auto-optimize

用 auto-run-agent 自动分析、设计并执行项目优化任务流水线。

把项目当成目标，自动化地分析、列出要做的优化清单、搭建 runner 环境并让 agent 去执行和验证修复。适合要对整个项目做批量改进、扫除隐患、或持续优化的场景。特点是遵循实战原则（如 FIX/SKIP/DEFER、原子验证），能把经验写进 MEMORY.md，避免重复犯错并实现闭环验证，能用 Claude Code 和 auto-run-agent 自动化落地。

# 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 |
|------|------|----------|
| 1 | Bug | 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 |
| 6 | API | 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