mikeyobrien/ralph-orchestrator
An improved implementation of the Ralph Wiggum technique for autonomous AI agent orchestration
解决的问题
Ralph Orchestrator 通过让 AI 代理在持续迭代循环中运行,直到目标达成,防止其在复杂任务中失败。它超越了单次 AI 响应,实现了一个系统,使代理能够基于测试、代码检查工具和人类输入的反馈进行规划、执行和自我修正。
工作原理
Ralph 使用“帽子系统”,其中专门的角色(如研究、调试和审查)通过事件协调,处理任务的不同阶段。它采用“背压门”——自动检查(如类型检查和代码检查)——拒绝不完整或损坏的工作,迫使代理进行迭代。该框架支持多种 AI 后端(包括 Claude Code 和 Gemini CLI),可作为 MCP 服务器集成。它还包含一个名为 RObot 的“人在回路”系统,允许用户通过 Telegram 指导代理或回答其问题。
适用人群
希望使用 AI 代理自动化复杂软件工程任务,并通过自动验证和迭代优化确保输出可投入生产环境的开发者。
主要亮点
- 多后端支持:支持多种 AI 编码助手,包括 Claude Code、Gemini CLI 和 Copilot CLI。
- 帽子系统:使用专门角色(帽子)来结构化多步骤任务执行。
- 背压门:集成测试和代码检查,自动拒绝失败的代码。
- 人在回路:通过 Telegram 实时引导和与代理通信。
- Web 仪表板:可视化界面,用于监控和管理编排循环。
相关
- 项目
- 项目
- 项目
- 项目
- 项目