用途：Dual-Loop（内/外层代理委派）定义了一套编排协议，用于把定义明确的任务委派给执行型（内层）代理，并在合并前严格验证其产出。外层循环负责策略与协议，内层循环负责战术执行（写代码、跑测试）。该架构与框架无关，可用于任意 AI 代理配对。
主要能力与流程：外层先侦察与规划，将目标拆解为原子、可测试、不重叠的工作包；交互式询问用户选择内层使用的 LLM CLI 后端（agy、claude、copilot、codex、llama）与具体模型；生成范围紧凑的 Strategy Packet（含目标、预执行工作流承诺图、涉及文件路径、NO GIT 约束、验收标准），保存如 handoffs/task_packet_001.md。随后通过 run_agent.py 交接，命令需重定向 stdin 防止挂起：python scripts/run_agent.py handoffs/task_packet_001.md <target_file_to_modify> handoffs/result_packet.md "Execute the strategy packet instructions exactly." --cli <selected_cli> --model "<selected_model>" < /dev/null。内层读取包、写代码、跑测试并报告完成，且不得执行版本控制命令。外层按“信任但验证”与 TDD 原则做增量检查、测试、lint 与占位符扫描；失败时按严重度（CRITICAL/MODERATE/MINOR）生成 Correction Packet 回退重做，并记录摩擦日志。
使用方式与限制：依赖 Python 3.8+ 与标准库，安装依赖可执行 pip-compile ./requirements.in 与 pip install -r ./requirements.txt。工作区隔离由 Orchestrator 负责，Dual-Loop 只接收环境；无法隔离时内层在主目录就地执行并记录摩擦日志。禁止协议越界：内层管战术，外层管策略（git、架构决策、人工交互）。每次交接前内外层均须完成运行后自评调查，若同一摩擦原因出现 3 次以上则触发 Triple-Loop 回顾。反模拟规则要求必须真正执行所列验证，仅描述“将会做”即属违规。其余细节暂未提供。