PRAXIST：把研究变成可测量、可执行、可核验的自主系统
Praxist 定位为"你的私人研发团队"：一个面向可测量、计算机可执行研究的自主研究系统。它协调并行研究 peer、任务级评估、持久证据与跨代综合（generation-to-generation synthesis）。
核心观点：研究应该是一个持续的过程，而不是一串互不相连的 prompt。适用场景是"项目已经能跑、目标可测量，但通往目标的最佳路径还未知"——这时 Praxist 接管并持续推进。
怎么用
安装一句话：pip install "praxist[agents,codex]" && praxist setup --interactive --install-skills codex，本地向导覆盖 Fair Source License、用户协议、隐私、运行时档案、凭据掩码、Codex skills、可写示例与就绪检查。
官方推荐用 Codex 作为操作界面——Praxist 不是 Codex 的替代品：Codex 仍是那个理解你的项目、与你沟通、使用开发工具的交互 agent；Praxist 加上的是持久研究循环、并行 peer、证据协议、调度与生命周期控制。
在已可运行的研究项目根目录调用 $praxist-takeover：检查就绪状态、创建或修复任务 harness、校验其评估器与证据契约、必要门禁通过后启动运行。一条精确的 brief 产出更好的研究计划：目标、指标、约束、资源、探索选项、是否授权启动都要写清。
提供什么
- 并行研究 peer：并发探索互相竞争的研究假设与实现；
- 多代综合：把有利用价值的证据从前一代带到下一代；
- 任务级评估：每个任务带自己的评估器与指标方向，基线有出处、协议有完整性检查、证据有成熟度规则与留存通道；
- 内置技能集：takeover-codex（免密钥接管）、task-initialization、control（启停/恢复/监控）、diagnostic（运行健康诊断）、scientific-research（带来源的文献与基准上下文）等。
实践建议
- 用前先确认"目标可测量"：Praxist 的整套协议围绕可执行评估构建，模糊目标会卡在证据契约上；
- 起步用 Codex-native 模式（复用已登录 Codex、无需 API key）；持续研究官方倾向带高 cache-hit 率的开源模型 API；
- 用它做探索型研究（优化指标、验证假设），而不是替你做日常开发迭代。