auto-optimize

使用 auto-run-agent 对目标项目进行自动化分析、评估、设计和优化。完整流程包括:探索项目现状 → 识别问题 → 设计任务列表 → 创建 runner 环境 → 启动自主执行。适用于任何需要批量优化的项目。

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "auto-optimize" with this command: npx skills add majiayu000/claude-arsenal/majiayu000-claude-arsenal-auto-optimize

Auto-Optimize:自主优化流程

使用 auto-run-agent 编排 Claude Code 对目标项目进行持续自动优化。

核心原则(从 30+ 实战 session 提炼)

  1. 不修比乱修重要 — 每个发现必须分类为 FIX / SKIP / DEFER,SKIP 必须附理由
  2. 扫描维度轮换 — 不要每次只找同一类问题,按维度轮换扫描
  3. 原子验证 — 每个 fix 独立验证,不攒到最后一起跑
  4. 经验持久化 — 踩过的坑写入 MEMORY.md,避免跨 session 重复犯错

扫描维度(按轮次轮换)

轮次维度扫描目标
1Bug逻辑错误、死锁、TOCTOU、panic 路径、边界条件
2架构命名冲突、职责混乱、模块耦合、类型设计缺陷
3重复代码重复、可提取的公共逻辑、copy-paste 痕迹
4性能不必要的 clone/alloc、O(n²) 路径、阻塞调用
5测试缺失覆盖、脆弱断言、缺少边界用例
6API对标竞品的功能缺口、易用性问题、文档缺失

用户可指定维度,否则按项目当前状态自动选择最需要的维度。

完整流程

Phase 1:探索与评估

  1. 确认目标项目路径(用户提供或当前目录)
  2. 深度探索项目:
    • 读取 README、CLAUDE.md 等项目规范
    • 分析项目结构、技术栈、依赖
    • 阅读核心源码,理解架构
    • 检查 TODO/FIXME、#[allow(dead_code)] 等标记
  3. 按当前维度并行扫描(用 sub-agent 按模块分区扫描)
  4. 输出评估报告给用户,确认优化方向

Phase 2:分类与设计

对每个发现进行三分类:

FIX  — 有明确方案,不破坏公开 API,收益 > 风险
SKIP — 附理由:breaking change / over-engineering / not a bug / intentional design
DEFER — 需要更多信息或用户决策,记录到 TASKS.md 的 backlog 区

SKIP 判断标准(加载 rules/ 目录下对应语言的规则):

  • 触及公开 API 签名 → SKIP(除非用户明确要求 breaking change)
  • 只有 1 处使用的"重复" → SKIP(提取抽象是过度设计)
  • 不同语义的相似代码 → SKIP(如 Span 内联样式 vs Text 全局样式)
  • 宏能解决但会降低可读性 → SKIP

FIX 任务按依赖排序,生成结构化任务列表:

## 高优先级
- [ ] [BUG] 描述 | 文件 | 方案摘要
- [ ] [BUG] ...

## 中优先级
- [ ] [DEDUP] 描述 | 文件 | 方案摘要
- [ ] [DESIGN] ...

## 架构审查(高/中完成后触发)
- [ ] [ARCH] 全面审查架构合理性,发现问题追加新任务

## 低优先级
- [ ] [STYLE] ...

## Backlog(DEFER)
- [ ] [DEFER] 描述 | 需要的信息

Phase 3:创建 Runner 环境

  1. 在目标项目中 commit 当前状态并创建新分支(如 auto-optimize
  2. 创建 runner 目录结构:
<runner-dir>/
├── memory/
│   ├── TASKS.md      # Phase 2 设计的任务列表
│   ├── CONTEXT.md    # 项目背景、技术栈、规范、架构概览
│   └── DONE.md       # 自动生成
├── workspace/        # 软链接到目标项目
├── logs/
└── config.yaml
  1. CONTEXT.md 必须包含:

    • 项目概述和技术栈
    • 架构概览(关键模块和职责)
    • 项目规范(引用项目自身的 CLAUDE.md 或编码规范)
    • 构建和测试命令(每次修改后必须验证)
    • commit 规范(如有 DCO 要求等)
    • 当前扫描维度和轮次记录
  2. config.yaml 默认配置:

max_iterations: 50
max_cost_usd: 0
max_duration: 6h
consecutive_no_progress: 3
stop_when_empty: true
cooldown_duration: 15s
worker_timeout: 30m
use_git_detection: true

Phase 4:执行与验证

  1. 使用 auto-run-agent 启动:
cd /Users/apple/Desktop/code/AI/tool/auto-run-agent
./orchestrator --dir <runner-dir> --max-iterations 50 --max-cost 0 --max-duration 6
  1. Worker 执行规则:
    • 每个 fix 完成后立即运行验证命令(从 CONTEXT.md 读取)
    • 验证失败 → 立即回滚该 fix,标记为 DEFER,继续下一个
    • 验证通过 → commit,标记为 DONE,更新 DONE.md
    • 每完成一个 fix,检查是否触发了新问题(回归检测)
  2. 监控命令:
    • tail -f <runner-dir>/logs/orchestrator_*.log — 实时日志
    • cat <runner-dir>/memory/DONE.md — 查看完成记录
    • cat <runner-dir>/memory/TASKS.md — 查看剩余任务

Phase 5:收尾与学习

  1. 所有 FIX 完成后,运行完整测试套件
  2. bump version(patch for fixes, minor for new features)
  3. 更新项目 MEMORY.md,记录本轮发现的模式和教训
  4. 记录本轮扫描维度,下次自动切换到下一个维度

规则系统

规则文件位于 rules/ 目录,按语言分类。扫描时自动加载对应语言的规则。

auto-optimize/
├── SKILL.md
└── rules/
    ├── universal.md   ← 通用规则(所有语言适用)
    ├── rust.md        ← Rust 特定规则
    ├── python.md      ← Python 特定规则
    ├── typescript.md  ← TypeScript 特定规则
    └── go.md          ← Go 特定规则

规则格式:每条规则有 ID、类别、描述、示例。Worker 在扫描和修复时参考这些规则来判断 FIX/SKIP。

用户交互要点

  • Phase 1 完成后必须向用户展示评估报告,确认优化方向
  • Phase 2 的任务列表展示给用户确认后再创建文件
  • 启动前询问用户:迭代次数、时间限制、是否有成本限制
  • runner 目录默认放在 ~/Desktop/code/AI/<project-name>-runner/
  • 用户可随时编辑 TASKS.md 插入新任务或调整优先级

注意事项

  • auto-run-agent 位于 /Users/apple/Desktop/code/AI/tool/auto-run-agent
  • 目标项目必须先 commit 干净再切分支,确保可回滚
  • workspace 用软链接,不复制代码
  • 多个项目可同时运行,互不影响(注意 API rate limit)

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

product-discovery

No summary provided by upstream source.

Repository SourceNeeds Review
General

app-ui-design

No summary provided by upstream source.

Repository SourceNeeds Review
Coding

github-trending

No summary provided by upstream source.

Repository SourceNeeds Review
General

harmonyos-app

No summary provided by upstream source.

Repository SourceNeeds Review