用途：aif-loop 用于对某类产物（如 API 规范、代码、文档、配置）执行严格的多轮迭代改进，每轮按固定阶段契约运行，并在会话之间持久化状态。
主要能力：每轮迭代包含六个阶段——PLAN（本轮计划）、PRODUCE（生成 artifact.md，与 PREPARE 并行）、PREPARE（依据规则生成检查脚本与测试定义）、EVALUATE（运行检查与内容规则并打分，可并行执行独立检查组）、CRITIQUE（仅在失败时给出问题与修复）、REFINE（仅在失败时按批评重写产物）。支持 A/B 两阶段阈值（默认 A=0.8、B=0.9），A 通过后进入 B 级规则再评估。支持并行 Task 代理，若不可用则回退为顺序执行。
使用方式：先读取 .ai-factory/config.yaml 解析路径与语言，缺失时使用默认值（.ai-factory/ 与 en）。状态使用 current.json、run.json、history.jsonl、artifact.md 四个文件。命令模式包括 status、resume [alias]、stop [reason]、new <task>、list、history [alias]、clean [alias|--all]。启动新循环前必须显式确认成功标准、最大迭代次数（默认 4）以及可选的时间预算。
适用场景：需要对产物进行可重复、可评估、可恢复的迭代打磨，并希望保留运行历史与评分记录的任务。
限制：停止条件有明确优先级（threshold_reached、no_major_issues、user_stop、stagnation、budget_exceeded、iteration_limit）；停滞计数达到 2 即停止；时间预算为可选，未设置时为 null；clean 仅允许清理已停止/完成/失败的循环，且需用户确认。资料未提供具体安装命令、收费与平台信息。