Communitygithub.com

haidrrrry/loop-engineering-skills

為 AI 編碼代理補上缺失的大腦 — 在程式碼之前寫下驗證關卡、從每次失敗中學習的 Reflexion 式記憶,以及具備真實錨點的自動修正迴圈。一鍵安裝於 Claude Code;任何 AI 均可透過複製貼上提示使用。

loop-engineering-skills 是什麼?

此技能為 AI 編碼代理實現 Reflexion 風格的言語記憶機制,靈感來自 Shinn 等人 2023 年的研究。代理在每次嘗試(無論成敗)後,以書面結構化反思記錄事件、根本原因及下次行動方向,並在每次新任務開始前強制讀取最近的反思記錄。這種「反思-儲存-重讀」循環在決策任務上比盲目重試高出 22%,在程式碼任務上高出 11%,勝過無反思的純記憶 8 個百分點,關鍵在於書面化的「理由」而非單純重試。支援 Claude Code 一鍵安裝,並提供適用於任何 AI 的複製貼上提示。技能會自動壓縮超過 30 條的反思檔案,將重複出現的教訓升級為永久「常駐規則」,並明確禁止儲存機密資訊、敘述性內容或重複教訓,以維持記憶的品質與可讀性。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add haidrrrry/loop-engineering-skills

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

迴圈記憶

Reflexion 風格的言語記憶:代理以書面反思每次嘗試, 儲存反思,並在行動前讀取最近的反思。研究 (Shinn et al., 2023) 顯示,這種機制 — 反思、儲存、重讀 — 在廣泛的差距上擊敗盲目重試(在 12 次試驗的決策任務中高出 +22%, 在程式碼任務中高出 +11%),並且比無反思的記憶高出 8 個百分點。 增益來自於 書面理由,而非更努力地重試。

協議

行動前(每個任務)

  1. 讀取 .loop/LESSONS.md。
  2. 無條件套用常駐規則部分。
  3. 讀取最近 3 筆記錄。如果任何一筆與當前任務相關, 用一句話說明它如何改變你的做法。如果都不相關, 直接進行 — 不要強迫套用。

行動後(每次嘗試,無論成敗)

以檔案格式附加恰好一筆記錄:

## [日期] — [任務,最多 5 個字] — 成功|失敗
- 發生了什麼事:[一行]
- 根本原因/為何成功:[一行]
- 下次:[一個具體、可檢查的指令]

「下次」的品質標準:

  • ❌ 「對資料庫更小心」 — 不可檢查
  • ✅ 「在任何種子腳本之前執行 npx prisma migrate deploy」 — 可檢查
  • ❌ 「記住 API 很棘手」 — 模糊
  • ✅ 「/users 端點每頁 50 筆;計算時務必傳遞 ?page=」 — 可檢查

失敗反思,具體說明

當嘗試失敗時,反思必須回答:我 相信 了什麼是錯的? 失敗的嘗試通常來自於一個錯誤的假設,而不是一個打字錯誤。 說出那個假設。那就是教訓。

維護(當檔案超過約 30 筆記錄時)

  1. 從最舊到最新讀取所有記錄。
  2. 任何出現 2 次以上的教訓將升級為常駐規則, 改寫成一個單一的命令式句子。
  3. 升級後刪除最舊的 20 筆記錄。
  4. 未經用戶同意,絕不刪除常駐規則。

不該儲存的內容

  • 機密、金鑰、代幣、個人資料 — 永遠不要,即使它們是失敗的原因。
  • 敘述(「我然後嘗試了 X,之後 Y…」) — 只儲存結論。
  • 重複的教訓 — 如果已經存在,不要重新添加;考慮將其升級。
  • 責備或自我批評 — 教訓是指令,不是感受。

要避免的失敗模式

  • 記憶表演: 寫了記錄但從不閱讀。閱讀步驟 才是價值所在;光寫步驟就像寫日記。
  • 過度適應單一事件: 一次性環境問題不是 教訓。如果它不會重複發生,就不要記錄它。
  • 無限制增長: 一個 200 筆記錄的檔案沒人讀就是死記憶。壓縮它。

相關技能