前言¶

很多开发者在使用 AI 智能体时，习惯于”一回合一回合手敲提示词”的方式：先给一个指令，等结果，再根据结果调整，再给指令。这种方式在简单任务下可行，但一旦任务需要多轮迭代、持续执行，人工介入的成本就会迅速累积，系统也难以形成完整的闭环。

♻️循环工程loop engineering 试图解决这个问题，它提供了一套从方法论到模板的完整方案，让智能体能够自主地找活、派活、检查、记进度、决定下一步。

是什么¶

Loop Engineering（循环工程）是一个基于通用 SKILL.md 格式的 AI 智能体技能，由社区开发者 user_d0deb03a 维护。它定位为”自治系统”设计工具，核心价值在于提供完整的循环设计方法论、即插即用的模板和参考架构，帮助开发者将智能体从”被动响应”升级为”自主闭环”。

核心功能¶

六大组件 + 四步设计法¶

Loop Engineering 提供了一套完整的循环设计方法论，包含六大组件和四步设计法。这些组件和方法论构成了一套可落地的框架，用于设计智能体的循环逻辑。

三大即插即用模板¶

技能内置了三种可复用的循环模板：

1. Issue 分诊：用于将 Issue 中的任务拆解并分派
2. PR 监控：用于持续跟踪 Pull Request 的状态和变更
3. 知识蒸馏：用于从现有数据或文档中提炼知识

蜂巢三层架构¶

技能提供了蜂巢三层架构作为参考设计，用于构建具有层级协作能力的智能体系统。

安装与启用¶

Loop Engineering 目前在 SkillHub 社区发布，版本为 1.0.0。安装和使用方式依赖于 SkillHub 的生态体系。

在 Cursor、Claude Code 或 Codex CLI 等支持 SkillHub 的工具中，可以通过触发词激活：

• loop engineering
• 循环工程
• 写循环
• /loop
• /goal
• agent loop
• 自动化循环

典型用法¶

使用时，开发者可以直接通过触发词唤起技能，然后在对话中按照技能提供的引导进行循环设计。技能会展示其内置的模板和方法论，开发者可以根据具体场景选择合适的模板，或基于四步设计法自行构建循环逻辑。

例如，在需要智能体持续跟踪某个 Issue 的处理进度时，可以调用 Issue 分诊模板，让智能体自动拆解任务、记录进度、判断下一步动作。

适用场景与注意¶

该技能适用于需要智能体”自主、持续、多轮迭代”完成任务的场景，如代码审查流程、Issue 跟踪、知识库构建等。

需要注意的是，作为社区技能，其功能成熟度和稳定性需要根据实际使用情况评估。设计复杂的循环逻辑时，建议结合业务场景进行定制化调整。

结尾¶

Loop Engineering 提供了一套从方法论到模板的完整方案，帮助开发者构建真正自治的 AI 智能体系统。通过六大组件、四步设计法和即插即用的模板，它降低了智能体循环设计的门槛。

官方地址：https://api.skillhub.cn/user_d0deb03a/project-loop-engineering