AgentLoop
aiedwardyi · 程式設計
AgentLoop 是一款在本機執行的協調常駐程式，能把一個範圍明確的程式目標變成實際交付的成果。你可以把它想成一套真正屬於你自己的本機代理工作流程。你在 ChatGPT 或 Claude 裡規劃一次、交出目標，AgentLoop 就會一輪接一輪地執行全新的 Codex 或 Claude Code worker，同時由一位獨立評審執行你在 GUIDELINES.md 寫下的標準。你的專案檔案就是記憶，所以迴圈之間不會遺失任何東西，而每個判定、成本與逐字紀錄都能在即時儀表板上看到。它是為無人看守的程式迴圈而設計，你可以放著讓它跑，之後再回頭檢查。
關於 AgentLoop
AgentLoop 是什麼
AgentLoop 是一款程式碼代理協調器，為獨自執行長時間代理任務、無法全程盯著每個工作階段的獨立開發者而設計。你不必整天在聊天視窗與終端機之間搬運計畫，只要設定一次目標與終點，剩下的交接就交給迴圈處理。
核心概念很簡單。每個迴圈都會啟動一個全新的 worker 行程，藉此去除長時間對話中堆積的過時假設與死掉的脈絡。進度是靠專案檔案本身往前推進，而不是靠一段不斷膨脹的對話。不是聊天紀錄。接著由一位獨立評審讀取你的評分規則與 worker 的產出，它的判定決定迴圈要繼續、失敗還是交付。
它在你程式碼原本所在的地方執行：Node.js 18+、Git，以及 Codex 或 Claude Code 的命令列介面。沒有託管工作區，也不需要 npm install。這也正是它最大的限制。AgentLoop 是給熟悉終端機的開發者使用的命令列工具，不是點一下就啟動的 app，而且它必須有那兩套程式引擎之一才能做任何事。如果你本來就在用這些工具，設定很快。如果沒有，就不快了。
開始使用
- 確認你的電腦已安裝 Node.js 18+、Git，以及 Codex 或 Claude Code 的命令列介面。
- 複製儲存庫並進入資料夾：
git clone --branch v1.2.0 --depth 1 https://github.com/aiedwardyi/AgentLoop.git，然後cd AgentLoop。 - 用
node src/daemon.js啟動常駐程式，並開啟本機儀表板。 - 在
goal.md寫下你範圍明確的目標，並在GUIDELINES.md寫下你的完成定義。 - 在儀表板上為每個迴圈挑選引擎，然後讓 worker 與評審迴圈持續執行，直到評審回傳 PASS 判定。
產品資訊
快速了解 AgentLoop 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 獨立開發者：同時在好幾個專案上執行長時間的程式任務，不必逐一看管每個工作階段，前提是你熟悉命令列，並且已安裝 Codex 或 Claude Code。
- 獨自推出功能的獨立開發者：在你忙別的事情時，讓一整套建置、審查、修正的循環跑起來，前提是你的任務有明確的驗收標準。
- 重視流程的工程師：把完成定義集中在單一的 GUIDELINES.md 檔案裡，讓每個 worker 與評審都用同一套標準被檢視。
任務
- 功能開發：交出一個範圍明確的目標，例如在整個介面與 API 加上 CSV 匯出，讓 worker 動手建置，同時由評審檢查邊界情況與文件。
- 程式碼移轉：以小型、可驗證的增量把程式碼庫移到較新的模式，而不是一次冒險重寫。
- 強化處理：把「讓它更安全」這種模糊需求，透過把規則寫進評分標準，變成具體的修正。
- 回歸測試覆蓋：讓評審挑出現有測試套件漏掉的缺陷，再為它們補上測試。
- 產品打磨：第一次 PASS 之後，打磨迴圈會持續一次提出並驗證一項改進。
情境
- 在個人專案上跑整夜，你希望早上就有進度，又不想盯著每一次工具呼叫。
- 多專案的日子，你把彼此獨立的任務排進佇列，趁工作空檔查看儀表板。
- 透過把評分標準寫得明確又可重複，把你的標準教給 junior 或 AI worker。
- 事後稽核代理的推理過程，因為每個迴圈、判定與逐字紀錄都會留在時間軸上。
主要功能
每個迴圈都有全新脈絡
