AI 技能人工智能AI 评测开发工具【免费下载链接】autoresearchClaude Autoresearch Skill — Autonomous goal-directed iteration for Claude Code. Inspired by Karpathys autoresearch. Modify → Verify → Keep/Discard → Repeat forever.项目地址https://gitcode.com/gh_mirrors/auto/autoresearch点击查看免费下载搜索自动补全Autocomplete看似简单——用户每敲一个字符就返回建议——但真实工程中它横跨排名算法、多语言拼写容错、个性化隐私、滥用防御和亚百毫秒延迟预算等多个复杂战场。本指南基于 guide/scenario/search-autocomplete.md演示如何使用 autoresearch 的/autoresearch:scenario场景探索引擎对搜索自动补全系统进行 12 个维度的系统性故障模式挖掘读完你将领会如何构造场景命令、如何解读生成的 Situations含前置条件、预期结果、失败信号与缓解措施以及如何沿scenario → debug → security → fix链条把发现转化为实际修复。一、场景命令一次 25 轮迭代的完整配置原指南给出的种子命令如下可直接复制到你的 Claude Code 会话中运行/autoresearch:scenario --domain software --depth standard --focus edge-cases Scenario: User types a search query and receives real-time autocomplete suggestions — with typo correction, personalization, trending results, and abuse-resistant ranking Iterations: 25逐项拆解该命令的语义对照 guide/autoresearch-scenario.md 中的全量参数表参数本次取值作用Scenario:上述种子场景描述定义探索对象参与者用户、动作输入查询并接收实时建议、系统约束拼写纠错、个性化、趋势结果、抗滥用排名--domainsoftware领域类型可选software/product/business/security/marketing决定维度抽样的侧重点--depthstandard深度预设shallow10 轮、standard20 轮、deep50 轮--focusedge-cases权重抽样方向本次偏向边界条件其他可选failures、security、scaleIterations:25覆盖默认的 20 轮命令式配置优先于--depth预设从命令实现看见 claude-plugin/commands/autoresearch/scenario.mdIterations: 25属于**有界bounded**运行引擎会在current_iteration max_iterations时退出循环只有显式声明Iterations: unlimited才会无界运行。安全上/autoresearch:scenario是纯探索、不做代码修改符合 SKILL 中所有结果仅记录、不自动发布的安全不变量见 claude-plugin/skills/autoresearch/SKILL.md。输出目录约定运行会创建autoresearch/scenario-{YYMMDD}-{HHMM}/目录内含scenarios.md按维度组织、维度内按严重度排序、edge-cases.md全量扁平严重度列表与scenario-results.tsv机器可读迭代日志表头为iteration\ttimestamp\tscenario\tdimension\tclassification\tseverity\tdescription。二、为什么要探索搜索自动补全隐藏在表面之下的复杂度原指南的开场判断值得全文引用搜索自动补全看似简单——边输入边显示建议但表面之下排名必须在相关性、流行度与个性化之间取得平衡拼写容错必须处理多种语言建议必须在 100ms 内更新系统还必须抵御试图注入建议的对抗性操纵。这决定了场景探索需要覆盖的关键维度权重边界条件Edge case——空查询、单字符、纯 emoji、超长查询、特殊字符规模Scale——10,000 次查询/秒、建议索引更新延迟、冷缓存表现数据多样性Data variation——多语言查询、混合文字输入、RTL右向左语言、CJK中日韩字符滥用Abuse——建议轰炸suggestion bombing、SEO 操纵、攻击性建议注入时间性Temporal——趋势查询突发峰值、季节性建议、陈旧热门建议这些维度正是/autoresearch:scenario的 12 个探索维度中与本主题强相关的子集。