resume

Tổng quan về resume skill

resume skill dùng để làm gì

resume skill là một Claude workflow skill giúp tiếp tục một thí nghiệm autoresearch đang tạm dừng, thay vì phải bắt đầu lại dựa trên ký ức mơ hồ về những gì đã làm trước đó. Skill này được kích hoạt bằng /ar:resume hoặc khi người dùng yêu cầu tiếp tục một thí nghiệm đã khởi chạy trước đó. Nhiệm vụ thực sự của nó là khôi phục experiment branch, đọc cấu hình đã lưu, chiến lược, lịch sử kết quả và các commit gần đây, rồi tóm tắt trạng thái hiện tại trước khi tiếp tục vòng lặp thử nghiệm.

Người dùng và repository phù hợp nhất

resume skill phù hợp với các nhóm đang dùng cấu trúc autoresearch-agent từ alirezarezvani/claude-skills, đặc biệt là những repository lưu thí nghiệm trong .autoresearch/{domain}/{name}/ và dùng branch theo dạng autoresearch/{domain}/{name}. Skill này hữu ích nhất cho công việc tối ưu kỹ thuật, thay đổi dựa trên benchmark, và các vòng thí nghiệm kéo dài, nơi agent cần biết những gì đã được thử, đã giữ lại, đã loại bỏ hoặc đã bị crash.

Điểm khác so với một prompt resume thông thường

Một prompt chung chung kiểu “continue where we left off” phụ thuộc vào bộ nhớ cuộc trò chuyện. Skill này cung cấp cho agent một quy trình khôi phục cụ thể: liệt kê thí nghiệm nếu chưa có tên, checkout đúng branch, đọc config.cfg, program.md, results.tsv, và kiểm tra lịch sử git gần đây. Cấu trúc đó giảm việc làm trùng lặp và giúp agent tiếp tục dựa trên bằng chứng thay vì giả định.

Điều cần cân nhắc trước khi áp dụng

Skill này gọn nhẹ và dễ cài, nhưng giả định rằng workflow autoresearch xung quanh đã tồn tại. Trước khi áp dụng cho Workflow Automation, hãy xác nhận repository của bạn dùng experiment branch tương thích, lưu lịch sử kết quả trong .autoresearch/, và có helper script mà skill tham chiếu trong đúng ngữ cảnh đã cài đặt.

Cách sử dụng resume skill

Cài đặt resume và các file đầu tiên nên kiểm tra

Cài skill từ source repository bằng:

npx skills add alirezarezvani/claude-skills --skill resume

Sau khi cài, hãy đọc SKILL.md trước. Skill này không có README.md cục bộ bổ sung, không có references, rules hay bundled scripts trong thư mục skill, vì vậy chi tiết triển khai quan trọng nằm ở chuỗi lệnh được ghi trong SKILL.md. Nếu installer của bạn kéo về toàn bộ skill collection, cũng nên kiểm tra khu vực engineering/autoresearch-agent rộng hơn trong repository, vì /ar:resume tham chiếu đến scripts/setup_experiment.py.

Gọi resume skill trong thực tế

Dùng lệnh không kèm đối số khi bạn muốn agent liệt kê các thí nghiệm hiện có:

/ar:resume

Dùng đường dẫn thí nghiệm cụ thể khi bạn đã biết domain và name:

/ar:resume engineering/api-speed

Một prompt tốt nên cho phép skill kiểm tra repository và nói rõ bạn muốn tiếp tục theo kiểu nào:

“Run /ar:resume engineering/api-speed. After loading the branch and .autoresearch files, summarize the best result, failed attempts, current hypothesis, and propose the next safe experiment before editing code.”

Cách này tốt hơn “resume the speed experiment” vì nó yêu cầu agent khôi phục trạng thái trước và tránh việc agent nhảy thẳng vào chỉnh code.

Workflow dự kiến sau khi gọi

Workflow mà skill hướng tới là:

1. Nếu chưa cung cấp tên thí nghiệm, liệt kê các thí nghiệm hiện có và để người dùng chọn.
2. Checkout autoresearch/{domain}/{name}.
3. Đọc .autoresearch/{domain}/{name}/config.cfg để lấy target, metric và constraints.
4. Đọc program.md để nắm chiến lược thí nghiệm.
5. Đọc results.tsv để xem các trial và outcome trước đó.
6. Xem lại các commit gần đây trên branch bằng git log --oneline -20.
7. Báo cáo trạng thái hiện tại trước khi tiếp tục.

Để có kết quả tốt nhất, hãy yêu cầu báo cáo trạng thái trước khi phê duyệt một thí nghiệm mới. Báo cáo nên bao gồm tổng số thí nghiệm, số lần kept/discarded/crashed, metric tốt nhất, baseline, thay đổi được thử gần nhất và các mẫu lặp lại gần đây.

