- Système de boucle IA de longue durée qui parcourt de façon répétée une liste de tâches et les exécute jusqu’à leur achèvement
- Exécute en toute sécurité des CLI d’IA comme Claude Code/Codex/Gemini dans un environnement sandbox Docker
- Méthode d’utilisation
- Étape 1 : installer Ralph
npx @pageai/ralph-loop
- Étape 2 : rédiger le PRD (document d’exigences produit) et la liste des tâches : générer un PRD à partir des exigences avec la compétence
prd-creator, puis examiner chaque tâche
- Étape 3 : configurer l’agent dans le sandbox Docker
- exécuter
docker sandbox run claude . puis se connecter
- répondre impérativement Yes au mode
Bypass Permissions. C’est précisément l’intérêt du sandbox
- Étape 4 : lancer Ralph
./ralph.sh -n 50 # exécute Ralph Loop 50 fois
- Fonctionnement : à chaque itération, Ralph effectue les actions suivantes
- 1. cherche dans le fichier
.agent/tasks.json la tâche inachevée de plus haute priorité
- 2. exécute les étapes de la tâche dans l’ordre tel que défini dans
.agent/tasks/TASK-{ID}.json
- 3. lance les tests, le lint et la vérification de types
- 4. termine la tâche, prend une capture d’écran, met à jour son état et commit les changements
- Ce qui distingue cette version de PageAI des autres boucles Ralph Wiggum
- Génération de PRD et extraction de la liste des tâches à partir des exigences
- Création d’une table de correspondance des tâches à partir du PRD
- Décomposition des étapes de travail et génération de sous-étapes gérables
- Suivi de la progression des itérations (avec affichage dans le temps)
- Aperçu en direct du flux de sortie et détection de l’étape d’activité (Thinking, Testing, etc.)
- Capture d’écran de l’affichage actuel
- Notifications lorsqu’une intervention humaine est nécessaire
- Journalisation de l’historique avec une sortie propre pour chaque itération
- Affichage de métriques de temps pour chaque itération et pour l’ensemble
- Possibilité de prioriser les tâches importantes grâce à la fonction de steering
- En plus
- si l’on fournit des exigences non structurées, l’agent génère automatiquement le PRD et la liste des tâches
- l’utilisation d’une table de consultation des tâches avec des étapes détaillées individuelles offre une excellente scalabilité lorsqu’il faut traiter des centaines de tâches
- l’exécution dans un environnement sandbox renforce la sécurité
- l’affichage de la progression et des statistiques permet de vérifier facilement les tâches terminées
- l’agent peut recevoir pour instruction de créer et d’exécuter automatiquement des tests et des captures d’écran pour chaque tâche
- cela offre visibilité et traçabilité sur le travail de l’agent
- le flux de sortie est affiché et un journal complet est capturé pour chaque itération
- Licence MIT
Aucun commentaire pour le moment.