@artale/pi-loop
面向Pi生态的目标驱动型Agent循环工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：@artale/pi-loop。 它的用途是：面向Pi生态的目标驱动型Agent循环工具 详细介绍见：https://321skill.com/skills/artale-pi-loop/ 请根据该页面的说明完成安装。
使用示例
'帮我用@artale/pi-loop搭建一个目标为生成用户周报的3步固定pass循环，配置[D]/[N]门控在内容合规时放行'，它会自动生成对应的循环初始化代码、门控判断逻辑模板，你只需补充各步骤的具体业务执行逻辑，即可快速完成可控Agent循环的搭建。
介绍
不少开发者基于Pi生态搭建AI Agent时，常面临循环执行逻辑零散、流程不可控、目标对齐难度高的问题，缺乏标准化的循环执行框架支撑，容易出现执行步数失控、分支判断无统一规则、流水线节点衔接不畅等情况，既拖慢Agent开发效率，也难以保障执行结果符合预期。
它提供目标驱动、固定步数、流水线三种成熟的循环模式，内置标准化的[D]/[N]门控机制，开发者只需通过npm引入包后，根据业务需求配置对应循环的目标参数、最大执行步数、流水线节点规则与门控判断条件，即可快速搭建稳定的Agent执行循环，无需从零编写循环控制、分支流转的底层逻辑。
适合基于Pi生态开发AI Agent的前后端开发者、智能应用搭建者、需要实现固定流程自动化Agent的技术人员，尤其是对Agent执行流程可控性、分支判断标准化有明确要求的开发群体。
使用前建议先熟悉Pi生态的基础开发规范，根据实际业务场景匹配对应的循环模式，配置[D]/[N]门控规则时需明确判断阈值与分支流转逻辑，避免出现规则冲突导致循环异常终止或死循环的问题。
核心特点
它是专门适配Pi生态的Agent循环工具，同时提供目标驱动、固定pass、流水线三种循环模式，内置源自pi-stories Blueprint Engine设计思路的[D]/[N]标准化门控机制，相比通用Agent循环工具适配性更强、流程控制粒度更细。
注意事项
仅适配Pi生态下的Agent开发场景，无法直接在其他大模型Agent框架中使用。
常见问题
@artale/pi-loop可以在非Pi生态项目中使用吗？
目前仅适配Pi生态，暂不支持其他Agent框架直接调用。
内置的[D]/[N]门控有什么作用？
是循环流程中用于分支判断、执行放行或终止的标准化控制节点。