Ralph (AI Agent Loop)

Ralph

Ralph 是一个自主 AI 编码 Agent 循环——反复调用 AI 编码工具（Amp 或 Claude Code），每轮迭代用全新实例，直到 PRD 中所有用户故事完成。灵感来自 geoffrey-huntley 提出的 Ralph 模式。

仓库：https://github.com/snarktank/ralph ｜ 许可：MIT ｜ 作者：ryan-carson

工作原理

Ralph 的核心是一个 113 行的 bash 脚本 ralph.sh：

1. 读取 PRD — prd.json 定义项目名、分支名、用户故事列表（含 ID、标题、描述、验收标准、优先级、passes 状态）
2. 循环迭代 — 默认最多 10 轮，每轮：
   • 将 prompt.md（Amp）或 CLAUDE.md（Claude Code）作为系统指令喂给 AI
   • AI 实现最高优先级的未完成故事
   • 质量检查（typecheck / lint / test）通过后 commit，更新 prd.json（passes: true）
   • 写入 progress.txt 追加日志（含 learnings 供后续迭代复用）
3. 完成信号 — AI 输出 <promise>COMPLETE</promise> 时终止循环
4. 记忆机制 — 无持久 context，依赖 git 历史 + progress.txt（模式发现/学习记录）+ prd.json（进度状态）

PRD 格式示例

{
  "project": "MyApp",
  "branchName": "ralph/task-priority",
  "description": "Task Priority System",
  "userStories": [
    {
      "id": "US-001",
      "title": "Add priority field",
      "acceptanceCriteria": ["Add priority column", "Typecheck passes"],
      "priority": 1,
      "passes": false
    }
  ]
}

设计特征

特征	说明
迭代隔离	每轮都是全新 AI 实例，无 context 累积
记忆外化	所有状态存于文件系统（git + progress.txt + prd.json）
故事粒度	要求一个故事在一个 context window 内可完成
模式沉淀	progress.txt 的 “Codebase Patterns” 区积累可复用知识
分支归档	切换分支时自动归档上一轮的 prd.json 和 progress.txt

相关页面

• geoffrey-huntley — Ralph 模式的原始提出者
• ryan-carson — Ralph 仓库的作者和维护者
• agent-loop-pattern — Ralph 体现的 Agent 循环迭代模式
• agent-context-management — 每轮清空 context 的设计选择
• coding-agents — 更广泛的 AI 编码 Agent 概念
• codebase-qna