loop

Développement itératif IA modulaire, optimisé en tokens. Fonctionne de manière autonome jusqu'à ce que les critères de complétion soient atteints avec 60% de réduction de tokens grâce au chargement modulaire intelligent.

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "loop" with this command: npx skills add krovomi/ai-agent-kit/krovomi-ai-agent-kit-loop

Ralph Loop v2.0

Développement itératif IA modulaire, optimisé en tokens. Fonctionne de manière autonome jusqu'à ce que les critères de complétion soient atteints avec 60% de réduction de tokens grâce au chargement modulaire intelligent.

🚀 Nouveautés v2.0

  • Architecture modulaire - Chargez uniquement ce dont vous avez besoin

  • Optimisation tokens - 60% de réduction vs monolithique

  • Récupération intelligente - Checkpoint automatique et reprise

  • Prompts ultra-efficaces - Templates optimisés en tokens

  • Contexte adaptatif - Compression dynamique basée sur l'utilisation des tokens

Quand Utiliser

  • Tâches nécessitant multiples passes de raffinement

  • Développement style TDD

  • Tâches complexes mais bien définies

  • Quand vous voulez "partir" et laisser l'IA finir

Utilisation

Commandes de Base

Mode minimal (core + completion) - ~1500 tokens

@loop "Corriger les tests échouants" --mode minimal

Mode standard (core + prompts + completion) - ~2300 tokens

@loop "Ajouter l'authentification utilisateur" --mode standard

Mode récupération (core + recovery) - ~1300 tokens

@resume-loop --checkpoint-id abc123

Alias

@ralph "Construire une API REST pour todos" @iterate "Implémenter l'authentification utilisateur" @resume-ralph checkpoint-123.json

Sélection de Mode

Mode Cas d'Usage Tokens Modules Chargés

minimal Corrections rapides, tâches simples ~1500 core + completion

standard Développement de fonctionnalités ~2300 core + prompts + completion

recovery Reprise depuis checkpoint ~1300 core + recovery

Meilleures Pratiques de Prompts (v2.0)

Structure Ultra-Compacte

TASK: Objectif en une ligne MUST:

  • Exigence 1
  • Exigence 2
  • Exigence 3 DONE: <promise>COMPLETE</promise>

Templates Optimisés en Tokens

Minimal (200 tokens) :

TASK: API auth JWT MUST:

  • POST /login + /register endpoints
  • bcrypt password hashing
  • JWT token generation/validation DONE: <promise>COMPLETE</promise>

Standard (400 tokens) :

TASK: {{ feature_name }} fonctionnalité

REQUIREMENTS:

  • {{ core_requirement }}
  • Tests passants
  • Pas d'erreurs de build

COMPLETION: <promise>COMPLETE</promise> quand tout est rempli

STUCK: Après 10 échecs, documenter les bloqueurs & suggérer simplifications

Mode TDD (500 tokens) :

TASK: {{ task }} (mode TDD)

CYCLE:

  1. Écrire test échouant
  2. Implémenter code minimum
  3. Lancer test
  4. Corriger/refactoriser jusqu'au vert
  5. Répéter jusqu'à ce que toutes les exigences soient remplies

DONE: <promise>COMPLETE</promise>

Détection de Complétion (Améliorée v2.0)

Signaux Ultra-Efficaces

Signal Tokens Confiance Quand Utiliser

1 0.9 Complétion rapide

OK

2 0.85 Tâches simples

FIN

3 0.9 Tâches multi-étapes

<done/>

7 1.0 Complétion standard

<promise>COMPLETE</promise>

22 1.0 Tâches complexes

Méthodes de Détection

Haute Confiance (immédiat) :

  • <promise>COMPLETE</promise>

  • <done/>

  • TASK_COMPLETE

Moyenne Confiance (nécessite validation) :

  • ✅.*complete

  • all tests pass

  • implementation complete

Auto-Critères (validation système) :

  • Build réussi

  • Tests passants (optionnel pour économiser des tokens)

  • Pas de nouveaux avertissements

Gestion des Tokens (NOUVEAU v2.0)

Compression de Contexte Adaptative

Usage Tokens Action Contexte Préservé

< 80% Opération normale Contexte complet (2 itérations)

80-90% Mode urgence Dernier succès + bloqueurs actuels

90-95% Mode critique Tâche actuelle uniquement

95% Checkpoint & pause Sauvegarder état pour reprise

Stratégies de Récupération

Niveau 1 (80% tokens) - Compresser le contexte

CONTEXT COMPRESSED: Travaille sur l'API auth. Dernier progrès : endpoints terminés. Problème actuel : 2 tests échouent. Focus uniquement sur l'étape immédiate suivante.

