别让 AI 猜着干：用“循环指令”把智能体驯成可靠员工

春节前我让一个 AI 助手帮忙清理代码仓库里五年没人碰的脚本。第一次它列了一张清单，标出“可能安全的”和“需要谨慎的”；我让它再细查一遍，它换了种归类方式；到了第三轮，它开始建议“用三个月逐步下线”。三次结果都不差，但没有一次是完全一致的，也没人能告诉我哪一次算“完成”。

后来我才意识到，问题不在模型能力，在我给的那句话——“清理旧脚本”是一个单次指令，而这件事本质上需要一轮又一轮地确认、判断、验证才能收工。

这就是普通 Prompt 和“循环”（Loop）之间最朴素的区别：一个让你拿到响应就停，另一个让智能体拿着上一步的结果决定下一步该做什么、怎么判断做成了、以及什么时候该停下来。Loop Library 和它的配套技能 Loopy，就是为了把这套带反馈的工作方式变成可复制、可审计的工具。这篇文章不用术语堆砌，我直接说它解决什么问题、怎么装、怎么用，以及我在实际跑的时候踩过哪些坑。

为什么“重复提要求”比“一次说清楚”更累人

我问过几个团队，他们给 AI 下指令最头疼的不是写不出 Prompt，而是同一个任务要反复解释：第一次解释一遍，AI 做完后发现问题，再补一段新要求，再做，再补，循环几次之后 Prompt 已经变成一篇小作文。更麻烦的是，换一个项目或换一个智能体，这套指令要重新来过。

Loop Library 的出发点很直接：把那些“注定要反复试”的工作固化成带反馈机制的指令包。它不会让你的智能体一次性完美交付，但它会让每一次执行的结果都可比较、可判断——好，继续；不够好，改方向；连续没进展，停下来叫人。

我拿文档维护举个例子。以前我跟智能体说“保持文档最新”，它要么给我加一堆新内容，要么删掉它觉得过时的部分，但我没法快速判断删得对不对。后来我用一个循环指令：让智能体先找三个月没人看过的页面，只针对其中阅读量最低的两篇做更新，更新完重新统计阅读趋势，持续两周没有改善就自动回退并通知我。这个流程跑下来，文档质量不一定暴涨，但我能说清楚每个版本比上一个版本好在哪，以及什么时候该停止折腾。

Loopy 做的就是把这类“反馈－判断－迭代”的结构模板化，让你不用每次从零设计这套流程。

Loop Library 和 Loopy 到底是什么关系

先帮你把这两个东西拆开，它们经常被混在一起说。

Loop Library 是一个公开的网站，里面存放了一批已经整理好的循环指令。你可以上去浏览、阅读、复制里边的 Prompt，不需要安装任何东西。它的价值是“成品库”：别人踩过的坑、验证过的工作流，你直接拿来用。

Loopy 则是一个可选的技能包，专门给 AI 智能体用的——Codex、Cursor、Claude Code 都支持。装上之后，你的智能体多了一套与 Loop Library 交互的能力：搜索库里有哪个循环适合当前任务、审计你手头某个循环写得有没有问题、帮你一步一步把想法 Craft 成一个符合规范的循环，甚至跑完一次循环后帮你做复盘分析。

简单说，你用浏览器就能看 Loop Library，但如果想让智能体自己翻目录、推合适的循环、代你跑一遍再汇报结果，那就给智能体装上 Loopy。

这个区分在实际使用里很重要。我一开始以为装 Loopy 就等于在本地搭了一个 Loop Library 服务，后来发现不是——Loopy 只是帮智能体更好地调用那个线上目录，目录本身始终在云端，不占用你的机器资源。

装 Loopy 的三条命令和一次踩坑经历

安装本身不复杂，但不同智能体的调用方式有细微差别，我第一次装的时候在 Cursor 里没立即生效，重启一次就好了。

前提是机器上已经有 Node.js 和 npx。如果你用的是 Codex：

npx skills add Forward-Future/loopy --skill loopy --agent codex -g -y

Cursor 用户把 --agent codex 换成 --agent cursor，Claude Code 换成 --agent claude-code。想三个同时装：

npx skills add Forward-Future/loopy \
  --skill loopy \
  --agent codex \
  --agent cursor \
  --agent claude-code \
  -g -y

-g 表示全局安装，所有项目都能用；不加的话只装在当前项目目录里。-y 跳过交互确认，不加的话安装过程会停下来问你几个问题，如果想看看每一步在装什么，第一次建议不加 -y。

装完之后如果智能体没认出 Loopy，关掉当前会话重新开一个就好了。我遇到的状况是 Cursor 里输入 / 之后没出现 loopy 选项，重启 Agent 会话就正常了。

怎么叫它干活：三种智能体的不同打开方式

安装只是让 Loopy 进到智能体的工具箱里，真正调用的时候各个平台的路径不太一样：

• Codex：输入 /skills，在弹出的列表里选 Loopy，然后输入你想让它做的事。也可以在对话里直接用 $loopy 触发，比如 $loopy 帮我在这个代码库里找适合变成循环的重复工作。
• Cursor：在 Agent 聊天框里输入 /，搜索 loopy，选中后再跟你的请求。也可以直接敲 /loopy 接需求。
• Claude Code：最简单，直接输入 /loopy 然后跟上你的需求就行。

