@mikefreno/ralpi
基于DAG解析任务依赖并持久化追踪进度的执行工具
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：@mikefreno/ralpi。 它的用途是：基于DAG解析任务依赖并持久化追踪进度的执行工具 完整的 Skill 内容见：https://321skill.com/skills/mikefreno-ralpi/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
“请使用Ralpi执行项目根目录下的 `project-prd.md` 文件中定义的任务。”，它会解析该文件，构建任务依赖图，并按正确顺序自动执行各个步骤，同时保存进度，若中途停止，下次可从中断处继续。
介绍
Ralpi 旨在解决复杂任务自动化执行中的依赖管理和进度丢失问题。当用户需要处理包含多个步骤且步骤间存在依赖关系的任务（如项目开发、文档生成流程）时，手动协调和跟踪状态既繁琐又容易出错。
它通过读取任务定义文件（如PRD），将其解析为有向无环图（DAG），自动识别并按照正确的依赖顺序执行任务。同时，它会将执行进度持久化存储，即使进程中断，重启后也能从上次完成点继续，避免重复劳动。
该工具非常适合需要将结构化文档转化为自动化流程的开发者、项目经理或DevOps工程师。它尤其适用于那些任务步骤明确、依赖关系复杂且执行时间较长的场景，如自动化部署流水线、数据预处理流程或多阶段代码生成。
使用建议：建议将任务步骤和依赖关系在任务文件中清晰定义。注意事项：它依赖于准确的任务文件输入，如果DAG中存在循环依赖或任务定义不完整，执行可能会失败。
核心特点
与同类任务执行工具相比，Ralpi的核心区别在于其内置的DAG依赖解析引擎和持久化进度跟踪机制，能够智能排序任务并确保执行状态在中断后不丢失，而许多工具需要用户手动管理依赖或从头重跑。
注意事项
不适合处理高度动态、依赖关系无法预先明确定义或需要极强实时交互的任务。
常见问题
Ralpi支持哪些格式的任务文件？
目前主要支持自定义格式的PRD或任务描述文件，具体格式需参考项目文档。
进度数据存储在哪里？
默认使用本地文件系统进行持久化存储，确保进度可恢复。
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/mikefreno-ralpi/raw/index.md 读取 @mikefreno/ralpi 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/mikefreno-ralpi/raw/index.md（查看排版版本）