Autonomous Loop Patterns

Parent: AI Agent Ecosystems · researched 2026-05-25· 1 source · 9 concepts · skill autonomous-loops

> 兼容性说明 (v1.8.0): autonomous-loops 保留一个发布周期。

自主循环技能

> 兼容性说明 (v1.8.0): autonomous-loops 保留一个发布周期。 [source]
> 规范的技能名称现在是 continuous-agent-loop。新的循环指南应在此处编写，而此技能继续可用以避免破坏现有工作流。 [source]
在循环中自主运行 Claude Code 的模式、架构和参考实现。涵盖从简单的 claude -p 管道到完整的 RFC 驱动的多智能体 DAG 编排的一切。 [source]

何时使用

建立无需人工干预即可运行的自主开发工作流 [source]
为你的问题选择正确的循环架构（简单与复杂） [source]
构建 CI/CD 风格的持续开发管道 [source]
运行具有合并协调的并行智能体 [source]
在循环迭代中实现上下文持久化 [source]
为自主工作流添加质量门和清理步骤 [source]

1. 顺序管道 (`claude -p`)

最简单的循环。将日常开发分解为一系列非交互式 claude -p 调用。每次调用都是一个具有清晰提示的专注步骤。 [source]

核心见解

> 如果你无法想出这样的循环，那意味着你甚至无法在交互模式下驱动 LLM 来修复你的代码。 [source]
claude -p 标志以非交互方式运行 Claude Code 并附带提示，完成后退出。链式调用来构建管道： [source]

关键设计原则

每个步骤都是隔离的 - 每次 claude -p 调用都是一个新的上下文窗口，意味着步骤之间没有上下文泄露。 [source]
顺序很重要 - 步骤按顺序执行。每个步骤都建立在前一个步骤留下的文件系统状态之上。 [source]
否定指令是危险的 - 不要说“不要测试类型系统。”相反，添加一个单独的清理步骤（参见去草率化模式）。 [source]
退出代码会传播 - set -e 在失败时停止管道。 [source]

变体

使用 --allowedTools 限制： [source]

2. NanoClaw REPL

ECC 内置的持久循环。一个具有会话感知的 REPL，它使用完整的对话历史同步调用 claude -p。 [source]

工作原理

从 ~/.claude/claw/{session}.md 加载对话历史 [source]
每个用户消息都连同完整历史记录作为上下文发送给 claude -p [source]
响应被追加到会话文件中（Markdown 作为数据库） [source]
会话在重启后持久存在 [source]

NanoClaw 与顺序管道的选择

有关完整详情，请参阅 /claw 命令文档。 [source]

3. 无限智能体循环

一个双提示系统，用于编排并行子智能体以进行规范驱动的生成。由 disler 开发（致谢：@disler）。 [source]

模式

规范分析 - 编排器读取一个定义要生成内容的规范文件（Markdown） [source]
目录侦察 - 扫描现有输出以找到最高的迭代编号 [source]
并行部署 - 启动 N 个子智能体，每个都有： [source]
完整的规范 [source]
独特的创意方向 [source]
特定的迭代编号（无冲突） [source]
现有迭代的快照（用于确保唯一性） [source]
波次管理 - 对于无限模式，部署 3-5 个智能体的波次，直到上下文耗尽 [source]

通过 Claude Code 命令实现

创建 .claude/commands/infinite.md： [source]

关键见解：通过分配实现唯一性

不要依赖智能体自我区分。编排器分配给每个智能体一个特定的创意方向和迭代编号。这可以防止并行智能体之间的概念重复。 [source]

4. 持续 Claude PR 循环

一个生产级的 shell 脚本，在持续循环中运行 Claude Code，创建 PR，等待 CI，并自动合并。由 AnandChowdhary 创建（致谢：@AnandChowdhary）。 [source]

跨迭代上下文：SHARED\_TASK\_NOTES.md

关键创新：一个 SHARED_TASK_NOTES.md 文件在迭代间持久存在： [source]
Claude 在迭代开始时读取此文件，并在迭代结束时更新它。这弥合了独立 claude -p 调用之间的上下文差距。 [source]

CI 失败恢复

当 PR 检查失败时，持续 Claude 会自动： [source]
通过 gh run list 获取失败的运行 ID [source]
生成一个新的带有 CI 修复上下文的 claude -p [source]
Claude 通过 gh run view 检查日志，修复代码，提交，推送 [source]
重新等待检查（最多 --ci-retry-max 次尝试） [source]

完成信号

Claude 可以通过输出一个魔法短语来发出“我完成了”的信号： [source]
连续三次迭代发出完成信号会停止循环，防止在已完成的工作上浪费运行。 [source]

5. 去草率化模式

任何循环的附加模式。在每个实现者步骤之后添加一个专门的清理/重构步骤。 [source]

