12. 用编程代理测试文档，迭代改进文档质量

他们做了什么

你保存一个带有成功标准的任务，Gauge 就会启动全新的 Docker 会话，运行 Claude Code、Codex、Pi 或 OpenCode。这些会话会拿到你工作区中的输入，比如技能或文件。你自己的编程代理会阅读这些会话记录、发布发现的问题、修改指导文档，然后重新运行同样的评测。最后 Gauge 会比较修改前后两批结果。

结果如何

README 没有给出实际测量的结果，只有一个发布说明技能的评测示例。文档作为输入，在本地模式和托管模式下都有列出，但托管模式会额外改写回复，所以在本地测试文档改动的效果不太明确。

需要知道

需要 Node 22.13 以上版本、Docker 和代理凭据。代理的使用费用按你的服务商或订阅计费，托管模式则消耗工作区额度。

你可以这样尝试

在我位于 [仓库或文档文件夹路径] 的项目上运行一轮文档改进循环。想出 5 个需要用到我的文档才能完成的真实任务，以一个只拿到文档的全新代理身份逐一尝试，并审查会话记录，找出它卡住或靠猜的地方。然后修改文档来解决这些问题，重新运行这些任务，直到所有任务都成功或进行了 3 轮为止；保存每一处修改之前，先给我一份摘要。