SuperAPI AI 工具集

ralph-skill-review-loop

智能体与模型

查看项目

更新于 10-15 10:53

技能介绍

用途

Ralph Skill Review Loop 是一个元技能,用于对 Ralph Wiggum 提示词生成器技能本身进行自我改进式审查。它运行一个持续改进循环,直到这些技能连续两次通过审查且没有任何改进建议为止。

主要能力

  • 对以下五个目标技能进行审查:ralph-prompt-builder(主编排器)、ralph-prompt-single-task(单任务生成器)、ralph-prompt-multi-task(多任务生成器)、ralph-prompt-project(项目生成器)、ralph-prompt-research(研究生成器)。
  • 依据 16 项标准评估每个技能,分为四大类:Ralph 技术对齐(清晰的完成标准、自验证命令、TDD/迭代方法、“If Stuck”指引、完成标签使用、合适的 max-iterations 建议、确定性失败哲学)、技能结构质量(完整的 YAML frontmatter、渐进式披露、可操作的 Quick Start、真实示例、最佳实践章节、Ralph 循环集成文档)、内容完整性(无占位符、示例匹配技能类型、真实可运行的验证命令、边界情况、交叉引用)、提示词模板质量(模板遵循研究最佳实践、可衡量的成功标准、清晰的阶段结构、状态跟踪、进度跟踪模式)。
  • 通过状态文件(RALPH_REVIEW_STATE.json)和日志文件(RALPH_REVIEW_LOG.md)跟踪进度,记录每次迭代的发现、修复和连续干净审查次数。
  • 发现问题后按优先级(Critical、High、Medium、Low)实施修复,并将每次改进提交到 Git。
  • 在实施修复后进行验证,检查 YAML frontmatter 有效性、内容渲染、示例语法、引用完整性,并运行语法检查命令。
  • 当连续干净审查次数达到 2 次时,创建 RALPH_SKILLS_VALIDATION_COMPLETE.md 并输出完成承诺 RALPH_SKILLS_PERFECTED。
  • 设有逃生出口:若 50 次迭代后仍未达到连续两次干净审查,则记录阻塞问题并输出 RALPH_REVIEW_BLOCKED。
  • 每 5 次迭代输出进度摘要,显示各技能通过的标准数量、已做改进总数和剩余问题数。

使用方式

  1. 初始化状态文件:创建 RALPH_REVIEW_STATE.json 和 RALPH_REVIEW_LOG.md,初始状态为 NOT_STARTED。
  2. 在 Ralph 循环中运行提示词:
/ralph-wiggum:ralph-loop "[粘贴提示词]" --completion-promise "RALPH_SKILLS_PERFECTED" --max-iterations 100
  1. 监控进度:使用 cat RALPH_REVIEW_STATE.json | jq '.' 查看当前状态,tail -30 RALPH_REVIEW_LOG.md 查看近期活动,cat RALPH_REVIEW_STATE.json | jq '.consecutive_clean_reviews' 查看连续干净审查次数。
  2. 完成后查看输出:RALPH_REVIEW_STATE.json(最终状态)、RALPH_REVIEW_LOG.md(完整历史)、REVIEW_FINDINGS.md(最后一次审查详情)、RALPH_SKILLS_VALIDATION_COMPLETE.md(成功证书)以及 Git 日志。

适用场景

  • 需要系统化审查和改进 Ralph Wiggum 提示词生成器技能的质量。
  • 希望以可审计、可追踪的方式持续优化技能内容,确保符合最佳实践。
  • 适用于有明确审查标准、需要反复迭代直至稳定的技能维护工作流。

限制

  • 最大迭代次数为 100,预期完成需要 20-40 次迭代。
  • 若超过 50 次迭代仍未完成,会触发预算警报并评估标准是否过严。
  • 该技能依赖 Ralph Wiggum 循环环境以及 Git 仓库进行变更提交。
  • 审查标准固定为 16 项,但可通过修改提示词进行自定义(如增加标准、减少为一次干净审查、聚焦特定技能)。
  • 关于收费、价格、平台支持等具体信息,资料中暂未提供。