codex-autoresearch

让 AI 自动跑优化循环,帮你调优代码指标

codex-autoresearch 是一个基于 Codex 的插件,用于在代码库内自动运行优化循环。它解决的问题是:当开发者面对一个可量化的目标(如测试运行时间、构建速度、包体积、模型损失、Lighthouse 分数、内存占用、查询延迟等)和大量可尝试的修改方案时,手动迭代效率极低。该插件通过自主智能体,自动提出修改、运行脚本测量指标、对比结果,并持续迭代直到达到最优或满足条件。其核心能力包括:与 Codex CLI 无缝集成,支持自定义评估脚本,自动生成并验证优化方案,以及提供清晰的优化过程日志。它适用于性能调优、资源占用优化、算法参数搜索等场景,帮助开发者从繁琐的试错中解放出来。

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 836
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类智能体
开发团队TheGreenCedar
所属国家
官网地址
定价模式free
价格说明开源项目,Apache-2.0 许可证,可免费使用和修改,无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言TypeScript
技术栈/模型agent-skills,autonomous-agents,autoresearch,code-optimization,codex,llm-agents
GitHub 星标★ 836
30天Star增速
HF 下载量
上线时间2026-04-20 00:00:00
最近更新2026-09-19 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

核心亮点

  • 自动迭代优化,节省手动调参时间
  • 支持任意可脚本化指标,通用性强
  • 与 Codex 生态集成,上手简单

不足之处

  • 依赖 Codex CLI,非独立工具
  • 优化过程可能消耗较多 API 调用
  • 文档/社区待观察

适用场景

  • 性能调优:自动降低测试运行时间
  • 构建优化:自动减小打包体积
  • 模型调参:自动搜索损失函数最优参数

替代项目

SmolVLM、AutoGPT、MetaGPT

项目介绍

codex-autoresearch 是智能体领域的开源项目,由 TheGreenCedar 开发,是 2026 年新上线的项目。

在全站 13,014 个收录项目中,它的 GitHub 星标数(836)位列前 30%,在智能体分类中处于中上游。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-19。Apache-2.0 许可证,可免费使用和修改,无付费版本。

它主要面向的使用场景是:性能调优:自动降低测试运行时间。同类可对比的替代方案包括 SmolVLM、AutoGPT、MetaGPT。

上一篇:AurixAgent

下一篇:pydantic-ai-todo

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 199 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12