К основному содержанию
скилл

ar-run — скилл для Claude Code: что делает и как установить

Скилл запускает ровно одну итерацию автоисследования: читает историю результатов, вносит правку в целевой файл и оценивает метрики.

Установить в Claude Code · Через маркетплейс плагинов Все способы и платформы ↓
/plugin marketplace add alirezarezvani/claude-skills
/plugin install autoresearch-agent@claude-code-skills
Открыть на GitHub

Что делает ar-run

Скилл автоматизирует одиночный шаг экспериментального поиска в проекте. Сначала он переключается на ветку вида autoresearch/{domain}/{name}, открывает config.cfg и историю results.tsv. Анализируя прошлые запуски, ассистент выбирает стратегию. На первых пяти шагах он ищет очевидные правки, с шестого по пятнадцатый меняет отдельные параметры, а позже переходит к замене алгоритмов.

Правила строгие. Скилл трогает только целевой файл из конфигурации и запрещает добавлять новые зависимости. Файл evaluate.py остаётся нетронутым, так как служит эталоном метрик. Изменение коммитится в Git, запускается run_experiment.py, после чего скрипт сообщает статус: сохранено улучшение, изменение отброшено или произошёл сбой.

Каждые 10 прогонов скилл обновляет раздел стратегии в program.md, фиксируя удачные подходы. Без настроенной структуры папки .autoresearch запуск завершится ошибкой.

Какие задачи решает

  • провести одну итерацию оптимизации кода по метрикам
  • проверить одиночную гипотезу без ручного редактирования файлов
  • выбрать следующий шаг эксперимента по истории results.tsv
  • откатить неудачную правку при ухудшении тестовой метрики

Примеры запросов агенту

  • /ar:ar-run engineering/api-speed
  • /ar:ar-run
  • Запусти одну итерацию эксперимента через /ar:ar-run

Как установить ar-run

1Через маркетплейс плагинов

/plugin marketplace add alirezarezvani/claude-skills
/plugin install autoresearch-agent@claude-code-skills

Команда ставит плагин autoresearch-agent целиком, со всеми его скиллами

2Через Skills CLI (Vercel)

npx skills add alirezarezvani/claude-skills --skill ar-run -a claude-code

3Вручную: положить файлы

~/.claude/skills/ar-run/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/ar-run/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о ar-run

Как установить ar-run в Claude Code?

Подключите каталог и поставьте плагин командами /plugin marketplace add alirezarezvani/claude-skills, затем /plugin install autoresearch-agent@claude-code-skills.

Что делает скилл ar-run?

Он читает историю экспериментов, делает строго одно изменение в целевом файле, запускает замер метрики и сохраняет результат в Git только при улучшении показателей.

Можно ли менять проверочный скрипт evaluate.py?

Нет. Правила скилла запрещают изменять evaluate.py, поскольку он считается эталоном оценки эксперимента.

Исходный текст

SKILL.md · MIT
---
name: "ar-run"
description: "Run a single experiment iteration. Edit the target file, evaluate, keep or discard. Use when the user runs /ar:ar-run or asks for one manual autoresearch iteration."
metadata:
  command: /ar:ar-run
---

# /ar:ar-run — Single Experiment Iteration

Run exactly ONE experiment iteration: review history, decide a change, edit, commit, evaluate.

## Usage

```
/ar:ar-run engineering/api-speed              # Run one iteration
/ar:ar-run                                     # List experiments, let user pick
```

## What It Does

### Step 1: Resolve experiment

If no experiment specified, run `python {skill_path}/scripts/setup_experiment.py --list` and ask the user to pick.

### Step 2: Load context

```bash
# Read experiment config
cat .autoresearch/{domain}/{name}/config.cfg

# Read strategy and constraints
cat .autoresearch/{domain}/{name}/program.md

# Read experiment history
cat .autoresearch/{domain}/{name}/results.tsv

# Checkout the experiment branch
git checkout autoresearch/{domain}/{name}
```

### Step 3: Decide what to try

Review results.tsv:
- What changes were kept? What pattern do they share?
- What was discarded? Avoid repeating those approaches.
- What crashed? Understand why.
- How many runs so far? (Escalate strategy accordingly)

**Strategy escalation:**
- Runs 1-5: Low-hanging fruit (obvious improvements)
- Runs 6-15: Systematic exploration (vary one parameter)
- Runs 16-30: Structural changes (algorithm swaps)
- Runs 30+: Radical experiments (completely different approaches)

### Step 4: Make ONE change

Edit only the target file specified in config.cfg. Change one thing. Keep it simple.

