looper
在运行前设计和审查AI智能体工作流的工具
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：looper。 它的用途是：在运行前设计和审查AI智能体工作流的工具 完整的 Skill 内容见：https://321skill.com/skills/looper/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“/looper”，然后根据引导回答关于自动化任务的问题，例如“帮我设计一个自动审查代码PR并生成摘要的AI工作流”。Looper会引导你定义目标、设置评审标准，并最终生成一个包含流程图和可执行脚本的完整循环设计方案。
介绍
Looper解决的是在启动AI智能体自动化流程前，设计混乱、缺乏验证、难以预测结果的问题。它通过一个交互式设计流程，引导用户将模糊的想法转化为结构化的循环工作流，明确目标、计划、评审和交付等环节，并内置最佳实践检查。
使用时，只需在Claude Code中调用/looper命令。它会通过一系列提问来了解你的目标，帮助你定义清晰的完成标准，并让你配置一个独立的“评审员”模型（可以是非Claude模型）来把关。最后，它会生成一个可视化的流程图预览，并输出一套可执行的规范文件。
这个Skill非常适合那些需要构建复杂、可重复且可靠的AI驱动流程的开发者、项目经理和自动化工程师。无论是开发智能体、搭建自动化流程，还是编排多步骤任务，Looper都能帮助你在投入运行前确保设计的质量。
建议在使用时，先花时间明确你的“完成定义”，这是Looper判断循环是否成功的核心。同时，善用其内置的跨模型评审功能，这能有效减少单一模型的偏见或错误。生成的文件（如run-loop.py）是你可以完全控制和修改的，可以根据实际需求进行调整。
核心特点
Looper的核心区别在于它专注于“设计阶段”，是运行前的工作流设计教练和规范生成器，而非直接执行循环的引擎。它强制引入独立的评审模型和程序化验证，并生成可版本化、可审查的规范文件（如loop.yaml），这是其他直接执行循环的工具（如/goal）所不具备的设计保障层。
注意事项
不适合需要立即执行简单、一次性任务的场景，其设计流程会增加前期准备时间。
常见问题
Looper和Claude自带的/goal命令有什么区别？
/goal是直接设置并执行一个目标循环，而Looper是设计循环的“设计器”。Looper会引导你设计出更健壮、带有评审环节的循环规范，然后你可以用/goal或其他工具来执行这个规范。
Looper生成的文件可以修改吗？
可以，尤其是`run-loop.py`文件，它是你可以完全控制和编辑的轻量级执行脚本，让你在Looper设计的基础上进行自定义。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/looper/raw/index.md 读取 looper 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/looper/raw/index.md（查看排版版本）