完整的 12 维度清单如下摘自 guide/autoresearch-scenario.md#维度探索内容1Happy path正常成功流程2Error预期失败模式——超时、校验失败、4043Edge case边界条件空输入、最大值、精确极限4Abuse恶意使用——注入、伪造、重放攻击5Scale高并发——10k 并发用户、5GB 上传、DB 满载6Concurrent竞态条件、并行访问、重复提交7Temporal流程中令牌过期、DST 切换、延迟重试8Data variation不同格式、编码、locale、null 值9Permission未授权访问、权限提升、作用域不匹配10Integration支付网关超时、OAuth 提供商宕机、webhook 失败11Recovery崩溃恢复、重试逻辑、幂等性、部分回滚12State transition非法状态迁移、重入、并发状态变更探索引擎的工作方式为种子分析 → 分解为 12 维度 → 每轮生成一个 Situation → 分类维度严重度→ 补充上下文 → 记录 → 重复Seed analysis → Decompose into 12 dimensions → Generate ONE situation per iteration → Classify → Expand with context → Log → Repeat。关键机制有二维度均衡覆盖每一轮会优先挑选探索最少的维度避免所有结果扎堆在某一个维度上饱和检测Saturation detection当连续 3 轮在已覆盖维度内只产出低严重度变体时Claude 会报告饱和并提出提前终止或转移焦点见 guide/autoresearch-scenario.md 的 How It Works 一节。对分类结果引擎使用new真正新颖的边界情况/extension基于既有发现的扩展/duplicate已覆盖跳过不记录三类标签严重度取值critical / high / medium / low——这些语义直接体现在 claude-plugin/commands/autoresearch/scenario.md 的 Iteration Loop 四阶段Review → Generate → Classify → Log中。三、六种已生成 Situation 的完整解读下面完整呈现原指南针对上述种子场景生成的六个 Situation。每个 Situation 都是前置条件 → 场景描述 → 预期结果 → 失败信号 → 缓解措施的标准化结构这也是/autoresearch:scenario输出块的标准格式对照 guide/autoresearch-scenario.md 的 Example Output Block。Situation #1 —— 首字符拼写错误击穿前缀匹配维度边界条件 |严重度High前置条件用户想搜索 restaurant自动补全基于前缀trie匹配场景用户输入 restaruantr 与 u 交换的拼写错误。前缀匹配失败因为 restar... 无法命中任何建议前缀。尽管 restaurant 是排名第 1 的查询用户却看到零建议。预期结果输入 3 字符且无精确前缀匹配时触发模糊匹配。建议显示restaurant你是想找、restaurant near me、restaurant reservations。编辑距离 ≤ 2 纳入考虑。失败信号常见查询显示空建议下拉框用户手动纠错或放弃搜索自动补全对易拼错查询提供零价值。缓解措施混合匹配先前缀匹配回退到编辑距离匹配Levenshtein ≤ 2语音匹配Soundex/Metaphone针对发音正确但拼写错误的查询在前缀 trie 之外建立 n-gram 索引以支持子串匹配Situation #2 —— 趋势查询注入的攻击性建议维度滥用 |严重度Critical前置条件自动补全建议部分来源于趋势搜索量一个协调组织在 1 小时内提交了 50,000 次针对某攻击性短语的搜索场景该攻击性短语进入趋势建议池。用户输入某个常见词的前 3 个字符就看到攻击性短语成为顶部自动补全建议。截图在社交媒体上病毒式传播。预期结果趋势建议在进入建议索引前经过黑名单过滤。突发的量异常触发异常检测查询 xyz 在 1 小时内量暴增 10,000% —— 暂扣审查。失败信号攻击性建议在人工审查介入前展示给数百万用户公关危机应用商店审查投诉。缓解措施所有建议在展示前过黑名单过滤器脏话、仇恨言论、侮辱性词汇对建议量做异常检测突发峰值必须人工批准后才能上浮新出现的建议有 12 小时隔离期quarantine period之后才能出现在自动补全中编辑推荐与自然建议双轨分离赋予不同信任等级Situation #3 —— 使用 IME 组字输入 CJK中日韩字符维度数据多样性 |严重度Medium前置条件用户使用 IME输入法编辑器输入日语IME 有组字状态字符在被提交前处于下划线/高亮状态场景自动补全在每次按键时触发。IME 组字期间输入框中是未完成的假名提交后将变成汉字。自动补全搜索这些未完成假名返回无关建议。用户提交汉字后自动补全以正确查询再次触发。预期结果自动补全检测到 IME 组字状态并抑制建议直到组字提交完成。建议只在compositionend事件触发而不是在中间的input事件触发。失败信号IME 组字期间建议下拉框快速闪烁显示无关结果下拉框可能遮挡 IME 候选列表导致选字困难。缓解措施监听compositionstart/compositionend事件——组字期间抑制自动补全对 CJK locale 使用更长防抖延迟300ms若检测到组字中显示轻微的正在输入…指示器代替建议Situation #4 —— 个性化建议泄露私有搜索历史维度权限 |严重度Critical前置条件自动补全基于用户搜索历史做个性化用户在共享/公共电脑图书馆、自助终端上搜索场景下一个用户开始输入 h看到上一个用户的个性化建议how to file for divorce、hepatitis symptoms、help for depression。