robonuggets/gauntlet-loop

它解决了什么问题

它通过用具体的外部质量标准替代模糊的评判标准，防止AI代理在达到‘足够好’时停止。它自动化生成一个严格的提示，强制代理反复进行构建和批评，直到输出在客观上优于某个具体且高质量的参考样本。

它如何工作

1. 目标设定：用户提供一个目标（例如，着陆页或命令行工具）。
2. 标准选择：该技能建议2-3个具体、可获取且可比较的真实世界示例（称为“标准”），作为质量基准。
3. 提示生成：选定一个标准后，该技能生成一个简短、可直接粘贴的提示（约150字）。
4. 执行循环：当粘贴到代理会话中时，代理将工作拆分为小块，并使用一个“构建者”和一个独立的“严苛批评者”代理。批评者对当前工作与参考标准进行盲评比较，循环执行，直到工作在比较中胜出。

适用人群

希望确保其代理工作流产出专业级结果而非平庸输出的开发者和AI代理高级用户。

特色亮点

• 盲评机制：使用具有全新上下文的独立批评者代理，在工作与标准之间进行盲评，选出胜者，避免了数值评分中常见的评分漂移问题。
• 具体标准：拒绝模糊的标准，转而采用命名明确、可获取且可比较的参考样本。
• 代理无关性：可与Claude Code的 /loop 和 ultracode 功能配合使用，也可通过普通指令适配任何代理。
• 基于结果的退出机制：循环仅在工作胜出盲评或用户手动终止时结束。