English · 繁體中文 · 简体中文 · 日本語 · 한국어
Loop engineering は、prompt engineering の次にくる規律です。prompt が単一のインタラクションを最適化するのに対し、loop はそれを取り巻く自律的な振る舞い全体を最適化します — agent が いつ 動くか、何が それをトリガーするか、どのように 自分の成果を検証するか、いつ 止まるか、いつ 人間に戻すか。
この skill は、coding agent に実戦で鍛えられたフレームワークを提供し、次の2つの用途に対応します:
- Design mode — 新しい自己実行型 agent / loop / バックグラウンドワーカーを構築する。
- Review mode — 既存の loop の停止条件・guardrail・verification・escalation パスを監査する。
Anthropic の context engineering ガイダンス、Ralph loop / RPI メソドロジー、Claude Code の agent-loop ドキュメント、2026年の「loop engineering」に関する文書など、12のソースを7つの核心原則と参考資料に凝縮しています。
クイックスタート（Claude Code）：
git clone https://github.com/maxmilian/loop-engineering ~/.claude/skills/loop-engineering新しいセッションを開始するだけです。（その他のツールは インストール を参照。）
意図的にトリッキーなケースを使ったベンチマークテストで、skill なしのベースラインと比較したところ、合格率が 87% → 100% に向上し、より一貫した低コストな回答を生成しました — その強みは、強力なモデルでも見落としがちな細かい失敗パターン（cron の stale-prompt ドリフト、無駄な blind-retry、取り消し不可能なアクションに対する human-gate の欠如）で発揮されます。再現する →
**より弱いモデル(Haiku クラス)**では効果はさらに大きく、8 ケースのサブセットで +16 ポイント(74% → 90%)— カバレッジ保証が最も効く領域です。
- レバレッジは prompt から loop へ移った — 一つの巨大 prompt ではなく、control flow を設計する。
- 「完了」は機械的に検証可能でなければならない —
tests pass✓、improve the code✗。 - 検証は決定論的ツールで行う。agent の自己申告に頼らない。
- 稼働前にすべての終了条件を定義する — 成功・失敗・budget 終了、no-progress 検知、escalation パス。
- context は有限リソースとして扱う — ツール出力をトリミングし、compaction・メモ書き・sub-agent を活用する。
- ファイルシステムをメモリとして使い、各サイクルは新鮮な context からスタートする。
- 難所は verification・停止・escalation であり、自律性ではない。 semi-autonomous を優先: 取り消し不可能・外部向けのアクションは人間の確認を挟む。
loop-engineering/
├── SKILL.md # the skill itself (frontmatter + instructions)
├── references/
│ ├── loop-patterns.md # heartbeat / cron / hook / goal + Ralph loop
│ ├── context-engineering.md # compaction, note-taking, sub-agents, JIT retrieval
│ ├── review-checklist.md # per-principle diagnostic, severity-ordered
│ └── sources.md # the 12 source articles, with one-line summaries
├── evals/ # 検証ケースライブラリ + benchmark の証拠
│ ├── evals.json # 採点済みの design / review / diagnose ケース11件
│ ├── RESULTS.md # skill あり vs なしの結果、3 イテレーション
│ └── files/ # review ケースが指す入力スクリプト
└── assets/ # README の hero 画像
skill とは SKILL.md（YAML frontmatter + Markdown）を含むフォルダに過ぎません。その可搬性ゆえに、ほぼどこにでもインストールできます。
個人用（全プロジェクト共通）またはプロジェクト単位 — skills/ ディレクトリにフォルダをコピーします:
# personal
git clone https://github.com/maxmilian/loop-engineering ~/.claude/skills/loop-engineering
# or project-scoped
git clone https://github.com/maxmilian/loop-engineering .claude/skills/loop-engineering新しいセッションを開始すると、Claude が description から自動検出し、agent loop の設計またはレビュー時に自動的に呼び出します。（ビルド済み .skill バンドル: plugin/skill マネージャーを使っている場合はそこからインストールしてください。）
Codex はスキルディレクトリから skill をネイティブに読み込みます。フォルダをここに配置します:
git clone https://github.com/maxmilian/loop-engineering ~/.codex/skills/loop-engineeringCodex の設定が AGENTS.md を参照する場合は、以下のようなポインター行を追加します:
For designing or reviewing autonomous agent loops, follow skills/loop-engineering/SKILL.md.
Copilot はインストール済みプラグインから skill を自動検出します。Copilot の skills/plugins ディレクトリ（例: ~/.copilot/skills/loop-engineering）にフォルダを配置し、CLI を再起動してください。
Gemini は skill メカニズム経由で skill を有効化します。Gemini の skills ディレクトリ（例: ~/.gemini/skills/loop-engineering）にフォルダを配置すると、Gemini がセッション開始時にメタデータを読み込み、必要に応じて全コンテンツを有効化します。GEMINI.md 経由で Gemini を操作する場合は、skills/loop-engineering/SKILL.md へのポインター行を追加してください。
これらには正式な skill ローダーがありませんが、コンテンツはそのまま使えます。rules/instructions ファイル（.cursorrules、AGENTS.md など）から参照してください:
When building or reviewing an autonomous/semi-autonomous agent loop, background
worker, or cron/webhook-driven agent, follow the framework in
skills/loop-engineering/SKILL.md (and its references/ files).
どんな LLM ツールでも: loop の設計またはレビュー時に SKILL.md を context にペーストし、skill が参照している場合は references/*.md のファイルも取り込んでください。
明示的に呼び出す必要はありません — タスクを説明すれば agent が自動的に判断します:
- 「CI を夜通し監視して、失敗した PR を自動修正する agent が欲しい。」 → design mode
- 「このバックグラウンドワーカーをより多くのキューにスケールする前にレビューしてほしい。」 → review mode
- 「私の research agent がトークンを消費し続けて、いつまでも終わらない。」 → diagnosis
上記の数字は口先だけではありません — held-out ケースはこの repo に入っているので、自分で再実行できます。イテレーションごとの完全な結果（skill が効かない箇所についての正直な注記つき）は evals/RESULTS.md にあります。
- 評価セットは
evals/evals.jsonにあります：四つの loop パターン（heartbeat / cron / hook / goal）すべてに long-horizon context を加え、design・review・diagnose の各モードにまたがる、意図的にトリッキーな 11 ケース — CI/PR-fixer の設計、欠陥のあるサポート ticket bot（コードはevals/files/）、暴走する research loop まで。各ケースにはexpected_outputのルーブリックが付属し、正解が必ず押さえるべき具体ポイント（machine-checkable な done 条件、実数つきの全 exit、決定論的な検証、取り消し不可能なアクションへの human-gate など）を列挙しています。87% → 100% という見出しの数字は、その中の「微妙 / 仕様不足」サブセットによるものです。イテレーションごとの内訳はevals/RESULTS.mdを参照。
方法（見出しの数字と同じ）：
- 各ケースで
promptを2回実行 — 一度は skill をインストールした状態（上記の制御フロー）、一度は skill なしのクリーンなベースライン — 分散を平均化するため各々数回ずつ。 - 各実行をその
expected_outputルーブリックに照らして採点（列挙されたアサーションに対して LLM が採点。ルーブリック項目は客観的に確認できるよう書かれています）。 - 各構成のアサーションごとの合格率を集計して比較。
見出しの数字の合格率 / 分散 / token の集計は Anthropic の skill-creator benchmark harness（grader + aggregate_benchmark）で行いましたが、ルーブリックに照らした「skill あり / なし」の比較なら、どれでも同じ差が浮かび上がります。skill の強みは微妙な失敗パターン — stale-prompt ドリフト、無駄な blind-retry、human-gate の欠如 — に集中しており、これらは強力なモデルでもデフォルト任せにすると飛ばしてしまう箇所です。
SKILL.md の description フィールドおよび skill 本文は英語のままにしてください。これらはモデルが処理するメタデータであり、翻訳すると自動検出や呼び出しトリガーの精度が下がります。README のような人間が読むドキュメントのみ多言語化の対象です。
コントリビューション大歓迎です — 新しい worked example、追加の loop pattern、より鋭い review ヒューリスティック、翻訳、修正など。気軽に issue や PR を開いてください。
AI 支援によるコントリビューションも明確に歓迎します。 これは agentic loop についての skill なので、Claude Code / Codex / Copilot / Gemini(あるいは任意の coding agent)で変更を下書きすることを推奨します — テーマにぴったりです。提出前に agent の出力をレビューしてください:正しいこと、主張がある箇所は実在のソースに基づいていること(references/sources.md 参照)、そして自信を持って提出できることを確認しましょう。この skill を自分の PR で dogfood するのも歓迎です。
MIT License で公開しています — LICENSE を参照。
loop engineering、agent loops、context engineering に関する公開文書を凝縮したものです — 全ソースリストとリンクは references/sources.md を参照してください。