---

name: "setup" description: "Configurar um novo experimento de autoresearch de forma interativa. Coleta domínio, arquivo alvo, comando de avaliação, métrica, direção e avaliador." command: /ar:setup agents:

• claude-code

---

/ar:setup — Criar Novo Experimento

Configurar um novo experimento de autoresearch com toda a configuração necessária.

Uso

/ar:setup                                    # Modo interativo
/ar:setup engineering api-speed src/api.py "pytest bench.py" p50_ms lower
/ar:setup --list                             # Mostrar experimentos existentes
/ar:setup --list-evaluators                  # Mostrar avaliadores disponíveis

O Que Faz

Se argumentos fornecidos

Passá-los diretamente ao script de setup:

python {skill_path}/scripts/setup_experiment.py \
  --domain {domain} --name {name} \
  --target {target} --eval "{eval_cmd}" \
  --metric {metric} --direction {direction} \
  [--evaluator {evaluator}] [--scope {scope}]

Se sem argumentos (modo interativo)

Coletar cada parâmetro um de cada vez:

1. Domínio — Perguntar: "Qual domínio? (engineering, marketing, content, prompts, custom)"
2. Nome — Perguntar: "Nome do experimento? (ex.: api-speed, blog-titles)"
3. Arquivo alvo — Perguntar: "Qual arquivo otimizar?" Verificar se existe.
4. Comando de avaliação — Perguntar: "Como medir? (ex.: pytest bench.py, python evaluate.py)"
5. Métrica — Perguntar: "Qual métrica a avaliação gera? (ex.: p50_ms, ctr_score)"
6. Direção — Perguntar: "Menor ou maior é melhor?"
7. Avaliador (opcional) — Mostrar avaliadores embutidos. Perguntar: "Usar um avaliador embutido ou o seu próprio?"
8. Escopo — Perguntar: "Armazenar no projeto (.autoresearch/) ou no usuário (~/.autoresearch/)?"

Então executar setup_experiment.py com os parâmetros coletados.

Listagem

# Mostrar experimentos existentes
python {skill_path}/scripts/setup_experiment.py --list

# Mostrar avaliadores disponíveis
python {skill_path}/scripts/setup_experiment.py --list-evaluators

Avaliadores Embutidos

Nome	Métrica	Caso de Uso
benchmark_speed	p50_ms (menor)	Tempo de execução de função/API
benchmark_size	size_bytes (menor)	Tamanho de arquivo, bundle, imagem Docker
test_pass_rate	pass_rate (maior)	Percentual de aprovação da suite de testes
build_speed	build_seconds (menor)	Tempo de build/compilação/Docker build
memory_usage	peak_mb (menor)	Pico de memória durante execução
llm_judge_content	ctr_score (maior)	Headlines, títulos, descrições
llm_judge_prompt	quality_score (maior)	System prompts, instruções de agentes
llm_judge_copy	engagement_score (maior)	Posts para redes sociais, copy de anúncios, emails

Após o Setup

Reportar ao usuário:

• Caminho do experimento e nome do branch
• Se o comando de avaliação funcionou e a métrica de baseline
• Sugerir: "Execute /ar:run {domain}/{name} para começar a iterar, ou /ar:loop {domain}/{name} para o modo autônomo."