Community程式設計與開發github.com

Agent Loop Architect (迭代循環架構)

用於設計、編排或執行多代理迭代循環、具有反饋循環的複雜多階段任務,或實現具有持久記憶(.loop-memory)與步驟追蹤(etapas.json)的自動化自我改進工作流程。

Agent Loop Architect (迭代循環架構) 是什麼?

Agent Loop Architect 是一種執行標準與設計模式,旨在透過閉環迭代、持久記憶與狀態追蹤,來編排複雜的多階段代理工作流程。它捨棄一次性提示或線性管線的做法,強制執行迭代生命週期,讓子代理專精化、透過客觀閘門驗證其工作,並在多次執行中系統性地學習。此標準支援工程、內容創作、銷售與研究分析等領域的四大領域原型,每個原型都有預定義的管線與驗證閘門。它透過 `.loop-memory/` 目錄(儲存正反面案例)和 `etapas.json`(追蹤階段狀態與指標)來強制執行記憶管理。主要有兩個黃金法則:未經學習不得執行,未經壓縮不得完成。此模式可應用於 Claude Code、Cursor 等平台,透過結構化的子代理分派與階段閘門來防止常見的失敗模式。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/cdovaz/skill-loop/tree/HEAD

Installed? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Agent Loop Architect (循環工程)

概觀

Agent Loop Architect 是一種執行標準與設計模式,用於透過閉環迭代、持久記憶與狀態追蹤,來編排複雜的多階段代理工作流程。

它並非將代理執行視為一次性提示或線性管線,而是強制執行一個迭代生命週期,讓子代理專精化、透過客觀閘門驗證其工作,並在多次執行中系統性地學習。

循環的兩條黃金法則

  1. 未經學習,不得執行: 在提出或實作任何解決方案之前,代理必須先執行學習階段,查閱記憶中現有的正面與負面模式。
  2. 未經壓縮,不得完成: 一個循環在寫完程式碼或內容時並未結束;只有在壓縮階段將結果提煉到記憶中並更新狀態後才算完成。
flowchart TD
    Start([任務啟動]) --> Learn[1. 學習:載入 .loop-memory/]
    Learn --> Plan[2. 規劃:階段分解與 etapas.json]
    Plan --> Exec[3. 執行:分派專業子代理]
    Exec --> Verify{4. 驗證:客觀閘門通過?}
    Verify -- 否:回歸 / 轉向 --> Learn
    Verify -- 是 --> Compress[5. 壓縮:提煉記憶與更新狀態]
    Compress --> Done([循環完成])

循環的 5 個階段

每個循環都嚴格依序經歷五個階段:

第一階段:學習 (飛行前載入)

  • 強制性檢查: 子代理必須讀取:
    • .loop-memory/positive-cases/ (成功模式、已驗證的修正、高轉換率的文案角度、最佳提示模板)。
    • .loop-memory/negative-cases/ (反模式、失敗的假設、邊界案例回歸、禁止的方法)。
  • 目標: 防止代理重複已記錄的錯誤,並強制重複使用經過驗證的模式。

第二階段:規劃與編排 (狀態初始化)

  • 將目標分解為離散、有序的階段。
  • 初始化或更新 etapas.json,包含階段狀態、指定子代理、輸入、輸出與驗收標準。
  • 指派與領域需求相符的專屬子代理角色。

第三階段:執行 (專業子代理分派)

  • 根據階段依賴關係,依序或並行執行子代理。
  • 子代理在隔離的上下文中工作,傳遞簡潔的產出物或 diff,而非完整的對話內容。

第四階段:驗證與評估 (客觀驗收閘門)

  • 根據明確、自動化或確定性的標準驗證執行輸出 (例如:單元/整合測試結果、Lint 檢查、事實查核引用、語氣合規)。
  • 若驗證失敗:
    • 將失敗記錄為中間負面模式。
    • 帶著失敗反饋返回學習/規劃階段。
  • 若驗證通過:繼續進行壓縮階段。

第五階段:壓縮 (飛行後記憶提煉)

  • 正面提煉: 提取成功的確切模式、模板、提示片段或程式碼修正,並寫入 .loop-memory/positive-cases/CASE-<ID>.md。
  • 負面提煉: 將死胡同、被拒絕的假設與回歸問題記錄在 .loop-memory/negative-cases/CASE-<ID>.md 中。
  • 狀態最終化: 更新 etapas.json,包含完成時間戳記、最終產出物與執行指標。

目錄結構與記憶體架構

每個使用循環模式的專案都遵循以下根目錄或工作區結構:

<project-root>/
├── .loop-memory/
│   ├── positive-cases/
│   │   ├── CASE-001-fix-auth-race-condition.md
│   │   └── CASE-002-high-conversion-cold-hook.md
│   └── negative-cases/
│       ├── CASE-001-failed-jwt-in-localstorage.md
│       └── CASE-002-clickbait-hook-bounce.md
├── etapas.json
├── references/
│   └── domain-examples.md
└── SKILL.md

記憶案例結構 (.loop-memory/*/CASE-*.md)

