ralph-loop
为AI编码智能体提供结构化循环工作流，实现计划→任务→构建→提交的自动化流程。
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：ralph-loop。 它的用途是：为AI编码智能体提供结构化循环工作流，实现计划→任务→构建→提交的自动化流程。 完整的 Skill 内容见：https://321skill.com/skills/ralph-loop-carmandale/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
“帮我在当前项目中添加用户认证功能”，它会引导你使用 `ralph init` 创建计划，并拆解出‘设计数据模型’、‘实现注册API’、‘编写登录逻辑’等具体任务。然后，你可以通过 `ralph next` 让AI逐个处理这些任务，每完成一个，Ralph都会自动运行测试并提交代码，确保每一步都稳固可靠。
介绍
Ralph-loop 旨在解决AI编码智能体（如Pi）在复杂项目开发中容易出现的任务漂移、上下文遗忘和代码质量失控问题。它通过强制性的结构化循环（Plan → Task → Build → Commit → Repeat）来约束AI的行为，确保每个任务都围绕既定计划执行，并在完成后进行构建验证和提交，从而维持项目的连贯性与质量。
使用时，开发者首先通过 ralph init 创建一个包含任务列表的计划文件。然后，通过 ralph next 启动AI智能体处理单个任务，任务完成后使用 ralph done 触发构建、测试等一系列验证，验证通过后自动提交代码并进入下一个任务。如果遇到困难，可以使用 ralph stuck 寻求帮助或进行代码审查。
该工具非常适合全栈开发、智能体开发等需要在AI辅助下进行系统性、多步骤编码工作的开发者。它尤其适合那些希望将AI的创造力与项目的严谨性、可维护性结合起来的场景。
建议在使用前仔细配置 .ralph/config 文件中的验证命令（如构建、测试、代码检查），并利用 progress.txt 功能来保持AI对项目背景的长期记忆。对于追求完全自动化的场景，可以尝试 ralph yolo 模式，但需注意其非交互特性可能带来风险。
核心特点
与单纯的任务列表工具不同，Ralph-loop 通过强制性的构建验证门禁和每任务自动提交，将AI的编码过程严格约束在可测试、可回滚的框架内；其独特的“进度记忆”文件（.ralph/progress.txt）能跨上下文窗口为LLM提供项目背景，有效缓解了AI的短期记忆问题。
注意事项
不适合用于快速、探索性的代码片段编写或一次性脚本任务，其结构化流程在简单场景下可能显得繁琐。
常见问题
Ralph-loop 如何与 Pi 配合工作？
Ralph-loop 通过安装一个 Pi hook 来跟踪每个任务中的文件编辑，并使用 `ralph next` 命令启动 Pi，将当前任务和项目上下文传递给 Pi 进行处理。
YOLO 模式有什么风险？
YOLO 模式会非交互式地自动运行所有任务并提交代码，缺乏人工审查环节，可能将错误代码带入仓库，建议在稳定或测试项目中谨慎使用。
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/ralph-loop-carmandale/raw/index.md 读取 ralph-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/ralph-loop-carmandale/raw/index.md（查看排版版本）