mikeyobrien/ralph-orchestrator

An improved implementation of the Ralph Wiggum technique for autonomous AI agent orchestration

What it solves

Ralph Orchestrator 提供一個自動化任務完成的框架，透過讓 AI 代理持續迭代直至達成目標，避免常見的「一次性」失敗——AI 助手只給出部分或錯誤答案後就停止；相反地，它會不斷迭代與驗證，直到任務徹底完成。

How it works

Ralph 實作「Ralph Wiggum technique」，使用「帽子系統」讓專門化的人格（如 research、debug、review）透過事件協調執行多步驟任務。它加入「回壓門」——自動檢查（如 lint、型別檢查、測試），會拒絕不完整或破損的工作，迫使代理回到迴圈中修正。系統支援多種 AI 後端（包括 Claude Code、Gemini CLI、Copilot CLI），亦可作為 MCP 伺服器整合。

Who it’s for

想要使用 AI 代理自動化複雜軟體工程任務、且不需要持續人工監控的開發者；以及希望透過 Telegram 加入人類在迴路中的指導者。

Highlights

  • Multi-Backend Support: Works with various AI coding assistants like Claude Code, Gemini CLI, and Codex.
  • Hat System: Uses specialized roles (e.g., code-assist, debug, review) to structure task execution.
  • Backpressure Gates: Ensures quality by rejecting work that fails tests or linting.
  • Human-in-the-Loop: Integration with Telegram allows humans to provide proactive guidance or answer agent questions mid-loop.
  • Web Dashboard: An alpha-stage dashboard for monitoring and managing orchestration loops.
  • MCP Server Mode: Can be run as a Model Context Protocol server for compatible clients.