Ralph
English | 中文
中文版本
Ralph 是一个自主 AI 代理循环，反复运行 AI 编码工具（OpenCode 或 Claude Code）直到完成所有 PRD 项目。每次迭代都是一个具有干净上下文的新实例。内存通过 git 历史、progress.txt 和 prd.json 持续存在。
基于 Geoffrey Huntley 的 Ralph 模式。
前提条件
- 以下 AI 编码工具之一已安装并经过身份验证：
jq 已安装 (brew install jq on macOS)- 您项目的 git 仓库
设置
方案 1：复制到您的项目
将 ralph 文件复制到您的项目中：
# 从您的项目根目录
mkdir -p scripts/ralph
cp /path/to/ralph/ralph.sh scripts/ralph/
# 为您的 AI 工具复制提示模板：
cp /path/to/ralph/AGENTS.md scripts/ralph/AGENTS.md # For OpenCode and Claude Code
chmod +x scripts/ralph/ralph.sh
方案 2：全局安装技能
将技能复制到您的 OpenCode 或 Claude 配置中以供所有项目使用：
For OpenCode
cp -r skills/prd ~/.opencode/skills/
cp -r skills/ralph ~/.opencode/skills/
For Claude Code (manual)
cp -r skills/prd ~/.claude/skills/
cp -r skills/ralph ~/.claude/skills/
方案 3：使用 Claude Code Marketplace
将 Ralph marketplace 添加到 Claude Code：
/plugin marketplace add willin/ralph
然后安装技能：
/plugin install ralph-skills@ralph-marketplace
安装后可用的技能：
/prd - 生成产品需求文档/ralph - 将 PRD 转换为 prd.json 格式
当您要求 Claude 时，技能会自动调用：
- "create a prd", "write prd for", "plan this feature"
- "convert this prd", "turn into ralph format", "create prd.json"
工作流程
1. 创建 PRD
使用 PRD 技能生成详细的需求文档：
Load the prd skill and create a PRD for [your feature description]
回答澄清问题。技能将输出保存到 tasks/prd-[feature-name].md。
2. 将 PRD 转换为 Ralph 格式
使用 Ralph 技能将 markdown PRD 转换为 JSON：
Load the ralph skill and convert tasks/prd-[feature-name].md to prd.json
这将创建带有为自主执行构建的用户故事的 prd.json。
3. 运行 Ralph
# 使用 OpenCode (默认)
./scripts/ralph/ralph.sh [max_iterations]
# 使用 Claude Code
./scripts/ralph/ralph.sh --tool claude [max_iterations]
默认为 10 次迭代。使用 --tool opencode 或 --tool claude 选择您的 AI 编码工具。
Ralph 将：
- 创建功能分支（来自 PRD
branchName）
- 选择最高优先级的
passes: false 故事
- 实现那个单独的故事
- 运行质量检查（类型检查，测试）
- 如果检查通过则提交
- 更新
prd.json 将故事标记为 passes: true
- 将学习成果追加到
progress.txt
- 重复直到所有故事通过或达到最大迭代次数
关键文件
| File | Purpose |
|---|
ralph.sh | 生成新 AI 实例的 bash 循环 (支持 --tool opencode 或 --tool claude) |
AGENTS.md | OpenCode 和 Claude Code 的提示模板 |
prd.json | 带有 passes 状态的用户故事（任务列表） |
prd.json.example | 示例 PRD 格式供参考 |
progress.txt | 仅供追加的未来迭代学习成果 |
skills/prd/ | 生成 PRD 的技能（适用于 OpenCode 和 Claude Code） |
skills/ralph/ | 将 PRD 转换为 JSON 的技能（适用于 OpenCode 和 Claude Code） |
.claude-plugin/ | Claude Code marketplace 发现的插件清单 |
flowchart/ | Ralph 工作方式的交互式可视化 |
Flowchart
查看交互式流程图 - 点击查看每步的动画。
flowchart/ 目录包含源代码。本地运行：
cd flowchart
npm install
npm run dev
关键概念
每次迭代 = 新上下文
每次迭代都会生成一个具有干净上下文的新 AI 实例（OpenCode 或 Claude Code）。迭代之间唯一的内存是：
- Git 历史（来自先前迭代的提交）
progress.txt（学习成果和上下文）prd.json（哪些故事已完成）
小任务
每个 PRD 项目应该足够小以在一个上下文窗口中完成。如果任务太大，LLM 会在完成之前耗尽上下文并产生糟糕的代码。
合适大小的故事：
- 添加数据库列和迁移
- 向现有页面添加 UI 组件
- 更新服务器操作并添加新逻辑
- 向列表添加筛选下拉菜单
太大（拆分这些）：
- "构建整个仪表盘"
- "添加身份验证"
- "重构 API"
AGENTS.md 更新至关重要
每次迭代后，Ralph 会用学习成果更新相关的 AGENTS.md 文件。这是关键，因为 AI 编码工具会自动读取这些文件，所以未来的迭代（以及未来的人类开发人员）会从发现的模式、陷阱和约定中受益。
应在 AGENTS.md 中添加的内容示例：
- 发现的模式（"这个代码库对 Y 使用 X"）
- 陷阱（"更改 W 时不要忘记更新 Z"）
- 有用上下文（"设置面板在组件 X 中"）
反馈循环
Ralph 只有在存在反馈循环时才能工作：
- 类型检查捕获类型错误
- 测试验证行为
- CI 必须保持绿色（损坏的代码会在迭代间累积）
UI 故事的浏览器验证
前端故事必须在验收标准中包含"使用 dev-browser 技能在浏览器中验证"。Ralph 将使用 dev-browser 技能导航到页面，与 UI 交互，并确认更改有效。
停止条件
当所有故事都具有 passes: true 时，Ralph 输出 <promise>COMPLETE</promise> 并退出循环。
调试
检查当前状态：
# 查看哪些故事已完成
cat prd.json | jq '.userStories[] | {id, title, passes}'
# 查看先前迭代的学习成果
cat progress.txt
# 检查 git 历史
git log --oneline -10
自定义提示
将 AGENTS.md（用于 OpenCode 或 Claude Code）复制到您的项目后，为其自定义：
- 添加特定于项目的质量检查命令
- 包括代码库约定
- 为您堆栈添加常见陷阱
归档
当您开始新功能时（不同的 branchName），Ralph 会自动归档以前的运行。归档保存到 archive/YYYY-MM-DD-feature-name/。
鸣谢与参考
本项目基于原始的 Ralph 模式，感谢以下贡献：
English Version
Ralph is an autonomous AI agent loop that runs AI coding tools (OpenCode or Claude Code) repeatedly until all PRD items are complete. Each iteration is a fresh instance with clean context. Memory persists via git history, progress.txt, and prd.json.