私有搜索历史被暴露。预期结果个性化建议仅绑定已验证会话。共享/公共电脑被识别无持久认证、隐身模式只收到通用热门建议。会话清理清除个性化数据。失败信号敏感搜索历史对下一个用户可见隐私侵犯潜在法律责任。缓解措施个性化要求已验证会话——匿名会话只获得通用建议自动补全下拉框中醒目提供清除最近搜索会话超时15 分钟不活动清除个性化缓存隐身/私密浏览模式零个性化、零历史Situation #5 —— 目录更新后建议索引陈旧维度时间性 |严重度Medium前置条件电商站点有 500,000 个商品隔夜目录导入新增 5,000 个商品自动补全建议索引每晚重建场景营销团队上午 9:00 发送邮件推广新产品线。客户点开邮件并搜索新产品。自动补全返回零建议因为索引尚未重建计划在次日凌晨 2:00。预期结果建议索引支持增量更新。新产品在目录导入后 15 分钟内完成索引。或者建议索引无匹配时对商品数据库做实时回退查询。失败信号搜索推广产品的客户看不到建议转化率下降客服工单我找不到邮件里的产品。缓解措施增量建议索引更新由目录变更触发而非仅夜间重建实时回退trie 返回零结果时直接用 LIKE/trigram 匹配查询商品数据库营销活动上线前预热建议索引Situation #6 —— 查询a]击垮基于正则的建议过滤器维度边界条件 |严重度Medium前置条件建议匹配使用由用户输入构造的正则输入净化不完整场景用户输入a]或a[、a(、a*。正则引擎抛出unterminated character class未终止字符类异常。自动补全端点返回 500。客户端静默失败——之后每次按键都不再显示建议直到页面刷新。预期结果构造正则前转义用户输入。a]按字面匹配。无服务器错误。以 a 开头的查询建议正常返回。失败信号记录 500 错误自动补全在用户整个会话中静默失效若错误率足够高监控告警触发。缓解措施构造模式前转义用户输入中的所有正则特殊字符自动补全使用字面字符串匹配trie/前缀而非正则客户端自动补全端点返回 5xx 时重试一次然后优雅降级隐藏下拉框不阻塞搜索四、链式编排把场景发现转化为修复/autoresearch:scenario的产物是待验证的故障假设真正价值在后续链条中兑现。原指南给出了三条已配置的链条每一条都通过handoff.json协议无复制粘贴地传递上下文协议结构见 guide/chains-and-combinations.mdsource_command、timestamp、scope、goal、findings、hypothesis_queue、summary。scenario → debug追踪边界故障/autoresearch:debug Scope: src/search/**, src/autocomplete/**, src/suggestions/** Symptom: Edge cases — regex crash, CJK IME handling, stale index, typo tolerance gaps Iterations: 15/autoresearch:debug是科学方法 × autoresearch 循环的缺陷猎人每轮形成一条可证伪假设、运行一个实验把已确认与已证伪的结果都记录到debug-results.tsv然后跟进下一条线索见 guide/autoresearch-debug.md。Situation #6 的正则崩溃、Situation #3 的 CJK/IME 处理、Situation #5 的陈旧索引、Situation #1 的容错缺口恰好对应 debug 的六种调查技术二分搜索、差分调试、最小复现、执行跟踪、模式搜索、逆向推导中各有用武之地。scenario → security审计注入、操纵与隐私泄露# Audit for injection, suggestion manipulation, and privacy leaks /autoresearch:security Scope: src/search/**, src/autocomplete/** Focus: Regex injection, suggestion bombing, personalization privacy, XSS in suggestion display Iterations: 10这条链直接对应 Situation #2建议轰炸/操纵、Situation #4个性化隐私泄露与 Situation #6正则注入的严重威胁。/autoresearch:security使用 STRIDE 威胁建模 OWASP Top 10 4 个红队对抗人格且要求每条发现都附代码证据file:line 攻击场景不做理论性漏洞假设见 guide/autoresearch-security.md。与自动补全相关的典型映射包括SSpoofing— 建议伪造TTampering— 建议注入篡改IInfo Disclosure— 个性化历史泄露DDoS— 正则 ReDoS 与无界建议请求。