AgentLoop 會為每個 worker 與每個評審工作階段啟動全新的引擎行程，所以不會有任何先前的聊天紀錄跟著它們。這能避免脈絡腐化，也就是讓長時間對話變得不可靠的過時假設堆積。可長久保存的記憶是專案本身，加上評審寫下的具體修正，這能避免為了重讀一段不斷膨脹的對話而浪費 token。
依你的評分標準運作的獨立評審
你把完成定義放進 GUIDELINES.md。每個迴圈都會有全新的評審，連同 worker 的產出與專案檔案一起讀取該檔案。評審的最後一行是一份嚴格合約：它必須落在 PASS、帶修正說明的 FAIL，或 CONTINUE。FAIL 會變成注入給下一個 worker 的指示，所以回饋會轉化為行動，而不是一個你得手動轉達的評論。在專案本身的評估中，一位全新的評審在九項測試全都通過之後，仍找出一項混合的百分比解碼缺陷。
以檔案作為長久記憶
進度存在 PLAN.md 與 STATE.md 裡，而不是存在對話中。worker 讀取計畫與狀態、做出一個增量、更新狀態，然後結束。因為記憶存在檔案裡，迴圈能維持在範圍內，也更容易放著不管。這也意味著你能讀取代理所依據的同一批產物，清楚看到每一步改了什麼。
即時儀表板與可觀測性
每個迴圈、判定、逐字紀錄、成本與檔案交接都會顯示在本機儀表板上。你可以直接從那裡取消一次執行，不必去追查某個行程，也能透過 MCP 橋接向 ChatGPT 詢問狀態。不必瞎猜。對那些曾試著事後除錯無人看守的代理執行的人來說，有沒有把時間軸記錄下來，就是修好問題與憑空猜測之間的差別。
支援 Codex 與 Claude Code
AgentLoop 把 Codex 命令列介面與 Claude Code 當作可互換的引擎來執行。你可以從儀表板為每個迴圈挑一個，或透過橋接為每個任務挑一個。這個專案把規劃與本機執行分開，而發展藍圖接下來指向雙向的代理提問與研究迴圈。
Git 中的自動檢查點
對位於 git 工作樹內的專案，自動檢查點預設為開啟，所以常駐程式能在迴圈完成時提交進度。突發失敗，例如某個卡住的任務達到重試上限，不會抹掉已經完成的工作。復原只差一道 git 指令，而不是賠掉一個下午。這在整夜執行時格外重要。
設計上就維持範圍的迴圈
一個迴圈刻意採循序方式。彼此獨立、排進佇列的任務可以跑到並行上限，但單一迴圈絕不會變成在同一專案上亂竄的平行蜂群。這是刻意的。預算也有上限。maxCycles 從 1 到 50，預設為 3，而 taskRetries 會限制連續失敗次數，之後任務就會被標為受阻並跳過。
優缺點
優點
- 免費且採 MIT 授權，完整原始碼都在 GitHub 上。
- 在你的現有儲存庫上本機執行，所以你的程式碼永遠不會離開你的電腦。
- 每個迴圈都有全新的 worker 與評審行程，能減少困擾長時間代理對話的脈絡腐化。
- 評審執行的是你自己寫下的規則，讓品質檢查一致且可重複。
- 即時儀表板記錄每個判定、成本與逐字紀錄，讓無人看守的執行仍可稽核。
- 可搭配 Codex 命令列介面或 Claude Code，能配合你本來就在用的引擎。
缺點
- 只能透過命令列設定。沒有圖形化安裝程式，所以非開發者會卡在必要的 Node.js、Git 與引擎命令列步驟上。
- 你需要另外有 Codex 或 Claude Code 的訂閱或 API 存取權。AgentLoop 本身免費，但沒有這些引擎之一，迴圈就跑不起來。
- 評分標準才是吃重的那一塊。模糊的驗收標準會產生模糊的判定，所以它有利於本來就會寫精確規格的團隊。
- 沒有託管選項。如果你想要一個能從任何瀏覽器開啟的受管理的工作區，這不是你要的。
常見問題
AgentLoop 是一款在本機執行的常駐程式，負責協調程式碼代理。你想停止在規劃者與程式碼代理之間手動轉達訊息嗎？那就是它接手的工作。它把範圍明確的目標送給全新的 Codex 或 Claude Code worker，讓一位獨立評審依你的評分標準審查每個結果，並重複這個迴圈，直到成果符合你的標準。
相關內容
探索與 AgentLoop 相關的工具、技能與文章。
AgentLoop 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。