ralph-loop-agent
Skillby addozhang
clawhub⭐ 06/10
引导 OpenClaw 代理使用 exec 和 process 工具执行 Ralph Wiggum 循环。通过 pty:true 提供正确的 TTY 支持，编排编码代理（Codex, Claude Code, OpenCode, Goose）。利用 PROMPT.md、AGENTS.md、SPECS 和 IMPLEMENTATION_PLAN.md 规划和构建代码。包含规划与构建模式、背压机制、沙箱及完成条件。用户请求循环，代理使用工具执行。
通过多个编程Agent(Codex/Claude/OpenCode)协同执行复杂编程任务,支持TTY交互和进程管理,自动化代码规划与实现流程。
📊 商业分析
商业模式
freemium
独特价值
支持Codex/Claude/OpenCode等多Agent并行编程,原生TTY交互,自动化复杂工程任务
竞品
AutoGPT(通用自动化)、Cursor(IDE集成)、GitHub Copilot(代码生成),差异在于多Agent编排与TTY支持的专业性
🎯 应用场景
目标用户
AI工程师DevOps工程师自动化测试团队
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 6/10
- 子分类
- AI代理编排与自动化编程
- 可商业化
- ✅ 是
AI 标签
Agent编排多模型协同自动化编程DevOps自动化代码生成
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6