predict → scenario专家预判播种场景/autoresearch:predict --chain scenario,debug,fix Scope: src/search/** Goal: Harden autocomplete against edge cases and adversarial manipulation--chain scenario,debug,fix是逗号分隔的顺序执行语法predict 先由 5 个专家人格对src/search/**做风险分析并产出排名发现与假设队列scenario 以此为种子继续枚举边界情况debug 沿风险区域狩猎缺陷fix 做根因优先的级联感知修复。整条管线符合 guide/chains-and-combinations.md 中predict → scenario,debug,fix,ship全质量管线的降级版——每一阶段的输出都会锐化下一阶段的输入。handoff.json由每个支持--chain的命令在调用下一目标前写入以 scenario 为源时其结构为version 2.1.0、source scenario、timestamp、status、results_tsv路径、findings按严重度组织的场景列表与config{scenario, domain, scope}见 claude-plugin/commands/autoresearch/scenario.md 的 Chain Handoff 一节。五、领域专属 Tips自动补全场景探索的三个关键认知性能即功能Performance IS the feature自动补全必须 100ms 内响应。任何增加延迟的场景要素模糊匹配、个性化查询、实时回退都必须对照延迟预算评估。场景探索之后应加跑一轮以指标为导向的优化循环/autoresearch Goal: reduce p95 autocomplete latency Metric: p95 autocomplete latency in ms (lower is better) Verify: npm run bench:autocomplete | grep p95这也正是 SKILL 中经典模式Classic的用法在Metric:/Verify:存在时进入 modify → verify → keep/discard 循环见 claude-plugin/skills/autoresearch/SKILL.md。用真实拼写错误模式测试而非随机突变常见拼写错误遵循键盘相邻布局规律例如 e 与 r 相邻。随机字符交换无法代表真实用户行为应使用真实拼写错误数据集或键盘距离模型来评估模糊匹配。这与 Situation #1 直接相关——真实键盘错位模式决定了编辑距离阈值与候选排序策略的有效性。多语言自动补全是一个独立问题CJK、阿拉伯语RTL与拉丁文字具有根本不同的输入方式。对多语言场景应单独运行一次聚焦数据多样性的场景/autoresearch:scenario --depth standard --focus>更多场景实战guide/scenario/README.md含实时聊天、多租户 SaaS、CI/CD 部署、医疗预约、内容审核、IoT 固件更新等 11 个领域指南 |场景命令参考guide/autoresearch-scenario.md |链条组合guide/chains-and-combinations.md赞分享AI 技能人工智能AI 评测开发工具【免费下载链接】autoresearchClaude Autoresearch Skill — Autonomous goal-directed iteration for Claude Code. Inspired by Karpathys autoresearch. Modify → Verify → Keep/Discard → Repeat forever.项目地址https://gitcode.com/gh_mirrors/auto/autoresearch点击查看免费下载相关推荐用 /autoresearch:scenario 系统化挖掘移动推送通知的全维度故障模式——Claude Autoresearch 实战指南用 /autoresearch:scenario 系统化挖掘移动推送通知的全维度故障模式——Claude Autoresearch 实战指南 推送通知是移动应用AI 技能人工智能AI 评测开发工具用 autoresearch:scenario 探索医疗预约调度系统12 维度故障模式挖掘实战指南用 autoresearch:scenario 探索医疗预约调度系统12 维度故障模式挖掘实战指南 本文基于 Claude Autoresearch 项目GAI 技能人工智能AI 评测开发工具用 autoresearch:scenario 压测你的 CI/CD 交付管线故障模式探索实战指南用 autoresearch:scenario 压测你的 CI/CD 交付管线故障模式探索实战指南 本文以 autoresearch 仓库的 CI/CD 场景AI 技能人工智能AI 评测开发工具上一篇gr-ieee802-11扩展开发教程如何自定义新的调制编码方案下一篇gh-aw Action Pin完全指南GitHub Actions版本固定与SHA校验创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/9 4:48:58 · 阅读 1.2k 用 autoresearch:scenario 系统性挖掘搜索自动补全的故障模式：排名、容错、滥用防御与性能压测实战指南
