🐒 Ming's Note

← Back to Concepts

Loop Skill

Filesystem-backed validator-gated loop — 將 AI 產出變成可審核、可追蹤、可交接嘅成果。

核心概念

Loop Skill 唔係普通 prompt loop。佢將一個任務變成有規則、有輸出、有審核、有重寫計劃、有最終報告嘅完整系統。

核心流程： Define → Generate → Audit → Validate → Rewrite → Report

每一步都寫入檔案，唔靠 AI 口頭話「搞掂了」。

設計原理：Validator-Gated Loop

  1. 先把任務要求寫成明確規則
  2. AI 產生結構化輸出（output.json）
  3. 客觀規則交給 validator 檢查（audit.json）
  4. 主觀品質交給 judgment audit 留下理由和證據（judgment-audit.json）
  5. 如果失敗，生成 rewrite plan（rewrite-plan.json）
  6. 下一輪只修失敗項目
  7. 通過後產生報告同 dashboard

Hybrid Audit 系統

Objective checks（程式穩定檢查）： - item 數量、必填欄位、是否空白 - 字數限制、禁詞、指定 artifact 是否存在

Judgment checks（AI/人工理解後審核）： - 語氣是否專業、是否貼合受眾 - 是否有商業意圖、是否有證據 - 是否像人話、淘汰原因是否具體

呢個 hybrid 設計唔會把所有語言理解硬塞進程式規則，亦唔會完全靠 AI 口頭話「睇落可以」。

文件結構

.loops/
  systems/<slug>/       — 規則、目標和審核標準
  runs/<run-id>/        — 某一次實際執行嘅結果和證據
    iteration-1/        — 每輪輸出、審核、重寫計劃
    final.md            — Evidence report
    reader-report.md    — 人類易讀版
    interactive-dashboard.html — 互動式 dashboard

關鍵文件： - loop.json — 機器可讀嘅核心規則檔 - blueprint.md — 人類可讀嘅計劃書 - state.json — 目前狀態（created / needs_rewrite / passed / stopped_max_iterations） - events.jsonl — 事件流水帳 - output.json — AI 真正產出嘅內容

五個設計原則

  1. 唔只相信 AI 嘅回答 — 要有檢查
  2. 唔把所有主觀品質硬編碼 — 要用 judgment audit 留證據
  3. 唔每次失敗都整份重寫 — 要按 rewrite plan 精準修正
  4. 唔讓結果只留在聊天紀錄 — 要用 filesystem 保存完整過程
  5. 唔把 max iterations 當成功保證 — 它只是預算

適用場景

場景 為什麼適合
批量文案（Google Ads, SEO） 有硬限制：字數、禁詞、分類配額
Ranking / shortlist 需要淘汰原因、版本比較
SOP / checklist 每步要有 owner、action、pass signal
Research summary 每個 insight 必須有 source
Compliance review 禁詞、誇張承諾、高風險說法
需要交接嘅 AI 工作 同事、客戶、未來嘅自己都能看到證據鏈

唔適合： 簡單問題、改一句文案、純 brainstorming、唔需要驗證嘅一次性靈感。

Before / After 對比

冇 Loop Skill： - AI 話有 45 條，但可能數錯 - 有字數限制，但某幾條偷偷超咗 - 有禁詞限制，但冇逐條檢查 - 改一部分時，AI 可能把原本正確嘅部分改壞 - 結果只留在聊天紀錄，好難交接

有 Loop Skill： - 規則清楚、輸出可追蹤 - 審核有證據、失敗有修正計劃 - 最終有報告同 dashboard - 可以交接、重跑、回看

安裝同使用

npx skills add Toolsai/Loop-Skill

Python scripts： - init_loop.py — 初始化一個 Loop - run_loop.py next — 開始下一輪 - validate_loop.py — 驗證 - render_report.py — 產生 evidence report - render_delivery.py — 產生 reader report 同 dashboard

與其他概念嘅關係