.ts 领域类型)、hooks、测试
- 运行时零依赖不变:Node 原生剥离类型,无构建步骤
- README 同步更新(Node ≥24、目录结构、测试命令)
@luochang212

Copy link
Copy Markdown
Author

写给 zcode 的 autoresearch 插件

调研了市面上比较流行的 autoresearch 插件(主要是 pi、codex、claude code),分析它们的原理和生效机制,并让 AI(主要是 glm-5.3 和 deepseek-v4-flash)通过 spec-driven 的方式,开发新功能。为了保证开发出的能力适配 zcode,在开发之前还对 zcode 提供的能力做了调研,并实际调用 zcode 进行验证。目前 zcode-autoresearch 的版本是 v0.1.0。对于这一版,我用多个 AI 验核,确认已经实现主流 autoresearch 提供的功能。后续版本会根据在真实的环境中使用获得的反馈,持续提升 autoresearch 的效率和稳定性。

开源方式:MIT

GitHub: https://github.com/luochang212/zcode-autoresearch
Zread: https://zread.ai/luochang212/zcode-autoresearch

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

1 participant