AI 技能人工智能AI 评测开发工具【免费下载链接】autoresearchClaude Autoresearch Skill — Autonomous goal-directed iteration for Claude Code. Inspired by Karpathys autoresearch. Modify → Verify → Keep/Discard → Repeat forever.项目地址https://gitcode.com/gh_mirrors/auto/autoresearch点击查看免费下载搜索自动补全Autocomplete看似简单——用户每敲一个字符就返回建议——但真实工程中它横跨排名算法、多语言拼写容错、个性化隐私、滥用防御和亚百毫秒延迟预算等多个复杂战场。本指南基于 guide/scenario/search-autocomplete.md演示如何使用 autoresearch 的/autoresearch:scenario场景探索引擎对搜索自动补全系统进行 12 个维度的系统性故障模式挖掘读完你将领会如何构造场景命令、如何解读生成的 Situations含前置条件、预期结果、失败信号与缓解措施以及如何沿scenario → debug → security → fix链条把发现转化为实际修复。一、场景命令一次 25 轮迭代的完整配置原指南给出的种子命令如下可直接复制到你的 Claude Code 会话中运行/autoresearch:scenario --domain software --depth standard --focus edge-cases Scenario: User types a search query and receives real-time autocomplete suggestions — with typo correction, personalization, trending results, and abuse-resistant ranking Iterations: 25逐项拆解该命令的语义对照 guide/autoresearch-scenario.md 中的全量参数表参数本次取值作用Scenario:上述种子场景描述定义探索对象参与者用户、动作输入查询并接收实时建议、系统约束拼写纠错、个性化、趋势结果、抗滥用排名--domainsoftware领域类型可选software/product/business/security/marketing决定维度抽样的侧重点--depthstandard深度预设shallow10 轮、standard20 轮、deep50 轮--focusedge-cases权重抽样方向本次偏向边界条件其他可选failures、security、scaleIterations:25覆盖默认的 20 轮命令式配置优先于--depth预设从命令实现看见 claude-plugin/commands/autoresearch/scenario.mdIterations: 25属于**有界bounded**运行引擎会在current_iteration max_iterations时退出循环只有显式声明Iterations: unlimited才会无界运行。安全上/autoresearch:scenario是纯探索、不做代码修改符合 SKILL 中所有结果仅记录、不自动发布的安全不变量见 claude-plugin/skills/autoresearch/SKILL.md。输出目录约定运行会创建autoresearch/scenario-{YYMMDD}-{HHMM}/目录内含scenarios.md按维度组织、维度内按严重度排序、edge-cases.md全量扁平严重度列表与scenario-results.tsv机器可读迭代日志表头为iteration\ttimestamp\tscenario\tdimension\tclassification\tseverity\tdescription。二、为什么要探索搜索自动补全隐藏在表面之下的复杂度原指南的开场判断值得全文引用搜索自动补全看似简单——边输入边显示建议但表面之下排名必须在相关性、流行度与个性化之间取得平衡拼写容错必须处理多种语言建议必须在 100ms 内更新系统还必须抵御试图注入建议的对抗性操纵。这决定了场景探索需要覆盖的关键维度权重边界条件Edge case——空查询、单字符、纯 emoji、超长查询、特殊字符规模Scale——10,000 次查询/秒、建议索引更新延迟、冷缓存表现数据多样性Data variation——多语言查询、混合文字输入、RTL右向左语言、CJK中日韩字符滥用Abuse——建议轰炸suggestion bombing、SEO 操纵、攻击性建议注入时间性Temporal——趋势查询突发峰值、季节性建议、陈旧热门建议这些维度正是/autoresearch:scenario的 12 个探索维度中与本主题强相关的子集。