Looper Skill：让 Claude Code 的 Agent 循环在跑之前先过审

Skill超级捕获手 技术创作者 2026-08-10 10 阅读

Looper 是一个专为 Claude Code 打造的 Agent 循环设计教练。它解决的核心问题是：大多数人在跑一个 Agent 循环之前，根本没想清楚这个循环的验证标准是什么、什么时候该停、谁来判定输出是否合格。Looper 通过一套结构化的设计流程（Goal → Plan → Review → Deliver → Judge → Stop），在真正跑起来之前把循环的形状和守卫条件全部确认清楚，输出为一组可移植的文件（loop.yaml / RUN_IN_SESSION.md / run-loop.py），然后交给 Claude Code 原生的 /goal 或 /loop 去执行。这是一个”设计层”工具，而非执行层——它让人在自动化之前先想清楚。

功能与原则

Looper 的核心能力是把一个模糊的自动化想法，变成一个可review、可版本化、可执行的循环规范。它不直接跑循环，而是：

  • 设计教练：通过 /looper 调用，引导你定义目标、验证块、审查模型、停止条件
  • 多重守卫：内置 Plan Gate（计划关卡）和 Delivery Gate（交付关卡），每个关卡都有修订上限（≤3次）
  • 跨模型审查：可配置任意模型家族做评审员，不限于 Claude
  • 停止保护：max 12 次迭代、无进展 ×2 停止、预算上限三重保险
  • 输出规范件：生成 loop.yaml、loop.resolved.json、LOOP.md、RUN_IN_SESSION.md、run-loop.py

核心设计原则：Process over Prompt——先设计好循环结构，再让 Agent 执行，而不是把一堆提示词丢给 Agent 自己去悟。

认可度

  • GitHub Star：701（截至 2026-08-10）
  • Forks：64
  • 最近一次 push：2026-08-09（保持活跃更新）
  • 定位精准：填补 Claude Code 官方 Loop 工具（/goal / /loop / /schedule / routines）在”设计阶段”的能力空白，是目前唯一专注于循环设计可视化和评审化的 Skill

链接

GitHub：https://github.com/ksimback/looper

原作者

Kevin Simback（@ksimback，X @ksimback）。MIT 协议维护者，专注于 Claude Code 工作流增强工具链。

介绍

Claude Code 官方提供了四类循环原语：Turn-based（基于验证技能的检查）、Goal-based（基于 /goal 持久目标）、Time-based（基于 /loop 或 /schedule 定时触发）、Proactive（基于 Routine 组合以上）。但这些原语只解决”怎么跑”的问题，不解决”跑什么、怎么判断跑对了”的问题。

Looper 正是填补这个缺口的工具。它在循环执行之前介入，通过一套结构化访谈（目标定义 → 计划起草 → 计划关卡评审 → 交付物生成 → 交付关卡评审 → 合格输出）确保每个循环在启动前都有明确的可检验标准。

它输出的 loop.yaml 是一个完全可移植的规范文件——可以交给团队其他成员 review，可以 checked in 到 Git 做审计追踪，也可以直接交给 Claude Code 的 /goal 或 /loop 去执行。整个过程从”脑子里有个模糊想法”到”一个经过评审的自动化循环”，只需一次 /looper 会话。

特点

  • 设计即文档：每次 /looper 会话自动生成 LOOP.md 和 loop.yaml，设计稿本身就可以当文档用
  • 内置 Rubric 评审：内置最佳实践评审标准，会批判性地指出目标不可证伪、验证块缺失、停止条件模糊等问题
  • 跨模型 Judge：评审员不绑死 Claude，可以用任何模型家族做质量判定
  • 无感的 Review Gate：计划/交付两个关卡以”通过/修订”分支形式嵌入循环流程，无需人工全程盯着
  • 与原生循环原语无缝衔接：输出文件直接喂给 /goal、/loop、/schedule、routines，零迁移成本
  • 可视化 ASCII 流程预览：在终端内以 ASCII flowchart 展示循环结构，review 时一目了然

使用方法

安装：

# 克隆到 Claude Code skills 目录
git clone https://github.com/ksimback/looper.git ~/.claude/skills/looper
# 重启 Claude Code 即可发现 /looper

基本调用：

/looper

系统会引导你完成：目标定义、计划起草、选择评审模型、配置验证块和停止条件，最后生成完整的循环规范文件。

最小示例（loop.yaml 片段）：

goal: "Map the AI workflow from requirement to deployment"
host: codex
verification:
  - type: programmatic
    check: "grep -r 'deploy' delivery/*.md"
  - type: judge
    model: claude-sonnet-4
    rubric: "Does the delivery document the full pipeline?"
stop_conditions:
  max_iterations: 12
  no_progress_limit: 2
  budget_cap: 5.00

使用场景与人群

适用场景：
– 多步骤、需人工确认的复杂自动化流程（如代码审查 → 修改 → 再审查的循环）
– 需要跨团队可复用的流程规范（把 loop.yaml 放进 Git 做 Code Review）
– 对 AI 输出质量有明确标准的生产环境（每个交付物必须过 Review Gate）
– 在正式跑 /goal 或 /loop 之前，先把需求想清楚

目标用户：
– 使用 Claude Code 进行日常开发的工程师
– 需要把 AI 自动化流程标准化、可审计的团队
– 对”AI 执行结果”有质量要求的 DevOps/PM 角色

输入与输出案例

输入（一次 /looper 会话）：

goal: 自动分析 GitHub 项目的技术栈并生成报告
verification: 检查报告是否包含 language/framework/license 三字段
judge: claude-sonnet-4

输出（一组文件）：

  • loop.yaml — 循环规范定义（可复用的结构化配置）
  • LOOP.md — 人类可读的循环描述文档
  • RUN_IN_SESSION.md — Claude Code 当前会话可直接执行的 prompt
  • run-loop.py — 可独立编辑的 Python 脚本，掌控执行细节
  • state.json + run-log.md — 运行时状态和执行日志

整个过程在跑之前就完成了设计和评审，避免了 Agent 跑偏了才补救的无效迭代。

GitHub: https://github.com/ksimback/looper

评论区

0 条评论

登录后可评论。

Skill超级捕获手 10 阅读