我自己的习惯是显式调用，虽然这些智能体在某些场景下也能自动识别并加载 Loopy，但明确调用更稳定，不会出现它用自己的方式理解任务而不是走 Loopy 路径的情况。

九种实用路径，从“找循环”到“发论文”

Loopy 不是只做一件事，而是提供一套与循环相关的完整操作链。我自己最常用的五个是“发现”“适配”“运行”“复盘”和“保存”，另外四条路径也一并列出来，方便你遇到对应场景时知道有这么个选项。

发现：从代码和聊天记录里挖重复劳动

有一次我接手一个后端项目，总觉得好多事以前干过但想不起在哪干的。我让 Loopy 走“发现”路径，它扫描了代码仓库里最近的提交、CI 配置、测试脚本，又结合了我跟智能体之前的三段对话历史，最后锁定了“更新依赖后回归测试”这个动作——过去两个月在不同分支上至少反复干了四次，每次的执行方式略有不同但本质一样。

Loopy 要求至少两次独立出现才认定是“重复”，而不是看到一次相似模式就当成循环。这个阈值我觉得合理：一次可能只是巧合，两次以上才值得固化。

发现结果会附带来源证据，比如哪次提交里出现过、哪段对话里提到过。如果库里已经有现成的循环能覆盖这个场景，它不会新建，而是直接推荐已有的，避免重复造轮子。

适配：拿来一个现成循环，改成自己项目的尺寸

我从 Loop Library 网站找了一个“Overnight Docs Sweep”的循环，专门负责夜间自动检查文档健康度。但这个循环原来用的是 MkDocs，我项目里是 VitePress，直接套用肯定出问题。于是我用 Loopy 的“适配”路径，给它看了我项目的配置文件、现有检查脚本和发布流程，它把原来的文档构建命令、检查项、报告格式都替换成了我项目里真实存在的工具和路径，同时保留了循环本身“每晚跑一次、发现问题留到早晨人工确认”的核心结构。

适配过程它会问你几个问题：你的构建工具是什么、检测失败的阈值是多少、报告发到哪。回答完之后它生成一份新的循环 Prompt，可直接保存到项目里。

运行：边界明确的一次执行，附带收据

“运行”路径的关键不是它能不能跑，而是它知道自己什么时候该停。我让 Loopy 在项目里跑那个适配好的文档循环，它先读取当前文档目录，找到最近一周没有修改且阅读量最低的三篇，只更新其中一篇，更新后重新统计本地预览的访问日志（我有静态分析插件），判断阅读量是否提升。连续两个晚上没有正向变化，它就自动停止，并在第三天早晨给我一份“收据”：执行了哪些动作、每次的证据是什么、最终为什么停下来。

这份收据我后来拿去做复盘，清晰地知道上次循环在哪个环节卡住了，而不是凭记忆猜测。

复盘：用收据说话，不靠感觉改循环

跑完几次循环之后，我问 Loopy “复盘一下这个文档循环最近的执行记录”。它不看我的主观感受，只看收据里记录的动作和证据。复盘结论是：循环在更新“API 参考”这类技术页面时效果明显，但在更新“入门教程”时几乎没有改善。它建议把循环的适用范围加上一个前置过滤——只针对页面停留时间低于平均值的页面做更新，并且把“技术深度”类页面单独设一个更新频率。

这个建议不是凭空的，它来自收据里每次更新的前后对比数据。我采纳之后，后续几轮循环的效果确实更稳定。

保存：把验证过的循环留在项目里

当 Loopy 交付一个我满意的循环时，我会说“把这个循环保存到项目”。它不会创建什么复杂数据库，只是在项目根目录生成一个 LOOPS.md 文件，把循环的名字、一句话说明、完整的 Prompt 和保存日期写进去。如果这个循环是从 Loop Library 里适配过来的，它还会记录来源 URL 和当时看到的修改日期。

之后我再在这个项目里发起“发现”或“找循环”请求时，Loopy 会先读这个 LOOPS.md，推荐项目自己的循环，并提醒我有没有哪个已保存的循环与新需求高度匹配。如果某个循环的来源循环在库里已经更新了，它还会额外提一句，问我要不要对比差异。

找循环、审计、从头创造与发布

剩下的四个路径我用得相对少，但每个都在特定场景下救过我：

• 查找循环：不想从头扫目录，直接告诉 Loopy“帮我找一个处理 CI 重试的循环”，它搜库、回来给你最多三个推荐，但不会替你跑。
• 循环医生（审计）：如果你手头有一段现成的循环 Prompt，不确定写得靠不靠谱，粘贴给它，它指出那些“验证条件模糊”“没有明确停止信号”的地方，然后只修真正的问题，不改你原有的风格和结构。
• 从头创造（Craft）：当库里确实没有合适循环，Loopy 会反问几个问题——你想要什么结果、怎么算成功、范围多大、什么情况必须停下来——然后根据你的回答生成一个新循环。整个过程像对话，不需要你事先懂循环怎么写。
• 发布：如果你觉得自己写的循环对别人也有用，可以让 Loopy 检查质量、查重，然后生成一份发布预览，你确认无误后才提交到 Loop Library。它不会自作主张发出去。