完整的 12 维度清单如下摘自 guide/autoresearch-scenario.md#维度探索内容1Happy path正常成功流程2Error预期失败模式——超时、校验失败、4043Edge case边界条件空输入、最大值、精确极限4Abuse恶意使用——注入、伪造、重放攻击5Scale高并发——10k 并发用户、5GB 上传、DB 满载6Concurrent竞态条件、并行访问、重复提交7Temporal流程中令牌过期、DST 切换、延迟重试8Data variation不同格式、编码、locale、null 值9Permission未授权访问、权限提升、作用域不匹配10Integration支付网关超时、OAuth 提供商宕机、webhook 失败11Recovery崩溃恢复、重试逻辑、幂等性、部分回滚12State transition非法状态迁移、重入、并发状态变更探索引擎的工作方式为种子分析 → 分解为 12 维度 → 每轮生成一个 Situation → 分类维度严重度→ 补充上下文 → 记录 → 重复Seed analysis → Decompose into 12 dimensions → Generate ONE situation per iteration → Classify → Expand with context → Log → Repeat。关键机制有二维度均衡覆盖每一轮会优先挑选探索最少的维度避免所有结果扎堆在某一个维度上饱和检测Saturation detection当连续 3 轮在已覆盖维度内只产出低严重度变体时Claude 会报告饱和并提出提前终止或转移焦点见 guide/autoresearch-scenario.md 的 How It Works 一节。对分类结果引擎使用new真正新颖的边界情况/extension基于既有发现的扩展/duplicate已覆盖跳过不记录三类标签严重度取值critical / high / medium / low——这些语义直接体现在 claude-plugin/commands/autoresearch/scenario.md 的 Iteration Loop 四阶段Review → Generate → Classify → Log中。三、六种已生成 Situation 的完整解读下面完整呈现原指南针对上述种子场景生成的六个 Situation。每个 Situation 都是前置条件 → 场景描述 → 预期结果 → 失败信号 → 缓解措施的标准化结构这也是/autoresearch:scenario输出块的标准格式对照 guide/autoresearch-scenario.md 的 Example Output Block。Situation #1 —— 首字符拼写错误击穿前缀匹配维度边界条件 |严重度High前置条件用户想搜索 restaurant自动补全基于前缀trie匹配场景用户输入 restaruantr 与 u 交换的拼写错误。前缀匹配失败因为 restar... 无法命中任何建议前缀。尽管 restaurant 是排名第 1 的查询用户却看到零建议。预期结果输入 3 字符且无精确前缀匹配时触发模糊匹配。建议显示restaurant你是想找、restaurant near me、restaurant reservations。编辑距离 ≤ 2 纳入考虑。失败信号常见查询显示空建议下拉框用户手动纠错或放弃搜索自动补全对易拼错查询提供零价值。缓解措施混合匹配先前缀匹配回退到编辑距离匹配Levenshtein ≤ 2语音匹配Soundex/Metaphone针对发音正确但拼写错误的查询在前缀 trie 之外建立 n-gram 索引以支持子串匹配Situation #2 —— 趋势查询注入的攻击性建议维度滥用 |严重度Critical前置条件自动补全建议部分来源于趋势搜索量一个协调组织在 1 小时内提交了 50,000 次针对某攻击性短语的搜索场景该攻击性短语进入趋势建议池。用户输入某个常见词的前 3 个字符就看到攻击性短语成为顶部自动补全建议。截图在社交媒体上病毒式传播。预期结果趋势建议在进入建议索引前经过黑名单过滤。突发的量异常触发异常检测查询 xyz 在 1 小时内量暴增 10,000% —— 暂扣审查。失败信号攻击性建议在人工审查介入前展示给数百万用户公关危机应用商店审查投诉。缓解措施所有建议在展示前过黑名单过滤器脏话、仇恨言论、侮辱性词汇对建议量做异常检测突发峰值必须人工批准后才能上浮新出现的建议有 12 小时隔离期quarantine period之后才能出现在自动补全中编辑推荐与自然建议双轨分离赋予不同信任等级Situation #3 —— 使用 IME 组字输入 CJK中日韩字符维度数据多样性 |严重度Medium前置条件用户使用 IME输入法编辑器输入日语IME 有组字状态字符在被提交前处于下划线/高亮状态场景自动补全在每次按键时触发。IME 组字期间输入框中是未完成的假名提交后将变成汉字。自动补全搜索这些未完成假名返回无关建议。用户提交汉字后自动补全以正确查询再次触发。预期结果自动补全检测到 IME 组字状态并抑制建议直到组字提交完成。建议只在compositionend事件触发而不是在中间的input事件触发。失败信号IME 组字期间建议下拉框快速闪烁显示无关结果下拉框可能遮挡 IME 候选列表导致选字困难。