用途：Ralph Wiggum 是一种自主多轮迭代开发模式，通过循环运行 Claude Code，让 AI 按结构化任务清单持续实现并验证功能，直到全部用户故事通过。
主要能力：plans/prd.json 以 JSON 保存用户故事，每条含 id、epic、title、description、priority、acceptance_criteria、verification、passes、last_attempt、attempt_count、depends_on 等字段；passes 仅在验证门通过后置为 true，priority 决定执行顺序（critical > high > medium > low），depends_on 指定前置故事。plans/progress.txt 为追加式 LLM 记忆，每次迭代开始时读取，记录已完成工作、遇到的问题、经验与下一步。
使用方式：通过斜杠命令 /ralph run 50 指定最大迭代次数，或手动向 Claude Code 提供提示：读取 plans/prd.json 与 plans/progress.txt，找到优先级最高且未通过的故事，实现、验证并更新两个文件，重复直到全部通过或达到 N 次迭代。验证流水线要求全部通过才可标记 passes: true：pnpm run type-check、pnpm run lint、pnpm vitest run（当 verification.unit_tests 为 true）、pnpm build（当 verification.build 为 true）；E2E（Playwright）默认不在循环内，仅手动或 CI 运行。每次通过后执行 git commit，例如 git commit -m "feat(US-001): persona avatar upload"。
升级规则：attempt_count >= 3 时停止、记录阻塞、跳过并标记人工审查；依赖未通过则跳过；验证工具自身失败记为基础设施阻塞，不增加 attempt_count。需要 3 个以上智能体的故事会委派给 Agent Harness 处理。
适用场景：适合需要多轮迭代、跨会话保持上下文、有明确验收标准与验证门的中小型开发任务。
限制：故事应控制在 1–2 小时范围、单一组件或 API 路由；验收标准需具体可验证；E2E 默认不纳入循环；资料未提供具体收费、平台支持范围与效果数据。