Niveau 2 (90% tokens) - Contexte minimal

TASK: Corriger les tests auth échouants. DO: Déboguer les échecs de tests. OUTPUT: <promise>COMPLETE</promise> quand terminé.

Niveau 3 (95% tokens) - Checkpoint & pause

Pour reprendre : @resume-loop --checkpoint-id abc123 État sauvegardé : fichiers_modifiés, statut_tests, iteration_actuelle

Reprise Après Interruption

@resume-loop --checkpoint-id checkpoint-2024-01-26-abc123

Sortie :

REPRISE Ralph Loop à l'itération 12. Progrès jusqu'à présent : API auth 80% complète, 8/10 tests passants Travail restant : Corriger 2 tests échouants, ajouter la validation d'entrée Continuer là où nous nous sommes arrêtés...

Suivi des Progrès (Amélioré)

Le loop suit :

  • Fichiers modifiés par itération

  • Tests passants delta

  • Couverture delta

  • Avertissements build delta

  • Usage tokens par itération (NOUVEAU)

  • Ratio compression contexte (NOUVEAU)

Détection de stagnation : Si aucun progrès pendant 3+ itérations, des approches alternatives sont suggérées.

Récupération de Blocage (Progressive)

Itérations Bloquées Action

3 Analyser les bloqueurs

5 Suggérer des alternatives

8 Réduire automatiquement la portée

10 Essayer une approche alternative

12+ Escalader à l'humain

Approches Alternatives (Auto-appliquées)

Quand bloqué, le loop peut essayer :

  • Simplifier : Retirer la complexité, focus sur le cœur

  • Décomposer : Diviser en sous-tâches plus petites

  • Stub d'abord : Créner des stubs, puis implémenter un par un

  • Chemin heureux seulement : Ignorer les cas limites temporairement

Gestion du Contexte (Optimisé v2.0)

Ce Qui Persiste Entre Itérations (MINIMAL)

  • Fichiers modifiés

  • Statut des tests

  • Statut du build

  • Résumé dernière itération seulement (pas toutes les sorties)

Ce Qui Reset Chaque Itération (AGRESSIF)

  • Mémoire de travail

  • Chemins d'exploration

  • Historique complet des itérations (optimisation tokens)

Limites de Contexte Adaptatives

  • Normal : 4000 tokens max

  • Urgence : 1000 tokens min

  • Critique : 500 tokens réservés pour la récupération

Intégration avec les Chains

Utiliser le mode Ralph Loop dans les chains :

Dans la définition de chain

mode: ralph-loop max_iterations: 30

Ou déclencher automatiquement pour les tâches complexes.

Conseils (Mis à jour v2.0)

  • Choisir le bon mode - Utiliser --mode minimal pour les corrections rapides

  • Prompts ultra-compacts = 60% d'économie de tokens

  • Auto-checkpoints - Le système sauve à 80%/90%/95% d'utilisation des tokens

  • Signaux de complétion efficaces - Utiliser ✓ (1 token) pour les tâches simples

  • Surveiller l'utilisation des tokens - Vérifier @loop-status pour la consommation actuelle

  • Récupération transparente - Tout progrès préservé dans les checkpoints

Métriques (Améliorées v2.0)

Après complétion :

Ralph Loop Terminé - Optimisé en Tokens

MétriqueValeurAmélioration
Total Itérations12-20% vs v1.1
Temps Écoulé8m 32s-15% vs v1.1
Fichiers Modifiés15Identique
Tests Ajoutés24Identique
Couverture Finale87%Identique
Tokens Utilisés18,450-60% vs v1.1
Tokens Moyens/Itération1,537-60% vs v1.1
Compressions Contexte3NOUVEAU
Événements Récupération1NOUVEAU

Comparaison de Performance

Version Tokens/Itération Temps de Chargement Usage Mémoire

v1.1 (monolithique) ~3,850 100% 100%

v2.0 (modulaire) ~1,537 60% plus rapide 50% inférieur

Architecture

Composants Modulaires :

  • ralph-loop-core.yaml

  • Logique essentielle du loop

  • ralph-loop-prompts.yaml

  • Templates optimisés en tokens

  • ralph-loop-completion.yaml

  • Détection intelligente

  • ralph-loop-recovery.yaml | Récupération tokens & reprise

  • ralph-loop.yaml | Orchestrateur principal avec chargement paresseux

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

Automation

Let's Clarify

Collect structured human input — approvals, decisions, reviews, data — via web forms. Create a form with a JSON schema, send unique URLs to humans, poll for...

Registry SourceRecently Updated
2368
Profile unavailable
General

loop

No summary provided by upstream source.

Repository SourceNeeds Review
General

loop

No summary provided by upstream source.

Repository SourceNeeds Review