缓解措施监听compositionstart/compositionend事件——组字期间抑制自动补全对 CJK locale 使用更长防抖延迟300ms若检测到组字中显示轻微的正在输入…指示器代替建议Situation #4 —— 个性化建议泄露私有搜索历史维度权限 |严重度Critical前置条件自动补全基于用户搜索历史做个性化用户在共享/公共电脑图书馆、自助终端上搜索场景下一个用户开始输入 h看到上一个用户的个性化建议how to file for divorce、hepatitis symptoms、help for depression。私有搜索历史被暴露。预期结果个性化建议仅绑定已验证会话。共享/公共电脑被识别无持久认证、隐身模式只收到通用热门建议。会话清理清除个性化数据。失败信号敏感搜索历史对下一个用户可见隐私侵犯潜在法律责任。缓解措施个性化要求已验证会话——匿名会话只获得通用建议自动补全下拉框中醒目提供清除最近搜索会话超时15 分钟不活动清除个性化缓存隐身/私密浏览模式零个性化、零历史Situation #5 —— 目录更新后建议索引陈旧维度时间性 |严重度Medium前置条件电商站点有 500,000 个商品隔夜目录导入新增 5,000 个商品自动补全建议索引每晚重建场景营销团队上午 9:00 发送邮件推广新产品线。客户点开邮件并搜索新产品。自动补全返回零建议因为索引尚未重建计划在次日凌晨 2:00。预期结果建议索引支持增量更新。新产品在目录导入后 15 分钟内完成索引。或者建议索引无匹配时对商品数据库做实时回退查询。失败信号搜索推广产品的客户看不到建议转化率下降客服工单我找不到邮件里的产品。缓解措施增量建议索引更新由目录变更触发而非仅夜间重建实时回退trie 返回零结果时直接用 LIKE/trigram 匹配查询商品数据库营销活动上线前预热建议索引Situation #6 —— 查询a]击垮基于正则的建议过滤器维度边界条件 |严重度Medium前置条件建议匹配使用由用户输入构造的正则输入净化不完整场景用户输入a]或a[、a(、a*。正则引擎抛出unterminated character class未终止字符类异常。自动补全端点返回 500。客户端静默失败——之后每次按键都不再显示建议直到页面刷新。预期结果构造正则前转义用户输入。a]按字面匹配。无服务器错误。以 a 开头的查询建议正常返回。失败信号记录 500 错误自动补全在用户整个会话中静默失效若错误率足够高监控告警触发。缓解措施构造模式前转义用户输入中的所有正则特殊字符自动补全使用字面字符串匹配trie/前缀而非正则客户端自动补全端点返回 5xx 时重试一次然后优雅降级隐藏下拉框不阻塞搜索四、链式编排把场景发现转化为修复/autoresearch:scenario的产物是待验证的故障假设真正价值在后续链条中兑现。原指南给出了三条已配置的链条每一条都通过handoff.json协议无复制粘贴地传递上下文协议结构见 guide/chains-and-combinations.mdsource_command、timestamp、scope、goal、findings、hypothesis_queue、summary。scenario → debug追踪边界故障/autoresearch:debug Scope: src/search/**, src/autocomplete/**, src/suggestions/** Symptom: Edge cases — regex crash, CJK IME handling, stale index, typo tolerance gaps Iterations: 15/autoresearch:debug是科学方法 × autoresearch 循环的缺陷猎人每轮形成一条可证伪假设、运行一个实验把已确认与已证伪的结果都记录到debug-results.tsv然后跟进下一条线索见 guide/autoresearch-debug.md。Situation #6 的正则崩溃、Situation #3 的 CJK/IME 处理、Situation #5 的陈旧索引、Situation #1 的容错缺口恰好对应 debug 的六种调查技术二分搜索、差分调试、最小复现、执行跟踪、模式搜索、逆向推导中各有用武之地。scenario → security审计注入、操纵与隐私泄露# Audit for injection, suggestion manipulation, and privacy leaks /autoresearch:security Scope: src/search/**, src/autocomplete/** Focus: Regex injection, suggestion bombing, personalization privacy, XSS in suggestion display Iterations: 10这条链直接对应 Situation #2建议轰炸/操纵、Situation #4个性化隐私泄露与 Situation #6正则注入的严重威胁。/autoresearch:security使用 STRIDE 威胁建模 OWASP Top 10 4 个红队对抗人格且要求每条发现都附代码证据file:line 攻击场景不做理论性漏洞假设见 guide/autoresearch-security.md。与自动补全相关的典型映射包括SSpoofing— 建议伪造TTampering— 建议注入篡改IInfo Disclosure— 个性化历史泄露DDoS— 正则 ReDoS 与无界建议请求。