Mẫu prompt thực tế để có đầu ra tốt hơn

Hãy dùng resume skill khi quyết định phụ thuộc vào bằng chứng từ lịch sử thí nghiệm. Các yêu cầu tiếp nối hiệu quả gồm:

• “Do not repeat discarded approaches unless the reason for failure has changed.”
• “Compare the next proposed change against the best kept result in results.tsv.”
• “Before editing, identify any crashed experiments that indicate unsafe directions.”
• “If the branch is dirty, stop and explain the working tree state first.”

Những hướng dẫn này cải thiện chất lượng đầu ra vì agent buộc phải liên kết công việc mới với kết quả đã lưu, thay vì chỉ tạo ra một bước tối ưu tiếp theo nghe có vẻ hợp lý.

FAQ về resume skill

resume chỉ dành cho thí nghiệm autoresearch phải không?

Đúng, trên thực tế là vậy. resume skill được viết xoay quanh quy ước autoresearch: experiment branch có tên autoresearch/{domain}/{name} và các file trạng thái nằm trong .autoresearch/{domain}/{name}/. Bạn có thể điều chỉnh ý tưởng này cho workflow khác, nhưng mặc định nó không phải là công cụ resume tổng quát cho mọi dự án.

resume skill cần gì để hoạt động?

Skill cần một thí nghiệm đã được khởi tạo, có branch, file cấu hình, file chiến lược và bảng kết quả. Nếu thiếu config.cfg, program.md hoặc results.tsv, agent vẫn có thể kiểm tra lịch sử git, nhưng giá trị cốt lõi của skill sẽ giảm vì nó không thể tái dựng các quyết định trước đó một cách đáng tin cậy.

resume skill hữu ích thế nào cho Workflow Automation?

Với Workflow Automation, skill này tạo ra một quy trình khôi phục có thể lặp lại. Thay vì mỗi lần automation chạy đều yêu cầu model tự suy luận ngữ cảnh, /ar:resume chuẩn hóa những gì được tải và báo cáo. Điều này có giá trị với các vòng benchmark chạy theo lịch, tác vụ tối ưu bị gián đoạn, hoặc công việc agent kéo dài qua nhiều phiên, nơi khả năng tái lập là yếu tố quan trọng.

Khi nào không nên dùng skill này?

Không nên dùng skill này cho một thí nghiệm mới, một lần chỉnh code đơn lẻ, hoặc một repository không có trạng thái autoresearch. Nó cũng không phù hợp nếu dữ liệu thí nghiệm của bạn chỉ nằm trong transcript chat, issue comment hoặc dashboard bên ngoài. Trong các trường hợp đó, hãy viết một prompt khôi phục riêng hoặc thêm một companion skill biết rõ lịch sử thực tế của bạn được lưu ở đâu.

Cách cải thiện resume skill

Cung cấp đầu vào thí nghiệm tốt hơn cho resume

resume skill hoạt động tốt nhất khi các file thí nghiệm đã lưu rõ ràng và tập trung vào quyết định. Hãy viết config.cfg thật cụ thể về target file, metric, direction, baseline và constraints. Giữ program.md tập trung vào chiến lược, không biến nó thành ghi chú trò chuyện. Giữ results.tsv nhất quán, với đủ chi tiết để phân biệt thay đổi được giữ lại, thay đổi bị loại bỏ, crash và nhiễu đo lường.

Tránh các lỗi resume thường gặp

Lỗi thường gặp nhất là tiếp tục khi chưa tải đầy đủ ngữ cảnh. Hãy yêu cầu agent xác nhận branch name, config, strategy, result count, best result và last commit trước khi đề xuất thay đổi. Một lỗi khác là quá tin vào kết quả mới nhất; hãy yêu cầu so sánh với kết quả lịch sử tốt nhất và hỏi liệu mức cải thiện có thật sự có ý nghĩa đối với metric hay không.

Lặp lại sau đầu ra resume đầu tiên

Sau khi skill báo cáo trạng thái, hãy cải thiện bước tiếp theo bằng các câu hỏi có mục tiêu:

• “Which previous attempts should be avoided and why?”
• “What is the smallest reversible experiment from here?”
• “What evidence suggests this direction is better than the discarded ones?”
• “What command should validate success before marking KEEP?”

Cách này biến hướng dẫn resume thành một vòng lặp dựa trên bằng chứng, thay vì chỉ là thao tác checkout branch đơn giản.

Tùy chỉnh skill cho repository của bạn

Nếu nhóm của bạn dùng cách đặt tên branch, định dạng kết quả hoặc thư mục thí nghiệm khác, hãy chỉnh hướng dẫn của skill để khớp với các quy ước đó. Những bổ sung hữu ích gồm kiểm tra dirty-working-tree, lệnh test hoặc benchmark bắt buộc, mô tả schema kết quả, và quy tắc dừng trước các thao tác git có tính phá hủy. Các thay đổi này giúp resume skill an toàn và đáng tin cậy hơn mà không làm thay đổi mục đích cốt lõi của nó: khôi phục ngữ cảnh thí nghiệm và tiếp tục từ bằng chứng mạnh nhất hiện có.