AI 编程助手自动化闭环工作流模板集，让 AI 按「执行→检查→修复→重复」模式自主完成任务，直到达成预设目标。108 stars
概述
Loops 解决的核心问题：AI 修复了一轮，你运行检查，发现还有问题，再粘回去，再修……你成了一个「人肉调度员」。
Loops 的方案：给 AI 设定一个目标（如「所有测试通过」），让 AI 自己跑闭环：运行检查命令 → 分析失败原因 → 修复最小根因 → 重新运行检查 → 直到目标达成。整个过程不需要人盯着，AI 在每轮结束后告知结果，只在必要时介入。
核心概念
Loop（循环）围绕四个关键要素运转：
| 要素 | 说明 |
|---|---|
| Goal（目标） | Loop 要达成的最终状态，如「所有测试变绿」 |
| Check 命令 | 验证目标是否达成的命令，如 npm test |
| 最大迭代次数 | 防止无限循环的上限 |
| 退出条件 | 何时停止，通常是检查命令返回成功 |
流程：开始 → 运行 Check → 通过则结束 → 失败则分析原因 → 修复最小根因 → 迭代次数+1 → 未超限则继续检查
100 个 Loop 模板
覆盖几乎所有重复性开发工作，全中文文档，按分类：
| 分类 | 代表 Loop | 数量 |
|---|---|---|
| 测试 | test-until-green、e2e-until-green、coverage-until-threshold | 7 |
| CI/CD | fix-ci-until-green、pre-commit-guard、pr-self-review | 9 |
| 代码质量 | lint-typecheck-fix、format-until-clean、knip-until-clean | 4 |
| 内容创作 | blog-post-until-publish、meeting-notes-cleaner | 7 |
| 数据科学 | data-cleaning-loop、model-training-loop | 6 |
| 代码生成与重构 | 接口自动实现、依赖升级等 | 8 |
| 后端/API 开发 | API 开发、规范生成等 | 4 |
| 前端/UI | 组件开发、无障碍检查等 | 4 |
| 安全 | 安全审计直到无高危漏洞 | 1 |
| 性能 | 优化直到达标 | 1 |
| DevOps/系统 | 部署、监控等 | 5 |
| 学习/知识管理 | 笔记整理、知识图谱 | 5 |
安装与使用
支持 Claude Code、Cursor、Trae、Windsurf、Cline、Codex 等主流 AI 编程助手。
Claude Code（1 分钟上手）：
# 克隆到 Claude Code 的 skill 目录
git clone https://github.com/jwangkun/loops.git ~/.claude/skills/loops
# 启动 Claude Code
claude
# 调用任意 Loop
/loops test-until-green其他 Agent：
- Cursor：
.cursor/rules/loops.mdc - Trae：
~/.trae/skills/loops/ - Windsurf：
.windsurfrules - Cline：
.clinerules - Codex：
AGENTS.md
不想装 Skill？ 直接把任意 Loop 的提示词全文复制到 ChatGPT / Claude.ai / Gemini 对话框里也能用。
适用场景
- 持续迭代：需要反复检查、修复、再检查的任务
- 质量把关：保持代码、文档、数据处于健康状态
- 自动化工作流：减少重复性人工操作
- CI/CD 集成：自动修复失败的 CI 构建
- TDD 开发：测试驱动开发
- 内容优化：反复打磨文案、博客、脚本
Loop Engineering 背景
这个工具承接了近期 AI 编程圈的「Loop Engineering」思潮：
- Boris Cherny（Claude Code 负责人）：「I don’t prompt Claude anymore. I have loops that are running.」
- Peter Steinberger（OpenClaw 创始人）：「You shouldn’t be prompting coding agents anymore. You should be designing loops that prompt your agents.」
演化路径：Prompt Engineering → Context Engineering → Harness Engineering → Loop Engineering
Loop = 给 Agent 套上控制论闭环（目标 → 执行 → 测量偏差 → 反馈修正 → 再测量），让其在无人看守的情况下持续推进任务、自我纠正。