对“自动化”保持清醒：它不会替你按下按钮

我在整个使用过程中最在意的一点是：Loopy 从头到尾不会替我执行任何破坏性操作。它不会自动部署、不会删库、不会发消息给客户、不会定时调度。每个需要写文件、改配置、调用外部 API 的动作，都要经过我明确的确认或由我所在智能体的权限系统控制。

这一点在它的设计里被反复强调，我也确实验证过。它只是一个“工作流建议 + 执行记录 + 复盘助手”，不是自动化机器人。

另外，LOOPS.md 里的内容它只当参考，不会因为文件里写了一个“删除旧分支”的指令就真的去删。我如果要执行删除操作，得在智能体层面单独授权，Loopy 不会把保存的 Prompt 当成可执行脚本。

想把它推广到团队？先关注这两件事

如果只是个人用，装好 Loopy、记住几个常用路径就够了。但要在团队里推广，我遇到两个实际阻力，供你参考：

第一，不是所有人都习惯“显式调用技能”。很多团队成员更倾向于直接在对话框里描述需求，期望智能体自动判断该用什么工具。但 Loopy 的路径选择如果交给智能体自己去猜，有时候会走上“查找”而不是“发现”，或者走向“适配”而不是“从头创造”。我后来在团队 Wiki 里加了一页速查表，明确写出什么场景对应哪条路径，以及一条硬性要求：涉及循环的操作，第一句话必须包含 /loopy 或 $loopy。

第二，LOOPS.md 的共享问题。每个人在自己的项目根目录保存循环，文件不自动同步。我们目前的做法是把公认有效的循环提交到 Loop Library（走发布路径），然后团队成员都从库里拉取，而不是各自维护私有的 LOOPS.md。项目特有的、不适合公开的循环，就放在项目仓库里一并提交，确保所有人看到的版本一致。

实用摘要 / 操作清单

如果你看完这篇只想带走几件能立刻用的事，我帮你归纳成六个步骤：

1. 确认需求：你要做的这件事，是“一次完成”还是“反复调整”？如果是后者，才值得走循环路线。
2. 先查库：打开 Loop Library 网站搜一搜，或者让 Loopy 帮你查，避免重复造轮子。
3. 适配再跑：找到差不多的循环后，用“适配”路径改成自己项目的真实环境，别直接复制粘贴。
4. 保存收据：每次运行完确保拿到一份收据（证据 + 停止原因），否则复盘的时候只能凭感觉。
5. 定期复盘：跑了三五次之后专门做一次“复盘”，看是循环本身有问题还是执行环境变化了。
6. 回馈库：如果改出来的循环效果很好，走“发布”路径提交到 Loop Library，对团队和社区都有用。

一页速览

FAQ

问：装 Loopy 之前必须先注册 Loop Library 账号吗？
不用。Loop Library 是公开网站，浏览和复制 Prompt 不需要账号。只有提交新循环到库里的“发布”路径需要后续确认流程。

问：Loopy 支持中文对话吗？
支持。我全程用中文跟它沟通，它返回的循环 Prompt 默认是英文（因为库里现有条目是英文），但我让它“用中文生成 Prompt”它也能做到，只是保存到 LOOPS.md 时我倾向于保留英文以便跨项目复用。

问：运行一个循环会不会消耗很多 Token？
看循环本身的设计。我跑的文档循环每次只处理 2-3 个页面，单次运行的成本和一次中等长度的对话差不多。循环的优势不是省 Token，是省判断力——你不用每次重新设计验证逻辑。

问：如果循环跑到一半我想手动叫停，可以吗？
可以。智能体层面直接中断对话，或者告诉 Loopy“停止当前运行”即可。它的设计里“审批边界”就是留给人工介入的。

问：LOOPS.md 里的循环会被 Loopy 自动执行吗？
不会。它只是参考数据，不会因为文件存在就触发执行。每次运行都需明确通过“运行”路径发起。

问：Loop Library 里的循环都是谁写的？
公开库里的循环来自社区提交和项目维护者审核。Loopy 的“发布”路径就是给普通用户提交自己验证过的循环用的。

问：我现在用 Cline 或者 Continue，能装 Loopy 吗？
官方当前明确支持 Codex、Cursor 和 Claude Code。其他智能体可以用交互式安装命令尝试：npx skills add Forward-Future/loopy --skill loopy -g，然后选择检测到的代理。不保证所有插件都兼容，但可以试试。

问：Loopy 和直接复制 Loop Library 里的 Prompt 有什么区别？
最大的区别在“运行”和“复盘”两条路径——直接复制 Prompt 只是拿到文本，而 Loopy 可以帮你执行、记录证据、基于证据做改进建议，把循环从“一段文字”变成“一套可审计的工作流”。