dsh-autoresearch

当你在提示词调优、配置搜索或代码优化研究中被反复试验拖住时，dsh-autoresearch 把「提出候选—运行评估—对比指标—保留或回退」这条枯燥闭环交给代理自动执行，而你只需定义一个标量指标和一组可变文件路径。它从不可变的基线出发，每轮仅允许在 mutable_globs 声明的范围内修改代码，评估器由部署侧注册并冻结，提案模型无法篡改指标定义、数据集或运行环境，避免了循环中常见的「自己给自己打分」问题。

核心能力集中在三处：其一，有界与可停止——候选数、超时、目标阈值均可配置，任何安全异常都会消费当前序号并恢复工作树，而不是无限重试；其二，持久化与可恢复——每一步状态转换都写入 SQLite 追踪器并绑定哈希，取消或崩溃后可从最近一致点续跑，无需猜测中间状态；其三，最小可变面与信任边界——评估器进程在受控子进程中运行，仅捕获有限 stdout/stderr，Git worktree 隔离仓库状态，但插件明确不替代操作系统级沙箱，需要对抗性隔离的部署应额外接入外部沙箱。

适合的场景是：你有一条可量化、可复现的评估命令，想探索数十个候选变更并自动筛出最优解，同时希望全过程留痕、可审计、可中断恢复。无论是提示词工程、超参数搜索，还是算法模块的渐进式改进，只要指标定义明确、评估开销可控，这个插件都能把「试—量—比」的循环从手动操作变成一次后台任务。