cobusgreyling/loop-engineering

项目概览

项目提供了 7 种包含特定节奏、令牌成本和自治级别的生产模式，为评估和实施 AI 编程代理的自动化循环提供了具体的参考标准和工具链。

项目类型

AI 编程 · AI 工作流

应用场景

编程开发 · 自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 希望从手动提示词控制转向系统驱动自动化循环的 AI 开发者和工程师。
• 需要预估和管控 AI 代理在不同循环模式下 Token 开销的团队。
• 寻求现成生产模式和脚手架以快速启动 AI 代理编排工作的开发者。

核心能力

• 脚手架工具会生成技能、状态和预算文件，随后输出“循环就绪度分数”（Loop Ready score）以及首个循环的运行命令。
• 这是一个 CLI 工具，用于评估项目的自动化代理循环就绪情况，并针对改进空间提供建议。
• 针对用户指定的循环模式和运行节奏，估算相应的 Token 消耗开销。
• 检测 STATE.md 与 LOOP.md 两个文件之间的状态差异与偏移。
• 提供面向长时间运行任务的有状态内存管理器以及熔断机制（circuit breaker）。
• 通过 MCP（Model Context Protocol）运行时提供针对模式（patterns）、技能（skills）和状态的查找功能。
• 针对每一次修复尝试，管理相互隔离的 git worktree（工作树）。
• 以机制化方式强制执行路径拒绝列表（denylist）和自动合并允许列表（allowlist）。

限制与风险

• 无人值守的循环会制造未经检查的错误，因此项目要求必须有用户验证环节。
• 在使用子代理和长时间运行循环的情况下，Token 成本可能会出现爆发式增长。
• 除非用户认真阅读并理解循环输出的交付内容，否则对项目代码理解的债务增长速度会更快。

如何开始

• 无需克隆代码仓库即可直接通过 npx 运行 npm 包。首次试用可通过执行类似 npx @cobusgreyling/loop-init . --pattern daily-triage --tool grok 的命令来启动初始化。

核验依据

• GitHub 项目简介: Practical patterns, starters & CLI tools for loop engineering with AI coding agents.
• README: Loop engineering replaces you as the person who prompts the agent — you design the system that does it instead.
• README: loop-init scaffolds skills, state, and budget files, then prints your Loop Ready score and first loop command.
• README: loop-audit npm
• README: Seven production loop patterns with cadence and token cost

内容核验时间：