每個案例檔案必須遵循以下標準化 Markdown 模板:

# 案例:[簡短描述性標題]
- **日期:** YYYY-MM-DD
- **領域:** [工程 | 文案創作 | 銷售 | 研究]
- **類型:** [正面 | 負面]
- **觸發條件 / 背景:** [確切情況、錯誤訊息或提示目標]

## 模式 / 技術
[詳細說明什麼有效或為什麼失敗]

## 具體產出物 / 程式碼片段 / 提示
```[語言]
[在此貼上具體的片段、模板或 diff]

要點與啟發式規則

  • 要: [針對未來代理的可操作規則]
  • 不要: [必須避免的行為]

### `etapas.json` 結構

`etapas.json` 檔案追蹤當前的生命週期進度:

```json
{
  "project": "agent-loop-project",
  "loop_version": "2.0.0",
  "updated_at": "2026-11-06T21:00:00Z",
  "current_stage": "fix",
  "stages": [
    {
      "id": "reproduce",
      "role": "QA 重現子代理",
      "status": "completed",
      "input": "Bug report #402",
      "output": "tests/repro_spec.ts",
      "memory_consulted": ["CASE-001-fix-auth-race-condition.md"]
    },
    {
      "id": "fix",
      "role": "核心修正工程師子代理",
      "status": "in_progress",
      "input": "tests/repro_spec.ts",
      "output": null,
      "memory_consulted": []
    }
  ],
  "metrics": {
    "total_cycles": 1,
    "positive_patterns_harvested": 0,
    "negative_patterns_avoided": 1
  }
}

整合領域原型

Agent Loop Architect 包含 4 個經過實戰考驗的領域管線。有關每個原型的完整逐步說明與提示,請參閱 domain-examples.md。

1. 錯誤修正與工程

  • 管線: 重現 -> 根因 -> 修正 -> 測試 -> 文件化
  • 學習檢查: 載入相關子系統的先前修正;避免過去的回歸。
  • 驗證閘門: 重現測試從 RED 變為 GREEN;不造成其他測試中斷。
  • 壓縮: 將根因解釋與最小修正 diff 儲存在 .loop-memory/positive-cases/。

2. 內容與文案創作

  • 管線: 受眾與角度研究 -> 鉤子與敘述草稿 -> 評論與語氣潤飾 -> 校對與事實查核 -> 發佈包裝
  • 學習檢查: 閱讀表現最佳的鉤子和被禁止的流行語/陳腔濫調。
  • 驗證閘門: 目標閱讀等級、品牌語氣評分 >= 8.5/10、已驗證的事實主張。
  • 壓縮: 將表現優異的角度與鉤子公式收錄到記憶中。

3. 銷售外展

  • 管線: ICP 情報 -> 價值假設 -> 個人化排序 -> 異議反駁 -> 分派準備
  • 學習檢查: 查詢價值主張、異議模式與無效假設的回應率。
  • 驗證閘門: 具體性檢查清單 (無泛用郵件合併行)、符合垃圾郵件規範。
  • 壓縮: 儲存成功的個人化鉤子,並將回應率低的角度記錄在負面案例中。

4. 研究、金融與法律分析

  • 管線: 探索與來源載入 -> 事實查核與風險矩陣 -> 量化/法律綜合分析 -> 情境壓力測試 -> 高層簡報
  • 學習檢查: 載入先例案例、過往分析疏漏與資料有效性標準。
  • 驗證閘門: 100% 引用來源可追溯;對壓力測試情境測試風險矩陣。
  • 壓縮: 儲存綜合分析模板、來源可靠性評級與風險評估啟發式規則。

子代理分派指南

在循環內部分派子代理時:

  1. 角色明確性: 切勿對通用代理下提示。請在提示前加上領域角色說明 (例如:你是 QA 重現子代理...)。
  2. 記憶注入: 務必在初始子代理提示中提供相關 .loop-memory/ 案例的路徑或摘要。
  3. 離散交接: 子代理應透過明確的檔案 (例如:重現腳本、草稿檔案、評估評分量表) 進行通訊,而非對話歷史。
  4. 自主階段閘門: 子代理不得在沒有可驗證證據 (日誌、測試輸出、驗證分數) 的情況下,將 etapas.json 狀態推進為 "completed"。

常見錯誤與反模式

反模式為何破壞循環正確做法
跳過學習階段代理會重新發明已知的錯誤或使用被拒絕的文案角度。強制在每個提示中將讀取 .loop-memory/ 作為第 0 步。
省略壓縮階段一旦會話上下文重置,教訓便會遺失。絕不在未將成功/失敗案例提煉成檔案的情況下結束任務。
單體代理執行單一代理在嘗試同時規劃、編寫程式碼、驗證與文件化時會感到困惑。為每個離散階段分派專業子代理。
軟性驗證 ("看起來不錯")幻覺會溜進生產環境。使用確定性閘門:測試套件、Lint 輸出、事實引用。
無限制的重試循環代理在無法修復的缺陷上無限循環。將循環重試限制為 3 次迭代,之後觸發人工升級閘門。

相關技能