autonomous-loop-zh

name	autonomous-loop-zh
description	收到需要多轮 实现→验证→修正 的研究/编码/数据处理任务、且希望 AI 自主闭环不在每一步等确认时使用。触发信号——任务里写"跑完 + 分析 + 出报告"、"把 X 全部做掉"、"迭代直到完成"；或者你不用这个 skill 时会在每个步骤之间停下来问"这是你要的吗"。
argument-hint	["任务描述"]
allowed-tools	Read, Grep, Glob, Bash, Edit, Write, Agent, TodoWrite
effort	high

自主闭环迭代 Skill

收到任务后，AI 自主完成完整的闭环迭代，不在每个步骤等待人类确认。

执行流程

① 理解任务 → ② 核对现状 → ③ 制定方案 → ④ 实现
       ↓                                      ↓
⑧ 交付报告 ← ⑦ 更新文档 ← ⑥ 修正 ← ⑤ 自验证
                                   ↑           │
                                   └── 不通过 ──┘

Step 1: 理解任务

• 明确用户目标和边界（做什么 + 不做什么）
• 用 TodoWrite 创建任务分解

Step 2: 核对现状（最重要，不可跳过）

在写代码或做结论之前：

• 读源码确认数据格式和接口——不猜测
• 检查实际文件（配置、checkpoint、输出）——不依赖记忆或压缩摘要
• 检查资源（GPU 可用性、磁盘空间、运行中的进程）
• 查看相关历史（Memory、Discussion 中的教训）

Step 3: 制定方案

• 优先参考现有代码——"代码库已有的做法"优于"自创方案"
• 对齐项目约定（目录结构、命名、配置格式）
• 标注风险点和验证方法

Step 4: 实现

• 只在指定工作区目录下写文件
• 每次代码修改后，列出所有改动的文件和行号
• 不执行 rm 等删除操作——用 mv 移到 trash/
• 所有非平凡命令必须落盘可复现：
  • Python → 存到 claude_workspace/scripts/<snake_case>.py（不用长 python -c 内联）
  • Shell 流水线 → 存到 claude_workspace/shell/<snake_case>.sh（#!/bin/bash、set -e）
  • 在 claude_workspace/shell/RUN_LOG.md 追加简短一段：目标 / 命令 / 问题 / 解决 / 输出
  • 豁免：只读一行命令（ls、git status、grep、find、rtk meta）

Step 5: 自验证（关键差异点）

不等人类验证，AI 自行完成：

#	检查项	方法
1	维度一致性	打印 shape，对比源码预期
2	数值合理性	检查 NaN/Inf，对比 baseline 范围
3	文件完整性	确认输出文件数量、大小
4	指标合理性	与已有实验结果对比，偏差过大需分析
5	配置一致性	路径、参数是否指向正确目标
6	命名和位置	符合项目目录和命名约定

Step 6: 修正

• 自验证发现问题 → 自行诊断根因 → 修复 → 回到 Step 5
• 记录问题和修复过程

Step 7: 更新文档

• 追加 Discussion.md（新问题/发现）
• 更新实验总览等追踪文档
• 同步 Memory 备份

Step 8: 交付

• 报告保存到正确位置，命名符合规范
• TodoWrite 标记完成
• 向用户简要汇报：结论 + 关键数字 + 文件位置

常见失败模式（带修法）

整合自项目里反复踩过的协同失败。原则、应该做、不应该做、跑歪时的症状放一张表里：

原则	应该做	不应该做	跑歪时的症状
不猜测	读 dataloader/源码确认格式	从变量名推测数据布局	维度错、key error、全零输出
不用旧状态	写报告前 ls / cat 实际文件	信任压缩上下文摘要	报告与磁盘实际矛盾
照着现有代码来	分析代码库已有的类似方案	从零设计新方案	过度设计、与项目惯例脱节
处理数据边界	检查零值、NaN、缺失文件	假设数据干净	NaN 静默传播、loss 爆炸、除零
验证路径	ls 实际目录，检查嵌套	假设配置里的路径是扁平的	跑到一半 FileNotFoundError
不删除	mv 到 trash/	rm 或 rm -rf	工作丢失，不可逆
边做边记	每个重要步骤后更新文档	全部攒到最后再写	回看时缺关键上下文
同步持久化	写完 memory 立即 rsync	想着"等会儿一起"	备份过期，需要时缺失
命令落盘	Python 存 scripts/、Shell 存 shell/，写 RUN_LOG（目标/命令/问题/解决/输出）	长 python -c 内联或一次性 bash	无法复现，教训丢失
检查资源占用	调试性能前先 nvidia-smi / ps aux --sort=-%cpu	假设 GPU 是空的	流水线慢 100 倍但无报错

警示信号 — 立刻停下回到 loop

发现自己在做下面任何一件，说明已经偏离 loop 了。停下，修，再验证：

• "信 README/context 摘要就行，不用再核实" → 跳过了 Step 2
• "我凭印象把这个实验报告写了吧" → 跳过了 Step 5
• "随手 rm 清一下" → 违反不删除规则
• "顺手 python -c '...' 跑一下，不用存了" → 违反命令落盘规则
• "改动很小，跳过 smoke 测试" → 跳过了 Step 5
• "慢就慢吧，再等等"但没看 nvidia-smi → 跳过了资源占用检查
• "Discussion.md 最后再补"但任务已积累 5+ 处发现 → 跳过了边做边记
• "Memory 改了之后统一同步" → 跳过了同步持久化
• 连续 3 条 Bash 命令但没读过任何源码 → 违反"不猜测"

仍需请示人类的场景

1. 方向决策 — 选择不同实验设计或消融变量
2. 不可逆操作 — push 代码、修改工作区外的文件
3. 大量资源 — 启动长时训练（需确认 GPU 分配）
4. 模糊取舍 — 多个方案各有优劣，需人类判断
5. 全新问题 — 没有历史教训可参考

使用示例

/autonomous-loop-zh 运行最新 checkpoint 测试，后处理，生成报告
/autonomous-loop-zh 对比两个版本的 per-joint 误差
/autonomous-loop-zh 清理过期 cache 和中间 checkpoint
/autonomous-loop-zh 为新实验变体准备数据集