循环工程

要解决的问题

让 AI Agent 多轮自主完成任务时，常见失败不是“不会回答”，而是没有触发、隔离、检查、记忆和熔断。手工一轮轮补提示词，循环就会漏：并行改文件冲突、模型给自己打高分、跑到第 47 轮时约束悄悄消失，进度只留在上下文里，下一轮接不上。

技能如何工作

Loop Engineering 把“对话式提示”改成“产线式设计”，围绕六个组件组织：

• 触发：用 /loop 做固定间隔监控，用 /goal 跑到可验证条件成立再停。
• 隔离：并行任务使用独立 git worktree，避免同时修改同一文件。
• 知识：把构建命令、代码红线、历史踩坑写进 SKILL.md，每轮自动读取。
• 行动：通过连接器 / MCP 读写 issue、数据库、Slack、PR 等真实工作流。
• 检查：让制造者和检查者拆分，验证者使用更强 reasoning 对照 spec 与技能挑刺。
• 记忆：状态写到磁盘、面板或结构化进度文件，确保下一轮能接上。

适用边界

适合测试通过、lint 清零、构建成功、issue 分类、PR review 等可自动验证的任务；不适合开放式研究或目标模糊的探索。设计前应先单步验证核心逻辑，并设定最大轮数、最大耗时和失败降级路径。