### Step 5: Commit and evaluate

```bash
git add {target}
git commit -m "experiment: {short description of what changed}"

python {skill_path}/scripts/run_experiment.py \
  --experiment {domain}/{name} --single
```

### Step 6: Report result

Read the script output. Tell the user:
- **KEEP**: "Improvement! {metric}: {value} ({delta} from previous best)"
- **DISCARD**: "No improvement. {metric}: {value} vs best {best}. Reverted."
- **CRASH**: "Evaluation failed: {reason}. Reverted."

### Step 7: Self-improvement check

After every 10th experiment (check results.tsv line count), update the Strategy section of program.md with patterns learned.

## Rules

- ONE change per iteration. Don't change 5 things at once.
- NEVER modify the evaluator (evaluate.py). It's ground truth.
- Simplicity wins. Equal performance with simpler code is an improvement.
- No new dependencies.

© Alireza Rezvani · MIT · alirezarezvani/claude-skills

Похожие скиллы

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →
setup-matt-pocock-skills Matt Pocock Скилл настраивает репозиторий для инженерных скиллов Matt Pocock: задаёт трекер задач, метки триажа и расположение доменной документации. Запустите его перед первым использованием остальных скиллов. 1 052 851установок ask-matt Matt Pocock Помогает выбрать подходящий скилл или рабочий поток из набора Matt Pocock. Пригодится, когда непонятно, с чего начать задачу: от идеи до разбора бага. 766 587установок to-tickets Matt Pocock Разбивает план, спецификацию или переписку на небольшие сквозные задачи и отмечает, какие из них блокируют остальные. Пригодится, когда нужно согласовать порядок работы до публикации задач в трекере. 711 230установок writing-plans Jesse Vincent Скилл превращает требования к многошаговой задаче в подробный план реализации до начала работы с кодом. Пригодится, когда исполнителю нужно зафиксировать файлы, интерфейсы и проверки. CX Codex 282 859установок caveman-review JuliusBrussee Пишет замечания к коду одной строкой: место, проблема, исправление. Пригодится, когда ревью диффа или PR надо пройти быстро и без воды. CX Codex +1 411 800установок caveman-compress JuliusBrussee Сжимает CLAUDE.md, списки задач и другие текстовые файлы в краткий формат, сохраняя читаемую резервную копию. CX Codex +1 411 500установок

Из того же набора482

Весь набор →
grade-iterate Третий этап сборки Claude Managed Agent: задаёт рубрику, читает вердикты грейдера и гоняет итерации до прохождения. Пригодится, когда агент уже запущен, но выдаёт не то. 1установок session-handoff Сжимает текущий диалог в документ передачи контекста следующему агенту. Удаляет секреты и подтягивает статус на старте новой сессии. ★ 28 786звёзд репо ai-decision-authority Раскладывает решения по трём зонам автономии ИИ и говорит, где нужен человек, а где агент действует сам. ★ 28 786звёзд репо sample-text-processor Эталонный скилл уровня BASIC для тестов и валидации. Подсчитывает частоту слов и меняет регистр текста средствами стандартной библиотеки Python. ★ 28 786звёзд репо hub-run Запускает полный цикл работы AgentHub одной командой: от фиксации базовых метрик и параллельного запуска агентов до оценки и слияния кода. ★ 28 786звёзд репо month-end-close Плагин автоматизирует график финансового закрытия, сверку счетов и анализ отклонений. Он работает локально через Python без подключения к ERP-системам. ★ 28 786звёзд репо coding-agent-rollout Плагин проверяет настройки, MCP-серверы, плагины и слои CLAUDE.md, а также отслеживает этап внедрения Claude Code в команде. Пригодится, когда общие правила нужно сверять с локальными. ★ 28 786звёзд репо agent-regression-evals Сравнивает прогоны агента до и после правки и решает, можно ли мержить. Нужен, когда одна попытка не отличает регрессию от случайности. ★ 28 786звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой