人工智能AI AgentAgent 工作流CLI研发协作AI 技能MCP 服务【免费下载链接】loop-engineeringPractical patterns, starters CLI tools for loop engineering with AI coding agents. Design systems that prompt and orchestrate agents (inspired by Addy Osmani and Boris Cherny). Includes loop-audit, loop-init, loop-cost.项目地址https://gitcode.com/gh_mirrors/lo/loop-engineering点击查看免费下载在 AI 编码 Agent 驱动的循环工程loop engineering实践中PR Babysitter 是一个面向照料合并流程的高频循环模式它替你盯着团队所有关心的开放 PR分类 CI 状态、分流评审意见、在独立 worktree 中提出最小修复并始终把合并这一最终决定权留在人类手中。本文以 examples/claude-code/pr-babysitter.md 为入口结合仓库中 patterns/pr-babysitter.md 的完整模式定义与 starters/pr-babysitter/ 脚手架讲解如何在 Claude Code以及其他工具环境里落地这套循环读完你将掌握调度命令、状态文件规范、L2 修复能力下的验证与熔断机制以及成本控制和成功度量方法。模式全景PR Babysitter 是什么PR Babysitter 的核心目标定义于 patterns/pr-babysitter.md减少人类在把 PR 推过评审、CI、rebase、合并这些环节上花费的时间同时始终把判断权judgment seat留给人类。它是一个能改代码的 L2 级模式可以提出修复补丁但绝不自动合并。仓库用能力分级描述循环L1 只读/汇报L2 带验证的辅助修复L3 无人值守。PR Babysitter 默认落在 L2——assisted fixes with verifier见 starters/pr-babysitter/README.md这也是它区别于纯监控型循环如 Daily Triage的关键。调度节奏模式文档给出的推荐节奏使用/loop 5m /pr-babysit checkGrok TUI 环境或等价定时任务 / GitHub Action工作时间内每 5–15 分钟一次很常见许多团队在活跃评审期跑更快的watcher循环2–5 分钟夜间跑一个慢速 sweeper仓库自带的 GitHub Actions 示例 examples/github-actions/pr-babysitter.yml 使用cron: */15 * * * *通过tools/loop-action以pattern: pr-babysitter、level: L1起步第一周显式声明No auto-merge in week one。所需技能Skills模式依赖三个技能完成实际工作技能职责定义位置pr-review-triage理解项目评审规范、必需检查项以及可以合并到底意味着什么各 starter 的 skills 目录minimal-fix产出解决某条评审意见或 CI 失败的最小改动skills/minimal-fix/SKILL.mdrebase-and-clean安全 rebase 与冲突解决模式需要按仓库情况定制其中minimal-fix技能的规则非常明确见 skills/minimal-fix/SKILL.md一次只解决一个问题、只改必要文件、禁止顺手重构并且必须尊重路径 denylist——绝不编辑.env、auth/、payments/、secrets/等敏感路径命中 denylist 时升级给人类而不是硬改。同时它明确不得给自己的产出打 done 标记——由 verifier 决定这直接呼应了模式里的 maker/checker 分离。在 Claude Code 中运行命令、状态与配套 hookexamples/claude-code/pr-babysitter.md 给出了 Claude Code 环境的三种启动方式。命令一简短别名式/loop 5m /babysit这是最简洁的写法适合已经把babysit意图固化进项目上下文如 AGENTS.md、skills的团队。命令二显式模式与仓库模式定义对齐/loop 5m For each open PR I care about: triage CI and reviews. Propose minimal fixes in worktree. Verifier agent must approve before commenting. Update pr-babysitter-state.md. Max 3 attempts per PR.这条命令几乎逐字对应 patterns/pr-babysitter.md 的典型循环周期发现 PR → 分流 CI 与评审 → worktree 中提出最小修复 →verifier 批准后才能评论→ 回写状态文件 → 每个 PR 最多尝试 3 次。建议把这条完整命令作为团队的基线因为别名babysit的具体语义可能因上下文而异而显式命令可审计、可复现。命令三用 /goal 盯单个 PR/goal PR #1234 has green CI, no blocking review comments, and is rebased on main当某个 PR 卡住时/goal把持续工作直到目标达成作为循环目标与/loop组合使用Boris Cherny 曾在公开场合描述过非常相似的/loop 5m /babysit工作流。注意这个目标的四个判定条件与模式文档中ready to merge的判定完全一致CI 绿、无阻塞性评审意见、无合并冲突、基于 main 最新。状态文件Claude Code 示例要求使用starters/pr-babysitter/下的pr-babysitter-state.md。模板见 starters/pr-babysitter/pr-babysitter-state.md.example包含三大区块Watched PRs每个被盯的 PR 记录 Checkspassing / failing / pending / absent/unknown、Required-check policyknown and satisfied / known and unsatisfied / unknown、Reviews、Mergeability、Ready to merge、Attempts0/3、Last action、Human decisionEscalated (human required)升级给人类的 PRResolved (last 7d)近 7 天已解决项末尾附Run log。patterns/pr-babysitter.md 中的示例条目展示了状态文件阻止重复修复的实际用法- #1234 (feat/auth-refresh) Checks: passing (unit, lint) Required-check policy: known and satisfied Reviews: changes requested by reviewer Mergeability: clean Ready to merge: no — changes requested Last action: Loop proposed minimal diff for comment X Human decision: Approved the diff, asked for one more test第一周实战故事 stories/pr-babysitter-week-one.md 也印证状态文件配合 Attempts 计数直接消灭了重复修复——这是把状态文件暴露在仓库里、让全团队可见的核心价值。Noteshook 与 GitHub Actions 互补Claude Code 示例末尾有两条经验如果循环会在本地编辑代码可结合 hooks 做 pre-commit 检查笔记本合盖时GitHub Actions 可以作为/loop的补充即 examples/github-actions/pr-babysitter.yml 的场景。典型循环周期从发现 PR 到提出修复patterns/pr-babysitter.md 把一次完整循环拆成五步发现扫描团队作者或用户关心的全部开放 PR逐个 PR 分流运行pr-review-triage技能把检查项分类为 passing / failing / pending /absent/unknown并记录仓库必需检查策略是否已知CI 失败 → 派生子 Agent 带minimal-fix技能处理pending → 等待absent/unknown → 先建立仓库策略或升级而不是假设绿灯存在可执行的评审意见 → 提出最小补丁满足全部就绪条件策略已知且满足、必需审批齐全、无 changes requested 或阻塞性评论、无合并冲突→ 打 ready to merge 标签或 ping 人类长期闲置的 PR→ 建议关闭或转手写回向 PR 和状态文件写入简洁更新歧义或高风险→ 带上下文升级给人类。关键设计在于absent/unknown 的分类当 API 返回零条检查记录时绝不能当全绿处理。模式文档的失败模式一节再次强调一个干净可合并的 PR在仓库策略未知、评审与检查门未全数满足之前都不算 ready。这是防止看似绿其实没跑检查这类事故的根本手段。熔断器L2 修复能力的护栏由于 PR Babysitter 是能改代码的 L2 模式loop-init在脚手架阶段会自动生成loop-guard技能与一份带种子的loop-ledger.json见 patterns/pr-babysitter.md 的 Circuit Breaker 一节以及 tools/loop-init/README.md。对某个被盯 PR 的每次重试之前都必须先跑熔断检查npx cobusgreyling/loop-context --check --ledger loop-ledger.json \ --budget-from-pattern pr-babysitter --budget-level L2非零退出码意味着同一失败重复出现或尝试次数已达上限——此时必须停止并在 PR 上继续评论/重试改为升级给人类。这与loop-constraints技能的默认规则一致Escalate after 3 failed fix attempts见 skills/loop-constraints/SKILL.md。loop-context的实现细节可参考 tools/loop-context/README.md 与其 src/budget-resolver.ts 源码该工具同时负责每日 token 花费解析与预算限额判定。验证策略maker/checker 分离模式文档的 Verification Strategy 明确四条铁律绝不让实现者子 Agent 给自己的产出标记 done使用独立的 verifier 子 Agentmaker/checker 分离或在高成本档位用更强模型必须显式确认改动确实针对评论/失败、没有触碰无关文件、worktree 中测试与 lint 仍然通过循环只提方案真正的合并由人类或对极安全场景的显式 auto-merge 白名单执行默认姿态是拒绝REJECT until proven otherwiseverifier 必须亲自跑测试而不是信任实现者的口头声明。这套逻辑在 skills/loop-verifier/SKILL.md 中被编码为五条检查清单Scope仅相关文件、无 denylist 路径、无无关编辑、Intent改动明确针对目标问题、Tests亲自运行并附输出片段、No cheating无禁用测试、无跳过断言、无注释掉的检查、Risk中高风险即使测试通过也建议人工评审。输出必须是APPROVE | REJECT | ESCALATE_HUMAN三选一的简明裁决。实战佐证第一周故事中verifier 在更强模型上捕获了 2 个过度宽泛的 diff成功拦截在 PR 评论之前见 stories/pr-babysitter-week-one.md。worktree 隔离修复尝试必须在独立 worktree 中进行Claude Code 示例的显式命令中也写明了 Propose minimal fixes in worktree。仓库提供的工具链支持loop-sandbox提供临时 git worktree 隔离将改动捕获为可审查的 patch 文件后再应用loop-swarm则进一步做多 Agent 共识沙箱要求多次运行的 patch 逐字节一致才接受编辑详见 docs/safety.md 与 tools/loop-sandbox/README.md。人工交接点什么时候必须停下来模式文档列出了四类必须升级给人类的场景高风险重构触碰安全、支付、认证或核心基础设施的改动同一 PR 上循环已提出超过 N 个修复仍无进展状态文件显示同一 PR 连续多日反复出现。loop-constraints.md 与 templates/loop-constraints.md 提供机器可读的约束定义方式loop-constraints技能会在每次循环开始时读取并强制所有规则skills/loop-constraints/SKILL.md。没有约束文件时它强制实施默认安全底线绝不编辑.env/auth//payments//secrets/、绝不自动合并到 main、绝不禁用测试、3 次失败修复后升级。而loop-gate用 gate.yaml 机械地执行同一套策略denylist 路径 maxFiles: 10一次改动触碰超过 10 个文件即升级loop-gate check --action type --paths changed files以退出码2表示升级、0表示放行与loop-context --check使用同一约定便于控制脚本串联两者见 docs/safety.md。loop-sync每次运行都会检查 safety 文档与gate.yaml是否漂移。失败模式与缓解模式文档的实战清单失败模式缓解手段循环提出坏修复强 verifier 子 Agentmaker/checker 超出平凡改动一律人工评审门缺失的检查看起来是绿的零条检查结果一律记为absent/unknown策略未知、门未全满足前不算 ready无限 rebase 循环每个 PR 限定自动 rebase 次数状态过期每次运行清理已关闭/已合并的 PR通知疲劳选择性通知仅在真正需要人工行动时打扰第一周故事中真实出现过两类事故值得注意stories/pr-babysitter-week-one.mdDay 3flaky e2e 引发无限修复循环——循环连续 4 次尝试改代码直到人类杀掉调度器。修复在 triage 中加入 flake 分类并在 prompt 中强制最多 3 次尝试Day 5通知疲劳——即使什么都没变机器人也每次运行都评论。修复只在裁决为APPROVE或ESCALATE_HUMAN时才评论。成本画像与预算控制PR Babysitter 是高频 高消耗模式模式文档给出了 token 成本画像场景Tokens/次说明无操作空观察列表~3k目标多数运行应在此——尽早退出分流遍历~80kPR CI 状态扫描修复尝试L2~250kworktree minimal-fix verifier节奏5m–15m ·层级high ·建议日上限2M tokens ·必须尽早退出。npx cobusgreyling/loop-cost --pattern pr-babysitter --cadence 10m --level L1 --conservative高频节奏没有 early-exit 会迅速烧光预算因此必须配合loop-budget技能与loop-run-log.md仓库根目录的 loop-run-log.md 与本仓库自身的预算示例 loop-budget.md。loop-budget技能的运行规则见 skills/loop-budget/SKILL.md每次循环迭代开始与结束时都检查预算当日花费 ≥ 日上限 80% → 进入report-only 模式不再派子 Agent、不再自动修复≥ 90% 且有高优先级事项 → 让位给budget-negotiator技能若已安装≥ 100% 或设置了loop-pause-all→立即退出并在状态文件中留一行说明观察列表无可行动项 →5k token 以内退出禁止派生子 Agent。模式文档明确High cadence without early-exit burns tokens fast.——这也解释了为什么No-op ~3k被标注为目标多数运行应在此。成功度量与渐进式落地模式文档定义了三组成功指标被循环碰过的 PR 从 ready for review 到合并的平均时间纯粹LGTM循环处理了其余式人工评论的数量Slack/Linear 中能 rebase 一下吗CI 红了这类 ping 的减少量。第一周故事的实测数据stories/pr-babysitter-week-one.md提供了一个可信的基线Slack CI/rebase ping 从约 12 次/天降到约 4 次/天首次修复提案的平均时间从数小时缩短到约 25 分钟循环导致的坏合并为 0。故事给出的重要建议是先在 L2 之前跑 3 天纯状态观察state-only watching——循环分不清 flake 与回归你需要通过技能教会它。推荐的落地路径先选一个团队或一个仓库测量一周再扩展。Grok 环境的完整启动命令见 examples/grok/pr-babysitter.mdClaude Code 环境的其他约束配置可参考 examples/claude-code/constraints.md。总结PR Babysitter 是 loop-engineering 体系中高频照料 L2 受控修复的典型代表它以 patterns/pr-babysitter.md 为模式定义以 examples/claude-code/pr-babysitter.md 为具体工具入口通过minimal-fix提出最小改动、loop-verifier以拒绝为默认姿态独立把关、loop-context熔断重复失败、loop-budget守住 token 预算最终把合并这一决定权完整保留给人类。对团队而言从只读状态观察起步、把状态文件暴露在仓库中、为循环评论明确签名如 Loop Engineering — PR Babysitter是让这套循环真正可信、可持续运行的关键前提。赞分享人工智能AI AgentAgent 工作流CLI研发协作AI 技能MCP 服务【免费下载链接】loop-engineeringPractical patterns, starters CLI tools for loop engineering with AI coding agents. Design systems that prompt and orchestrate agents (inspired by Addy Osmani and Boris Cherny). Includes loop-audit, loop-init, loop-cost.项目地址https://gitcode.com/gh_mirrors/lo/loop-engineering点击查看免费下载相关推荐8大循环模式选型指南loop-engineering帮你判断该用CI Sweeper、PR Babysitter还是Dependency Sweeper8大循环模式选型指南loop engineering帮你判断该用CI Sweeper、PR Babysitter还是Dependency Sweeper 用人工智能AI AgentAgent 工作流CLI研发协作AI 技能MCP 服务PR Babysitter 循环实战用 OpenClaw 网关自动看护 Pull Request、暴露阻塞并安全处理小修复PR Babysitter 循环实战用 OpenClaw 网关自动看护 Pull Request、暴露阻塞并安全处理小修复 导读 本文以 loop engin人工智能AI AgentAgent 工作流CLI研发协作AI 技能MCP 服务Claude Code 使用 Review PR 命令一键完成 PR 自动审查claude-howto 仓库 pr-review 插件实战指南Claude Code 使用 Review PR 命令一键完成 PR 自动审查claude howto 仓库 pr review 插件实战指南 导读 本文围绕教程文档上一篇如何用DeepSeek-Coder-V2解决实际开发中的三大痛点成本、性能和长上下文处理下一篇Edict看板源码剖析2300行Python纯标准库如何写出零依赖实时API服务器创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考