在 TRAE、WorkBuddy 等AI AGENT工具中，使用较低等级模型的情况下，赋予普通 AI 大模型指定的工作流，进行多角色执行任务，多次检查，用「更多的 token 和更长的时间」，换取出货质量比肩世界级顶级模型的水平。
🌐 简体中文 ｜ English
你只下一条指令：
loop: 写一个 Python 命令行工具 csv2json，把 CSV 转成 JSON；要带单元测试、CLI 参数（-i 输入、-o 输出、支持 stdin）、错误处理。停止条件 = pytest 全过 + 三轴审查无阻塞。
循环工程把它跑成下面这样一次自主循环：
① 目标定义 —— 拆出可验证停止条件：pytest 全绿、ruff 零报错、三轴审查无阻塞项；熔断预算 20 轮；范围边界「不做 GUI、不接数据库」。
② 任务拆解 —— 写入极小的 PROGRESS.md（主线程唯一的状态）：
FP-1 CLI 参数解析（-i / -o / stdin）
FP-2 CSV 读取（编码探测 + 表头）
FP-3 JSON 输出（ensure_ascii=False）
FP-4 单元测试（正常 / 空文件 / 坏 CSV）
FP-5 错误处理（异常不崩、给可读报错）
③ 自主循环 —— 主代理读进度、派发全新上下文子代理，每个子代理只回简短摘要：
FP-1 子代理 → TDD ✅ 6/6 测试通过
FP-2 子代理 → TDD ✅ 4/4 测试通过
FP-3 子代理 → 实现 ⚠ 三轴审查拦截：JSON 用了默认 ensure_ascii=True，
中文被转成 \uXXXX → 回写修复 ✅
FP-4 子代理 → TDD ✅ 9/9 测试通过
FP-5 子代理 → 实现 ✅ 边界覆盖；坏 CSV 触发熔断重试 1 次 → 重派发 ✅
每完成一个功能点，PROGRESS.md 只保留「已完成」和「下一步需要什么」，主线程上下文永不膨胀。
④ 交付 + 自我改进 —— 全量测试绿、三轴审查通过；元循环从本次任务挖到一条规律：「凡涉及文件读写，子代理常漏编码处理或异常分支」，于是自动补了一条 harness 规则「文件类功能点强制在三轴审查里核对编码与异常清单」。下次同类任务直接受益。
整个过程你只说过一次目标，没有盯着它改；一个较低等级模型，靠「更多 token + 更长时间 + 强制验证」，交出了和顶级模型同级的成品。
循环工程 是一套「方法论 + 技能包」。顶级模型很贵、也很聪明；但大多数日常工具（TRAE、WorkBuddy、Cursor、Claude Code 等）默认跑的是更便宜的较低等级模型。循环工程不靠换模型，而是靠工程化约束把质量拉满：
- 你给一个目标，它把目标拆成功能点，派发全新上下文的子代理逐个实现；
- 每个功能点都必须先跑测试、再跑三轴审查才算完成，绝不「声称做完」；
- 用熔断机制防止在某个 bug 上死循环；
- 并在每次任务后跑元循环自我改进自身的规则。
它要解决的，正是智能体最弱的一环：把事做完、做对。智能体改一个文件很在行，但「把整个项目交付」就不行了——上下文会爆、范围会漂、会在一个 bug 上死循环、会跳过测试，而且永远不会「越用越会干」。循环工程把项目状态外置到一个极小的 PROGRESS.md（只保留「现在需要什么」），主线程永不膨胀，强制验证与审查，并叠加熔断与自我改进。
它本质是元技能：负责编排，真正的活由一整套随附技能干——三轴审查、纾困复盘、方案审查、代码需求实现器、Bug修复、软件测试、生成PRD、会话交接，全部打包在内、开箱即用。SKILL.md 采用 Anthropic Agent Skills 格式，可被 Claude Code、CodeBuddy/WorkBuddy、TRAE、Cursor 及任何读取 SKILL.md 的智能体加载。
- 自主循环：主代理派发子代理，只有「阻塞 / 熔断 / 完成」三种情况才停下找你。
- 抗上下文爆炸：状态在文件里，不在对话里；子代理用全新上下文，只回简短摘要。
- 可验证停止条件：拒绝「优化一下」这种模糊目标，必须是「测试全过 + lint 零报错」。
- 熔断机制：同一问题修 5 次仍失败就跳过；总轮次到上限就停下汇报。不死循环。
- 三轴审查（强制）：规范轴 + 规格轴 + 盲区轴，并行子代理执行，绝不跳过。
- 元循环自检：每次任务后挖掘自身失败模式，按级别自动 / 待确认 / 禁止自动地改进自身 harness。
- 契约协调：跨功能点的公开契约变更以增量记录，避免并行子代理基于旧假设实现。
一行命令，无构建步骤，无依赖：
# Linux / macOS —— 安装到 Claude Code 的全局技能目录（~/.claude/skills）
bash -c "$(curl -fsSL https://raw.githubusercontent.com/XuanRuiMu/loop-engineering/main/install.sh)"
# Windows（PowerShell）—— 安装到 ~/.claude/skills
irm https://raw.githubusercontent.com/XuanRuiMu/loop-engineering/main/install.ps1 | iex两条脚本都接受可选的目标目录，例如 install.sh /path/to/your-project/.agents/skills。
