Skip to main content

lets-loop

Loop Engineering 循环调度框架:企业Agent落地的第四层工程进化,支持20种循环设计模式、四层工程治理、自主持续改进

Zur Installation springen

Quellinformationen

Repository
hellyguo/self-ai-spec
Letzte Quellaktivität
16. Juli 2026 um 13:23
Erkannte Sprache von SKILL.md
Chinesisch
Sterne
8
Forks
0

Installationsoptionen

Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.

Quelldateien prüfen

Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.

Datei-Explorer
6 Dateien

SKILL.md wird angezeigt

SKILL.md
Quellanweisungen · Schreibgeschützte Vorschau
name
lets-loop
description
Loop Engineering 循环调度框架:企业Agent落地的第四层工程进化,支持20种循环设计模式、四层工程治理、自主持续改进
# Let's Loop - Loop Engineering 循环调度框架 > 企业Agent落地的第四层工程进化:从提示词工程到循环工程,构建部署后每天都变得更好的系统 **核心洞察**:AI工程范式已从单次提示词演进到持续循环调度——生成→评估→学习→改进→直到输出真正足够好。 ## 四层工程进化论 | 层级 | 名称 | 核心 | 关键技术 | 局限性 | |------|------|------|----------|--------| | L1 | Prompt Engineering | 说清楚任务 | CoT、Few-shot、结构化模板 | 信息孤岛、无记忆、人肉触发 | | L2 | Context Engineering | 提供背景信息 | RAG、MCP协议、Message History | 模型手不受控、错误不自愈 | | L3 | Harness Engineering | 验证正确性 | AGENTS.md、Sensors、Enforcement | 依赖人触发收尾、无跨session记忆 | | L4 | Loop Engineering ⭐ | 持续迭代改进 | Automations、Worktrees、Skills、Sub-agents、State | — | 嵌套关系:L4 ⊃ L3 ⊃ L2 ⊃ L1 ## Loop 六要素 | 要素 | 作用 | 示例 | |------|------|------| | Automations | 自动化心跳 | `--cron "0 9 * * *"` / `--trigger "git_push"` | | Worktrees | 工作树隔离 | `concurrency: 3, isolation: git_worktree` | | Skills | 技能编码 | 将历史错误提炼为可复用规则 | | Plugins/Connectors | 插件连接器 | Jira、Slack等MCP集成 | | Sub-agents | 子Agent制衡 | Maker-Checker分离 | | State | 外部状态存储 | 迭代计数、错误/成功记忆、模式库 | ## 20种循环设计模式 ### 类别1:质量改进 | # | 模式 | 要点 | |---|------|------| | 1 | 生成→批判→重写 | generator→critic→generator,until score≥85 | | 2 | 打分并重试 | max_retries:5, quality_threshold:80, 按criteria评估 | | 3 | 多批判者 | 多角色critic,consensus_required: 2/3 | ### 类别2:记忆 | # | 模式 | 要点 | |---|------|------| | 4 | Reflexion | 失败→分析假设→存储教训→重试,最重要的自我改进 | | 5 | 错误库 | 错误驱动知识库,任务前precheck | | 6 | 成功模式 | quality>90且time<threshold时捕获 | ### 类别3:规划 | # | 模式 | 要点 | |---|------|------| | 7 | 计划→执行→重新规划 | adaptive, observe→replan if unexpected | | 8 | 动态工作流 | decision_points条件分支 | ### 类别4:探索 | # | 模式 | 要点 | |---|------|------| | 9 | 分支探索 | parallel_branches:3, select_best_by加权评分 | ### 类别5:系统优化 | # | 模式 | 要点 | |---|------|------| | 10 | 提示词优化 | evolutionary策略,mutation变体 | | 11 | 工作流优化(元循环) | 监控latency/cost/quality/success_rate触发优化 | ## 企业级Loop模板 详见 `templates/` 子目录: - `code-review-loop.yaml` — 代码审查自动化Loop - `tech-debt-loop.yaml` — 技术债务管理Loop - `risk-and-budget.yaml` — 风险管理和成本控制 - `industry-adaptation.yaml` — 行业适配(金融/软件/客服) - `diagnostic-flow.yaml` — 诊断框架:问题在哪一层 ## 采纳路径 | 阶段 | 目标 | 命令 | |------|------|------| | 1: 夯实L1+L2 | 验证AI能做这件事 | `--level L2 --scenarios "code-review,doc-generation" --goal "85%_accuracy"` | | 2: 建设L3 | Agent可被信任独立完成 | `--level L3 --harness "agents.md,linter,test_gates" --goal "semi_autonomous"` | | 3: 试点L4 | 验证无人值守可行性和ROI | `--level L4 --pilot "daily_ci_triage" --budget "50k_tokens" --supervision "high"` | | 4: 规模化L4 | 扩展到多场景 | `--level L4 --scale "3_scenarios" --automation "full" --budget "500k_tokens"` | ## 核心原则:Build the Loop, Stay the Engineer 两个人可以搭建完全相同的Loop,得到完全相反的结果。一个人用它加速自己深刻理解的工作,另一个人用它逃避理解工作本身。 - ✅ 工程师:用Loop处理理解深刻的重复性工作,保持code walkthroughs,审查重大决策,把Loop当放大器 - ❌ 逃避者:用Loop处理不理解的新领域,停止审查输出,盲目信任决策,把Loop当外包团队 --- **愿景**:`lets-loop` 让Agent从"单次执行工具"进化为"持续改进系统",从"需要人推动"进化为"自己发现工作",从"概率性正确"进化为"可验证可靠"。
Auf GitHub ansehen