问题

当你要求 LLM 使用 TDD 实现时，它对“编写测试”的理解过于字面： [source]
测试验证 TypeScript 的类型系统是否有效（测试 typeof x === 'string'） [source]
对类型系统已经保证的东西进行过度防御的运行时检查 [source]
测试框架行为而非业务逻辑 [source]
过多的错误处理掩盖了实际代码 [source]

为什么不使用否定指令？

在实现者提示中添加“不要测试类型系统”或“不要添加不必要的检查”会产生下游影响： [source]
模型对所有测试都变得犹豫不决 [source]
它会跳过合法的边缘情况测试 [source]
质量不可预测地下降 [source]

解决方案：单独的步骤

与其限制实现者，不如让它彻底。然后添加一个专注的清理智能体： [source]

关键见解

> 与其添加具有下游质量影响的否定指令，不如添加一个单独的去草率化步骤。两个专注的智能体胜过一个有约束的智能体。 [source]

6. Ralphinho / RFC 驱动的 DAG 编排

最复杂的模式。一个 RFC 驱动的多智能体管道，将规范分解为依赖关系 DAG，通过分层质量管道运行每个单元，并通过智能体驱动的合并队列落地。由 enitrat 创建（致谢：@enitrat）。 [source]

RFC 分解

倾向于更少、内聚的单元（最小化合并风险） [source]
最小化跨单元文件重叠（避免冲突） [source]
保持测试与实现在一起（永远不要分开“实现 X” + “测试 X”） [source]
仅在实际存在代码依赖关系的地方设置依赖关系 [source]

复杂度层级

这可以防止对简单更改进行昂贵的操作，同时确保架构更改得到彻底审查。 [source]

独立的上下文窗口（消除作者偏见）

每个阶段在其自己的智能体进程中运行，拥有自己的上下文窗口： [source]
关键设计：审阅者从未编写过它要审阅的代码。这消除了作者偏见——这是自我审阅中遗漏问题的最常见原因。 [source]

具有驱逐功能的合并队列

非重叠单元并行推测性地落地 [source]
重叠单元逐个落地，每次重新变基 [source]
被驱逐时，会捕获完整上下文（冲突文件、差异、测试输出）并反馈给下一个 Ralph 轮次的实现者： [source]

工作树隔离

每个单元在隔离的工作树中运行（使用 jj/Jujutsu，而不是 git）： [source]
同一单元的管道阶段共享一个工作树，在 research → plan → implement → test → review 之间保留状态（上下文文件、计划文件、代码更改）。 [source]

关键设计原则

确定性执行 - 预先分解锁定并行性和顺序 [source]
在杠杆点进行人工审阅 - 工作计划是单一最高杠杆干预点 [source]
关注点分离 - 每个阶段在独立的上下文窗口中，由独立的智能体负责 [source]
带上下文的冲突恢复 - 完整的驱逐上下文支持智能重试，而非盲目重试 [source]
层级驱动的深度 - 琐碎更改跳过研究/审阅；大型更改获得最大审查 [source]
可恢复的工作流 - 完整状态持久化到 SQLite；可从任何点恢复 [source]

模式组合

顺序流水线 + 去草率化 - 最常见的组合。每个实现步骤都进行一次清理。 [source]
连续 Claude + 去草率化 - 为每次迭代添加带有去草率化指令的 --review-prompt。 [source]
任何循环 + 验证 - 在提交前，使用 ECC 的 /verify 命令或 verification-loop 技能作为关卡。 [source]
Ralphinho 在简单循环中的分层方法 - 即使在顺序流水线中，你也可以将简单任务路由到 Haiku，复杂任务路由到 Opus： [source]

常见错误

没有退出条件的无限循环 - 始终设置最大运行次数、最大成本、最大持续时间或完成信号。 [source]
迭代之间没有上下文桥接 - 每次 claude -p 调用都从头开始。使用 SHARED_TASK_NOTES.md 或文件系统状态来桥接上下文。 [source]
重试相同的失败 - 如果一次迭代失败，不要只是重试。捕获错误上下文并将其提供给下一次尝试。 [source]
使用负面指令而非清理过程 - 不要说“不要做 X”。添加一个单独的步骤来移除 X。 [source]
所有智能体都在一个上下文窗口中 - 对于复杂的工作流，将关注点分离到不同的智能体进程中。审查者永远不应该是作者。 [source]
在并行工作中忽略文件重叠 - 如果两个并行智能体可能编辑同一个文件，你需要一个合并策略（顺序落地、变基或冲突解决）。 [source]

Children

Sequential Pipeline Patterns (frontier)
Infinite Agent Loops (frontier)
RFC-Driven DAG Orchestration (frontier)
NanoClaw REPL (frontier)

Frontier under this node: Infinite Agent Loops, NanoClaw REPL, RFC-Driven DAG Orchestration, Sequential Pipeline Patterns

← the whole tree · 3D view· how to read this page