@monotykamary/pi-loop
任务完成时自动验证闭环的Pi扩展
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：@monotykamary/pi-loop。 它的用途是：任务完成时自动验证闭环的Pi扩展 完整的 Skill 内容见：https://321skill.com/skills/monotykamary-pi-loop/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pi-loop验证我刚刚生成的代码模块，确保所有单元测试通过且无安全漏洞。' 它会自动调用配置的测试套件运行，并返回测试结果和错误日志，若失败则自动重试或标记任务为未完成。
介绍
在AI驱动的任务执行过程中，常常出现“任务看似完成但实际未达预期”的验证缺口。@monotykamary/pi-loop 是一个专为Pi（Agent）平台设计的扩展，通过在任务完成时自动触发验证闭环，确保每个步骤的输出都被检查、确认并符合预设标准，从而减少人工介入的重复验证工作。
安装后，你只需在Pi的任务流中配置该扩展，即可在任务末尾自动执行验证逻辑。例如，当AI生成代码、撰写文档或完成数据分析后，pi-loop会调用预设的验证规则（如单元测试、格式检查、内容合规性扫描），并返回通过/失败结果，若失败则触发重试或输出错误报告，形成完整的“执行-验证-反馈”闭环。
该扩展特别适合需要高可靠性交付的AI应用场景，如自动化代码审查、智能体协调任务、自动化部署流水线等。对于智能体开发者、全栈工程师和项目经理而言，它能够显著降低因任务遗漏或错误导致的返工成本，提升AI协作的准确性和可审计性。
使用前建议先明确验证规则（如测试用例、正则表达式或外部API），避免过于严格的验证导致频繁失败。同时注意，pi-loop仅负责验证环节，不修改任务执行逻辑，因此需与任务执行扩展配合使用。对于快速原型或非关键任务，可先跳过复杂验证以保持效率。
核心特点
与通用的任务完成回调或日志检查工具不同，pi-loop 专为Pi平台的Agent工作流设计，内置了可配置的验证规则引擎，能自动触发重试并返回结构化错误信息，而不仅仅是记录状态。
注意事项
不适用于没有明确验证指标或验证规则需要大量人工判断的场景，例如创意写作、策略制定等主观性强的任务。
常见问题
pi-loop 是什么？
它是一个Pi扩展，用于在任务完成后自动执行验证闭环，确保结果符合预期。
如何安装 pi-loop？
使用 npm install @monotykamary/pi-loop 即可安装。
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/monotykamary-pi-loop/raw/index.md 读取 @monotykamary/pi-loop 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/monotykamary-pi-loop/raw/index.md（查看排版版本）