factory-ralph-loop
Ralph Loop パターン(Ralph Wigglum にちなんで命名)を使用した反復的なタスク実行です。特定の条件が満たされるまでエージェントを繰り返し実行する必要がある場合に使用します。すべてのリントエラーを修正する、すべてのテストに合格させる、PRD タスクを完了するなど、様々な場面で活用できます。ファイルシステムが反復間のメモリとして機能し、状態を保持します。
description の原文を見る
Iterative task execution using the Ralph Loop pattern (named after Ralph Wiggum). Use when you need to repeatedly run an agent until a condition is met—fixing all lint errors, passing all tests, or exhausting PRD tasks. The filesystem serves as memory between iterations.
SKILL.md 本文
Ralph Loop パターン
Ralph Loop(ラルフ・ウィギャムにちなんで命名)は、タスクが完了するまで AIエージェントを継続的なループで実行するエージェント的パターンです。各反復は比較的新規の状態で開始し、ファイルシステムが永続的メモリとして機能します。
コア特性
- 同じ systemPrompt の繰り返し — エージェントは毎回の反復で一貫した指示を受け取ります
- メモリとしてのファイルシステム — コードの変更は反復間でディスクに保持されます
- 新規のコンテキスト — 各反復は単一の長い会話と比べてコンテキストの汚染を低減します
- 終了条件 — テストが合格、リントがクリーン、または作業が終了したときにループが終わります
- シンプルなオーケストレータ —
while (!done) { run agent }のみです
基本的な構造
const maxIterations = 10;
let iteration = 0;
let done = false;
while (!done && iteration < maxIterations) {
iteration++;
factory.observe.log("info", `Itera
...
詳細情報
- 作者
- diegosouzapw
- ライセンス
- unknown
- 最終更新
- 2026/3/2
Source: https://github.com/diegosouzapw/awesome-omni-skill / ライセンス: unknown
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。