SuperAPI AI 工具集

ralph-loop

编程与开发

查看项目

更新于 11-19 04:05

技能介绍

Ralph Loop 是一个用于迭代式、自参照式开发的技能,主要服务于 Cursor 编辑器中的智能体工作流。

用途

当用户明确要求运行 ralph 循环、启动一个迭代循环,或希望围绕同一任务反复推进时,可触发该技能。它的特点是:每一轮结束后,同一段任务提示会被重新反馈给智能体,因此智能体在每次迭代中都能看到自己上一轮产出的内容,形成持续累积、自我参照的开发过程。

主要能力

  • 支持传入任务提示,以及可选参数 max_iterations(迭代上限,数字,默认 0 表示不限制)和 completion_promise(完成承诺文本,未设置时为 null)。
  • 自动创建 .cursor/ralph/ 目录(若不存在),并写入状态文件 .cursor/ralph/scratchpad.md。
  • 状态文件采用严格的 YAML 前置元数据格式,依次记录 iteration、max_iterations、completion_promise,随后附上用户任务提示。
  • 停止钩子会在每次轮次结束时自动拦截,把同一提示作为后续消息重新注入,并以 [Ralph loop iteration N.] 前缀标识当前迭代轮次。
  • 内置安全约束:完成承诺只在陈述完全且真实成立时才允许输出;不得输出虚假承诺以逃离循环;建议设置迭代上限作为安全网;承诺值含特殊字符时需在 YAML 前置元数据中加引号。

使用方式

  1. 用户提出启动 Ralph 循环,并提供任务提示。
  2. 技能收集任务提示及可选参数:迭代上限与完成承诺。
  3. 创建 .cursor/ralph/ 目录,并按如下格式写入状态文件 .cursor/ralph/scratchpad.md:

iteration: 1 max_iterations: <N 或 0> completion_promise: "<TEXT>" 或 null

<用户任务提示>

示例:


iteration: 1 max_iterations: 20 completion_promise: "COMPLETE"

Build a REST API for todos with CRUD operations, input validation, and tests.

  1. 向用户确认循环已激活,并立即开始执行任务。
  2. 此后每次轮次结束由停止钩子自动把同一提示重新反馈,智能体据此继续迭代。

适用场景

适合需要围绕同一目标反复打磨、逐步推进的开发任务,例如持续完善一个 API、补全测试、逐轮改进实现等,且希望智能体在每轮都能参考自身此前工作成果的情形。

限制

资料中未说明该技能支持的具体编辑器版本、依赖条件、性能表现或收费信息,暂未提供。若设置了完成承诺,必须保证其真实成立才能输出对应 promise 标签,不能用虚假承诺绕过循环;建议始终设置 max_iterations 作为安全网。