continuous-agent-loop

continuous-agent-loop skill の概要

continuous-agent-loop ができること

continuous-agent-loop は、タスクが実際に完了するまで、生成・検証・リカバリを繰り返す再現性のあるエージェント運用を組むための skill です。自律的に反復させたい場面や、品質ゲート・eval・無駄なループ消費を止める仕組みが必要な場面で、特に効果を発揮します。

どんな人に向いているか

continuous-agent-loop は、複数段階にまたがるコーディング作業、CI 周辺の agent 実行、あるいは 1 回のプロンプトでは終わらない長時間タスクの完遂をオーケストレーションしたい場合に向いています。特に continuous-agent-loop for Agent Orchestration を求めていて、単発の回答ではなく、分解・検証・復旧を前提に進めたい人には相性が良い skill です。

何が違うのか

この skill は、単なる「とにかく何度も試す」ための汎用プロンプトではありません。まず適切なループ方式を選ぶための selection flow があり、そのうえで decomposition、quality gates、eval loops、session persistence を含む実運用向けの構成へ導きます。重要なのは、主なリスクが「出力が足りないこと」ではなく、「進捗を測れないまま反復だけが暴走すること」だからです。

continuous-agent-loop skill の使い方

インストールし、正しい入口を確認する

continuous-agent-loop install を行う場合は、まずリポジトリのパスから skill を追加し、そのあと最初に skill ファイルを読みます。ソースにある install コマンドは次のとおりです。
npx skills add affaan-m/everything-claude-code --skill continuous-agent-loop

追加後は、skills/continuous-agent-loop/SKILL.md から読み始めてください。このリポジトリではそれが唯一のソースファイルなので、他の補助ドキュメントや設定ツリーを追いかける必要はありません。

曖昧な目標を実行可能な入力に変える

この skill は、依頼の中に明確な到達点、成功判定、失敗時の境界条件が入っているときに最も機能します。弱いプロンプトは「これを良くして」です。より強いプロンプトは「この endpoint をテストが通るまで改善し、変更は小さく保ち、同じ assertion が 2 回失敗したら停止し、blocker を報告して」のような形です。これなら continuous-agent-loop usage のパターンで実際に回せます。

実行前に workflow を読む

判断材料として特に価値が高いのは、loop selection flow、combined pattern、failure modes、recovery steps です。導入を検討しているなら、この順番で読むのがおすすめです。selection flow では「使わないほうがよい場面」が分かり、combined pattern では実運用の構成が見え、failure と recovery の節では「どこで止めるか」「どうリセットするか」が分かります。

実用的なプロンプトの形

最良の結果を得るには、少なくとも次を明示してください。

• タスク境界: feature、bug、refactor、research、または CI recovery
• quality gate: tests、lint、review criteria、または eval output
• stop rule: どの条件でループを止めるか、あるいは escalate するか
• recovery action: narrow scope、replay、または audit

入力例:
“Use continuous-agent-loop to fix the failing auth tests. Keep changes minimal, run a quality gate after each iteration, stop after two identical failures, and narrow to the failing unit before retrying.”

continuous-agent-loop skill の FAQ

continuous-agent-loop は自律コーディング専用ですか？

いいえ。用途はコーディングに限りません。ただし、明示的なゲートで良し悪しを判定できるタスクほど価値が高くなります。成功と失敗を定義できない場合、このループは弱くなり、方向がぶれやすくなります。

どんなときは使わないほうがよいですか？

作業がすでに厳密な CI/PR workflow で十分に境界づけられている場合、先に RFC 形式の分解が必要な場合、あるいは主眼が探索的な並列生成にある場合には、continuous-agent-loop は向いていません。そうしたケースでは、selection flow が別の loop style を案内します。

初心者でも使いやすいですか？

はい。ゴールが分かっていて、pass/fail 条件を言語化できるなら扱いやすいです。一方で、曖昧なブレインストーミングにはあまり向きません。この skill は、運用上の制約、acceptance criteria、そして「いつ反復を止めるか」を与えられることを前提にしています。

通常のプロンプトと比べて何が違いますか？

通常のプロンプトは、多くの場合 1 回の回答を求めます。continuous-agent-loop は、生成・検証・復旧を繰り返す必要があるタスクで有利です。見込み違いの試行や行き止まりのリトライを減らせるのが利点ですが、それは具体的なゲートと明確な停止条件を与えた場合に限られます。

continuous-agent-loop skill を改善するには

完了条件をもっと強く定義する

最も大きな品質向上につながるのは、「done」を何で判定するかをループに明示することです。test 名、期待される出力、性能しきい値、review ルールなどを含めてください。測定可能な終点を置かずに「改善して」とだけ頼むと、ループは動いているように見える変更を出し続けても、収束しないまま終わる可能性があります。

想定される失敗モードを早い段階で出す

この skill では、loop churn、同じ根本原因による再試行の繰り返し、merge queue の停滞、cost drift といった問題を明示的に扱っています。もし最初からそのどれかを疑っているなら、プロンプト内で先に伝えてください。たとえば「Assume this may be a stale caching issue; if the same test fails twice, freeze the loop and audit the harness.」のように書くと、recovery path が変わるため continuous-agent-loop guide の挙動も改善されます。

最小の failing unit で回し直す

最初の試行で失敗したら、そこでスコープを広げないことが重要です。まず最小の failing unit までタスクを絞り込み、そのうえで、より引き締まったプロンプトと明示的な acceptance criteria を付けて replay してください。これが、ループを無限の escalation に変えずに continuous-agent-loop usage を改善する最も実践的な方法です。

周辺スタックを適切に組み合わせる

リポジトリが推奨する stack は重要です。decomposition、quality gates、evals、persistence は、それぞれ別の失敗点をカバーします。環境側でそれらを支えられない場合、この skill の効果は弱くなると考えてください。逆に支えられるなら、continuous-agent-loop は単独のプロンプトよりも、Agent Orchestration 向けにはるかに信頼性の高い選択肢になります。