SuperAPI AI 工具集

task-loop

智能体与模型

查看项目

更新于 10-15 20:27

技能介绍

用途:task-loop 在用户已有任务清单(来自 /task-plan、手写或任意结构化任务列表)并希望用自动化智能体循环执行时使用,输出一个自包含的循环目录。

主要能力:首先定位任务清单,接受文件路径;未提供时查找用户近期创建或讨论的文件、匹配 TASKS/*/backlog.md 或 TASKS.md 的文件,或含复选框任务的 markdown。随后阅读清单,理解任务字段、验证模式(全局规则、逐任务标准、引用的文档)、任务依赖及清单头部引用的材料。接着询问执行上下文:是否有帮助执行任务的文档或技能(如 Figma 工作流、测试指南、API 文档)、清单之外的特定验证规则、每次迭代合适的超时时间。最后生成循环目录:PROMPT.md 为自包含循环契约,含路径指向 loop-state.md、run-log.md 与 backlog.md,无未勾选任务时以 PROMISE_RL_DONE 作为独立末行停止,含从清单提取的验证规则、依赖处理与参考文档;run-log.md 为空文件带 # Run Log 表头,代理执行时每完成或阻塞一项追加一条记录;若父目录不存在 TASKS/.gitignore 则创建并写入 loop-state.md。loop-state.md 由代理运行时创建,非预先建好。

使用方式:展示生成目录结构、PROMPT.md 内容或摘要及运行方式,例如 rl <n> -t 30m -- claude -p "Read and follow TASKS/<name>/PROMPT.md"。

适用场景:将结构化任务列表通过无会话记忆的智能体逐轮执行并交接。

限制:需先有任务清单;loop-state.md 仅运行时生成并已被 gitignore;其他平台支持、收费与效果资料未提供。