SuperAPI AI 工具集

loop-engineering

智能体与模型

查看项目

更新于 10-15 22:15

技能介绍

用途:这是 COG 技能共享的循环工程参考与设计辅助,不产出内容。它面向需要迭代执行的技能(如 daily-brief、knowledge-consolidation、url-dump、weekly-checkin、auto-research、scout),供其链接引用,而非重复规则;在构建或修复迭代型技能时可直接调用。

核心规则:不要相信智能体自称“看起来完成了”,只信确定性检查。每个循环都必须声明自己的验证器、停止条件和所属模式。

循环流程:1 收集上下文(vault 与来源);2 执行一步(搜索/抓取/扫描);3 观察真实结果;4 运行确定性验证;5 将进度写入 vault 文件;6 决定继续还是停止并报告。第 4 步是关键,没有验证器的循环只是重复的链条。

终止条件:应分层使用多种退出,保证一定停机,包括确定性验证器、硬迭代上限、预算护栏(时间/工具调用/token)、无进展检测、人工升级。每个循环需选一个验证器加至少一个安全退出;无进展检测可防止仅靠上限无法发现的静默死循环。

循环内上下文管理:把状态外化到 vault,对话只作草稿;压缩并裁剪已完成的轮次;在 team 模式下隔离子智能体,只回传结论,避免把原始输出粘贴进下一个提示。

命名模式:Act-observe(ReAct)、Reflect-retry(Reflexion)、Plan-execute-verify、Evaluator-optimizer、Orchestrator-workers、Loop-until-dry、Human-in-the-loop,并给出各自在 COG 中的使用位置。

失败与修复:上下文溢出/漂移用压缩、裁剪、外化、隔离;静默死循环用无进展检测加硬上限;幻觉式成功以确定性验证器为准;复合错误要每轮尽早验证;成本失控用预算护栏并在“足够好”时停止;目标漂移则把目标和停止条件写在循环状态顶部。

限制:资料未提供具体安装命令、URL 之外的配置方式、收费或平台支持信息。