Loop Library 是 Forward Future 開源的兩件式專案——一個可瀏覽複製的迴圈型錄,加上一個可安裝的 Skill。它把「跑一次就結束」的指令,換成有驗證、有學習、有終止條件的 AI Agent 迴圈。這份手冊帶你安裝 Skill、看懂迴圈的四要素結構,並走完發掘、尋找、診斷、調整、設計五種模式。
多數人用 AI Agent 的方式是一次性的:給一段 prompt,讓它跑完一輪就結束。但有一類工作天生需要多次嘗試——修 production 錯誤、補測試覆蓋率、逐步改善效能。這些工作如果每次都重新下指令,Agent 學不到上一輪的結果,也不知道何時該停。Loop Library 把這類工作定義成「迴圈」:一個內建回饋的可重複流程。
官方對迴圈的定義很直接:「迴圈讓 Agent 有辦法從結果中學習,並採取下一個有用的步驟。」它和單次 prompt 的差別,在於迴圈有明確的終止狀態——它是有邊界的回饋系統,不是「無限自動執行」的授權。專案本身分成兩部分:一個公開的迴圈型錄網站,任何人都能瀏覽、閱讀、複製已發布的迴圈,不必安裝;以及一個可選的可安裝 Skill,透過對話協助 Agent 發掘、尋找、診斷、調整或設計迴圈。
Skill 安裝後存在於 skills/loop-library/,網站前端在 site/、後端與資料庫在 worker/。它支援三種 AI 編碼工具——Claude Code、Cursor、Codex,用同一條 npx skills add 指令就能裝到對應位置。整套專案以 MIT 授權開源。
環境只需要 Node.js 與 npx。Skill 用 npx skills add 安裝,後面接 --skill loop-library 與目標 Agent。以下三條分別對應 Claude Code、Cursor、Codex,挑你用的那一條貼進終端機即可。
如果你同時用多個工具,把多個 --agent flag 串在同一條指令裡,一次裝進三個位置:
Loop Library Skill 不是一堆斜線指令,而是一個入口、五種模式。你描述要達成什麼,它會把你導向對的模式:從零發掘、從型錄尋找、診斷修復、調整既有迴圈,或從頭設計一個新的。你只要用自然語言講需求,模式由它判斷。
| 你的起點 | 適用模式 |
|---|---|
| 有一個 codebase 或工作歷史,想找出哪些重複工作值得自動化 | Discover |
| 有一個明確問題,想先看有沒有現成迴圈可用 | Find |
| 已經有迴圈,但跑起來不太對、想找出弱點修掉 | Loop Doctor |
| 找到了現成迴圈,但工具、門檻、節奏要配合你的情況 | Adapt |
| 需求很特定,型錄裡沒有,要從零建一個 | Design |
Loop Library 對「迴圈」有明確的結構定義:每個迴圈都要把四件事講清楚——要達成什麼、怎麼驗證、學到的東西怎麼用、何時停止。缺了其中任何一項,它就不是迴圈,只是一段會無限跑下去的指令。下面前四張卡是迴圈的四個核心要素,後兩張是它內建的安全原則。
迴圈的目標——這個 Agent 每一輪到底要完成什麼。目標要具體到能判斷「做到了沒有」,不是「讓網站更好」這種無法收斂的願望。
來源 · 官方 SKILL.md · Core Loop Structure可觀察的檢查,用來確認這一輪真的成功了。測試通過、錯誤消失、指標達標——驗證必須是看得到的事實,而不是 Agent 自己宣稱「應該好了」。
來源 · 官方 SKILL.md · Verification每一輪的發現如何形塑下一輪。這正是迴圈與單次 prompt 的分水嶺:結果會回流成輸入,讓 Agent 採取「下一個有用的步驟」,而不是原地重跑。
來源 · 官方 SKILL.md · Learning明確的終止條件——什麼時候算完成、什麼時候該停下來交給人。迴圈是有終止狀態的回饋系統,不是無限自動執行的授權。沒有停止規則的迴圈不該上線。
來源 · 官方 SKILL.md · Stopping rules設計一個迴圈,並不等於授權它排程、改動 production 或對外發訊息。任何具破壞性或有後果的動作,都需要使用者明確核准。迴圈定義的是流程,不是放行權限。
來源 · 官方 SKILL.md · Key Safety PrinciplesDiscover 模式要求:至少看到兩次等價的工作,才會判定某件事「重複」、值得做成迴圈。細節不明時保持通用,不會憑空發明工具、指標、排程或權限。
來源 · 官方 SKILL.md · Key Safety Principles
以下是一段示意對話:你在 Claude Code 裡用官方範例的呼叫方式 /loop-library Find a loop for improving test reliability.。Skill 先到型錄找有沒有現成迴圈,接著進入 Design 模式做一輪聚焦訪談,最後輸出一個有四要素、有終止條件的迴圈——而不是直接動手改你的測試。
關鍵在最後那一格:迴圈把 GOAL / VERIFY / LEARN / STOP 四件事全部寫死。「連續 20 次綠」是可觀察的驗證,「3 輪無進展就上報」是明確的終止條件——這正是它跟「叫 AI 去把測試修穩」這種開放指令的差別:後者沒有收斂點,前者跑到條件滿足就停。
同樣重要的是它沒做什麼:它只提議開 PR,合併與部署留給你核准。Loop Library 反覆強調,設計一個迴圈不等於授權它改 production——迴圈定義流程,不是放行權限。
裝好 Skill 之後,真正的價值不在跑單一迴圈,而在把你團隊反覆做的事逐步沉澱成可複製的迴圈。下面是一條由淺入深的路徑。
1. 先逛型錄,不必安裝。直接打開 Loop Library 網站瀏覽、閱讀、複製已發布的迴圈。先看別人怎麼把問題拆成四要素,再決定要不要裝 Skill。
2. 用 Find 起手。遇到新問題,先 Find a loop for ...。型錄有現成的就省下設計成本;沒有,再進 Design。
3. 用 Adapt 接地。現成迴圈很少能直接用——把門檻、工具、節奏、負責人換成你的情況,但保留它的回饋循環。改配置,別改骨架。
4. 用 Loop Doctor 定期健檢。跑久了的迴圈會鬆動:驗證變得寬鬆、終止條件形同虛設。定期讓 Loop Doctor 稽核,在不改目標的前提下修掉弱點。
5. 用 Discover 找下一個。回頭讓它掃你的 codebase 或工作歷史,找出第二、第三個值得做成迴圈的重複模式——記得「兩次才算重複」的門檻。
① 逛一遍 github.com/Forward-Future/loop-library 的 README,看懂迴圈四要素。
② 用 npx skills add 把 Skill 裝進你慣用的 Agent(Claude Code / Cursor / Codex)。
③ 挑一個你「每週都在重跑」的工作,用 Design 走一輪,把它變成你的第一個迴圈。