Agent Skills
返回列表
循环启动

循环启动

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_989eb8f0/tri-loop。

技能介绍

要解决的问题

知识库里常有一种对象：它反复消费同一类输入，产出可追踪的结果，但没有人把它真正跑起来。常见结果是文件夹建了、README.md 写了，## Timeline 一直为空，LOG.md 也没有记录，没人知道这个循环到底能不能执行。

循环启动（规范名 @user_989eb8f0/tri-loop）面向的就是这个缺口。它不负责理解用户意图，而是在意图已经被识别为 I14 之后接手执行：把一个还停留在想法层面的 loop，变成一个有 charter、有目录结构、有首次测试运行记录的可验证单元。

技能如何工作

核心契约很明确：没有 charter 的 loop 不启动。goal 和 cadence 缺任意一项，就不做 scaffold，先做一轮简短澄清。

执行链路按以下顺序推进：

  • 版本门是第零步：先通过 scripts/check_update.py 校验版本，拿到 state 后决定放行还是阻断。校验、比较、升级、四态判定都由脚本完成，prompt 层只负责调用与解析 JSON 输出。
  • 上游依赖检测：收到 tri-intent 快照且路由指向本技能时，读取快照 §三 直接执行。独立使用时走上游检测，在可用快照、待识别、引导安装、降级四者之间选择；降级模式下通过内联澄清收集 loop 的 5 项输入。
  • Substrate 检测与 bootstrap：检查根目录是否有 ARCHITECTURE.md、LOG.md、含 Knowledge base 章节的 CLAUDE.md。有缺失则从模板补齐，idempotent，不覆盖已有文件。
  • Scaffold：从 templates/loop-readme.md 创建 domains/<name>/README.md 并写入 charter。目录已存在时停止并询问，不静默覆盖。
  • 真实测试运行：小规模真跑一次——分诊几张真实工单、拉一条真实 SERP、抓一次收件箱，或做一个能落地的 dry run。artifact 可有可无，但 ## Timeline 追加一行带日期的记录、LOG.md 追加一条记录是硬性输出。
  • 最小化与回报：只创建任务要点范围内指定的 loop，不擅自扩展 domain 或修改既有 loop；结束时回报 charter、测试结果、artifact 路径、缺失项、如何再次运行。

链路文档写入 .tribro/loops/<task_id>/result.md，知识库内容文件落在仓库根目录，两者分工明确。

适用边界

它做创建与验证，不做意图识别（归 tri-intent）、编码开发（归 tri-coding）、内容产出（归 tri-content）或通用操作执行（归 tri-action）。带代码提交的 loop 会在隔离 git worktree 中运行，通过 /verify 提交。

注意不要过度装饰 README.md——它是实时状态而非规格说明。loop 的价值来自 Timeline 自然增长，而不是一次性写好的漂亮结构。

使用场景

  • 维护一个知识库仓库，要在 domains/ 下新建一个按周跑的写作循环并真实试跑一次。
  • 已用 tri-intent 识别出 I14 意图，需要按快照 §三 的任务要点创建指定 loop 并写入 Timeline 记录。
  • 仓库缺少 ARCHITECTURE.md 或 LOG.md，要在启动 loop 前补齐 substrate 基座文件。
  • 没安装 tri-intent 但想直接创建 loop，需要通过内联澄清收集 5 项 charter 输入后降级执行。

适合人员

  • 维护个人知识库仓库的开发者，希望把重复的信息收集流程落成可验证的 loop 而不是散落的笔记。
  • 把 AI 当执行者的技术写作者，需要声明 goal 与 cadence 后自动生成 loop README 并看到首次运行记录。
  • 搭建团队知识工作流的工程师，要在 substrate 就绪后批量创建 domain loop 并追踪每次运行结果。
  • 配置自动化流程的工具维护者，需要确定某次请求是否应进入 loop 创建路径或降级为澄清模式。