用途：Ralph Orchestrator 用于把复杂多步骤开发任务交给 AI 智能体自主执行，循环运行直至任务完成，也可编排多个 AI 后端并维持跨迭代的持久状态。
主要能力：核心循环为读取 PROMPT.md 中的任务、执行智能体、检查完成信号、重复直至成功或达到限制。结束条件包括任务显式完成、达到最大迭代次数、运行时长超限、令牌或成本超限、人工中断。支持 Claude（通过 Claude SDK）、Gemini、Q Chat、Kiro CLI 以及可扩展的 ACP 兼容智能体，并能自动检测已安装的智能体。状态持久化通过 Git 检查点、定时保存进度、中断恢复和完整历史追踪实现；智能体草稿本维护跨迭代上下文；错误恢复包含指数退避、自动重试与错误报告；安全方面提供日志中掩码 API 密钥、敏感数据保护、沙箱执行选项和审计日志。
使用方式：先执行 pip install ralph-orchestrator 安装，然后创建含任务要求与完成标准的 PROMPT.md，再通过 ralph.yml 配置所选智能体、最大迭代次数、最大运行时长、检查点间隔与权限（如允许网页搜索、允许写文件），最后运行 ralph run。恢复中断可使用 ralph resume，状态位于 .ralph/ 目录。
适用场景：自动化多步骤开发任务、长时自动化工作流、需要跨迭代保持状态的持续任务，以及多智能体后端编排。
限制：资料未提供具体平台兼容范围、费用、性能表现或未列出的智能体支持情况。使用时应设置明确完成标准与合理限制，将大任务拆分为阶段，并监控迭代防止卡在循环中。