predict → scenario专家预判播种场景/autoresearch:predict --chain scenario,debug,fix Scope: src/search/** Goal: Harden autocomplete against edge cases and adversarial manipulation--chain scenario,debug,fix是逗号分隔的顺序执行语法predict 先由 5 个专家人格对src/search/**做风险分析并产出排名发现与假设队列scenario 以此为种子继续枚举边界情况debug 沿风险区域狩猎缺陷fix 做根因优先的级联感知修复。整条管线符合 guide/chains-and-combinations.md 中predict → scenario,debug,fix,ship全质量管线的降级版——每一阶段的输出都会锐化下一阶段的输入。handoff.json由每个支持--chain的命令在调用下一目标前写入以 scenario 为源时其结构为version 2.1.0、source scenario、timestamp、status、results_tsv路径、findings按严重度组织的场景列表与config{scenario, domain, scope}见 claude-plugin/commands/autoresearch/scenario.md 的 Chain Handoff 一节。五、领域专属 Tips自动补全场景探索的三个关键认知性能即功能Performance IS the feature自动补全必须 100ms 内响应。任何增加延迟的场景要素模糊匹配、个性化查询、实时回退都必须对照延迟预算评估。场景探索之后应加跑一轮以指标为导向的优化循环/autoresearch Goal: reduce p95 autocomplete latency Metric: p95 autocomplete latency in ms (lower is better) Verify: npm run bench:autocomplete | grep p95这也正是 SKILL 中经典模式Classic的用法在Metric:/Verify:存在时进入 modify → verify → keep/discard 循环见 claude-plugin/skills/autoresearch/SKILL.md。用真实拼写错误模式测试而非随机突变常见拼写错误遵循键盘相邻布局规律例如 e 与 r 相邻。随机字符交换无法代表真实用户行为应使用真实拼写错误数据集或键盘距离模型来评估模糊匹配。这与 Situation #1 直接相关——真实键盘错位模式决定了编辑距离阈值与候选排序策略的有效性。多语言自动补全是一个独立问题CJK、阿拉伯语RTL与拉丁文字具有根本不同的输入方式。对多语言场景应单独运行一次聚焦数据多样性的场景/autoresearch:scenario --depth standard --focus>更多场景实战guide/scenario/README.md含实时聊天、多租户 SaaS、CI/CD 部署、医疗预约、内容审核、IoT 固件更新等 11 个领域指南 |场景命令参考guide/autoresearch-scenario.md |链条组合guide/chains-and-combinations.md赞分享AI 技能人工智能AI 评测开发工具【免费下载链接】autoresearchClaude Autoresearch Skill — Autonomous goal-directed iteration for Claude Code. Inspired by Karpathys autoresearch. Modify → Verify → Keep/Discard → Repeat forever.项目地址https://gitcode.com/gh_mirrors/auto/autoresearch点击查看免费下载相关推荐用 /autoresearch:scenario 系统化挖掘移动推送通知的全维度故障模式——Claude Autoresearch 实战指南用 /autoresearch:scenario 系统化挖掘移动推送通知的全维度故障模式——Claude Autoresearch 实战指南 推送通知是移动应用AI 技能人工智能AI 评测开发工具用 autoresearch:scenario 探索医疗预约调度系统12 维度故障模式挖掘实战指南用 autoresearch:scenario 探索医疗预约调度系统12 维度故障模式挖掘实战指南 本文基于 Claude Autoresearch 项目GAI 技能人工智能AI 评测开发工具用 autoresearch:scenario 压测你的 CI/CD 交付管线故障模式探索实战指南用 autoresearch:scenario 压测你的 CI/CD 交付管线故障模式探索实战指南 本文以 autoresearch 仓库的 CI/CD 场景AI 技能人工智能AI 评测开发工具上一篇gr-ieee802-11扩展开发教程如何自定义新的调制编码方案下一篇gh-aw Action Pin完全指南GitHub Actions版本固定与SHA校验创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考