从 Releases 页 下载 loop-engineering-skills.zip，解压到对应工具的技能目录即可：
- CodeBuddy / WorkBuddy / TRAE：解压到
.agents/skills/ - Claude Code：解压到
~/.claude/skills/（全局）或项目内skills/ - Cursor / Windsurf：把各
SKILL.md接入 skills loader 或指向 rules
压缩包顶层就是 9 个技能文件夹，一次解压全部就位；想升级随时重新下载。（下载后可用 SHA256 28b29f6b9673948d47a4db3c1cd4820533ce9425cb7d4af4d9236b88a0183664 核对完整性。）
四个阶段，外面再裹一层熔断机制与自我改进循环：
- 目标定义：把需求变成可验证停止条件 + 熔断预算 + 明确的范围边界（"做 / 不做 / 绝不碰"）。
- 任务拆解：拆成粗粒度功能点，写入精简的
PROGRESS.md。 - 自主循环（核心）：主代理读进度、选下一个功能点、派发子代理、收简短摘要、压缩记录、循环。派发前做依赖与契约校验。
- 交付确认：重跑全量测试、跑元循环自检，再用
AskUserQuestion交付完整报告，并按需清理过程文件。
熔断机制在以下情况停下：同一问题修 5 次、总轮次到上限、关键功能点阻塞、或 token 预算耗尽。
元循环从刚完成的任务中挖掘可复用的失败模式（必须有证据，禁止编造），提出 harness 层修复，用回归任务集验证，自动级直接落地，待确认级交给你决策。
循环工程是元技能：它负责编排，随附技能负责具体干活。全部打包在内，开箱即用。
| 技能 | 在循环中的角色 |
|---|---|
| 循环工程（本技能） | 编排 + 循环 + 熔断 + 元循环 |
| 三轴审查 | 强制三轴代码审查（规范 / 规格 / 盲区，并行子代理） |
| 纾困复盘 | 卡顿 / 熔断时的方向复盘 |
| 方案审查 | 实施前的对抗性审查（quick / deep / grill 三档） |
| 代码需求实现器 | 派发给子代理的 TDD 实现 |
| Bug修复 | 派发给子代理的诊断 + 修复流程 |
| 软件测试 | 测试执行与验证 |
| 生成PRD | 复杂任务细化拆解 |
| 会话交接 | 跨会话续跑的上下文交接 |
循环工程的对手不是「另一个 AI」，而是「你自己盯着 AI 干」和「工具自带的单次目标指令」。
| 能力 | 裸用智能体 | 单次目标指令（如 Claude Code 的 /goal、Codex 的 /目标） |
循环工程 |
|---|---|---|---|
| 不用你盯着也能做完 | 否 | 部分 | 是（自主循环到停止条件） |
| 扛得住上下文窗口 | 否 | 否（单上下文易爆） | 是（全新上下文子代理 + PROGRESS.md） |
| 止住失控死循环 | 否 | 通常无 | 是（熔断机制） |
| 声称完成前先跑测试 + 审查 | 有时 | 通常无 | 是（强制三轴） |
| 随附开箱即用技能包 | 否 | 否 | 是（9 个技能打包） |
| 随时间自我改进 | 否 | 否 | 是（元循环） |
和同类循环 / 自动化 skill 相比，循环工程的差异点在于：它自带一整套随附技能（三轴审查、纾困复盘、方案审查、TDD 实现、Bug 修复、测试、PRD、会话交接），并强制「测试 + 三轴审查才算完成」+ 熔断 + 自我改进元循环——而不是只给一个空壳循环框架让你自己填。
它不替代 Claude Code 的
/goal或 Codex 的/目标：你完全可以在这些工具里调用循环工程，把一次性的目标指令升级成「带审查、带熔断、会自我改进」的工程循环。
写小说、写音乐也能用循环工程吗？ 能。循环本身是通用的——任何能被拆成「可验证步骤 + 明确停止条件」的创造性或生产性任务都能用，举几个非代码的例子：
- 写长篇小说：
loop: 把这本 30 万字小说按大纲拆成章节，逐章写，每章跑三轴审查（人物声纹一致性 / 情节逻辑 / 文风签名），人设前后矛盾就熔断回写。较低等级模型靠多轮循环 + 逐章审查，照样能写出人物稳定、伏笔回收、文风统一的成稿，而不是一次生成就崩。 - 写音乐 / 专辑：
loop: 写一张 10 首歌的专辑，逐首生成，每首跑审查（和声进行 / 曲式结构 / 主题动机统一 / 编曲层次），主题动机前后不统一就重做。模型用更多 token 把「一首还行」打磨成「整张概念统一」。 - 写研究报告 / 论文：
loop: 把这份课题拆成文献综述、方法、实验、讨论，逐节写并跑事实核查与引用审查，数据来源缺失就标记阻塞。
核心思路一致：用更便宜的模型 + 更多循环轮次 + 强制验证，换世界级产出。
子代理卡住了怎么办？ 修复 5 次仍失败就标记为阻塞，主代理跳过继续；若它阻塞了后续所有依赖项，循环停下，并在方向性问题时先跑纾困复盘再汇报。