autonomous-loops
Ajuda seu agente a criar fluxos de trabalho complexos e autônomos. Permite que o agente execute tarefas em etapas, de forma independente, para alcançar um objetivo.
O que ela faz
Esta ferramenta ajuda a criar fluxos de trabalho automatizados para que a IA possa realizar tarefas de programação repetidamente sem que você precise intervir a cada passo. Ela oferece diferentes maneiras de organizar essas tarefas, desde sequências simples até sistemas mais complexos com múltiplos agentes.
Quando usar
- ✓Automatizar tarefas de desenvolvimento de código que se repetem.
- ✓Organizar um projeto de programação em etapas menores e sequenciais.
- ✓Criar pipelines de desenvolvimento contínuo, como em CI/CD.
Exemplo do que pedir para a IA
“Crie um fluxo de trabalho para implementar uma nova funcionalidade, testá-la e depois fazer uma limpeza no código.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
Você define uma série de comandos ou etapas que a IA deve seguir em ordem. Cada etapa pode ser uma tarefa específica, como escrever código, testar ou revisar, e a IA as executa uma após a outra.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add affaan-m/ECC --skill autonomous-loopsOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/affaan-m/ECC/main/skills/autonomous-loops/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Habilidade de Loops Autônomos
Nota de compatibilidade (v1.8.0):
autonomous-loopsé mantido por mais uma versão. O nome canônico da habilidade agora écontinuous-agent-loop. Novas orientações de loop devem ser criadas lá, enquanto esta habilidade permanece disponível para evitar quebrar fluxos de trabalho existentes.
Padrões, arquiteturas e implementações de referência para executar o Claude Code autonomamente em loops. Abrange tudo, desde simples pipelines claude -p até orquestração DAG multiagente completa baseada em RFC.
Quando Usar
- Configurar fluxos de trabalho de desenvolvimento autônomos que rodam sem intervenção humana
- Escolher a arquitetura de loop correta para o seu problema (simples vs. complexo)
- Construir pipelines de desenvolvimento contínuo no estilo CI/CD
- Executar agentes paralelos com coordenação de mesclagem
- Implementar persistência de contexto entre iterações de loop
- Adicionar portões de qualidade e passes de limpeza a fluxos de trabalho autônomos
Espectro de Padrões de Loop
Do mais simples ao mais sofisticado:
| Padrão | Complexidade | Ideal Para |
|---|---|---|
| Pipeline Sequencial | Baixa | Passos de desenvolvimento diários, fluxos de trabalho scriptados |
| NanoClaw REPL | Baixa | Sessões persistentes interativas |
| Loop Agente Infinito | Média | Geração de conteúdo paralela, trabalho baseado em especificações |
| Loop Claude PR Contínuo | Média | Projetos iterativos de vários dias com portões de CI |
| Padrão De-Sloppify | Complemento | Limpeza de qualidade após qualquer passo do Implementador |
| Ralphinho / Orquestração DAG Baseada em RFC | Alta | Grandes funcionalidades, trabalho paralelo multiunidade com fila de mesclagem |
1. Pipeline Sequencial (claude -p)
O loop mais simples. Divida o desenvolvimento diário em uma sequência de chamadas claude -p não interativas. Cada chamada é um passo focado com um prompt claro.
Ideia Central
Se você não consegue criar um loop como este, significa que você nem consegue fazer o LLM corrigir seu código em modo interativo.
O flag claude -p executa o Claude Code de forma não interativa com um prompt, e sai quando termina. Encadeie chamadas para construir um pipeline:
#!/bin/bash
# daily-dev.sh — Sequential pipeline for a feature branch
set -e
# Step 1: Implement the feature
claude -p "Read the spec in docs/auth-spec.md. Implement OAuth2 login in src/auth/. Write tests first (TDD). Do NOT create any new documentation files."
# Step 2: De-sloppify (cleanup pass)
claude -p "Review all files changed by the previous commit. Remove any unnecessary type tests, overly defensive checks, or testing of language features (e.g., testing that TypeScript generics work). Keep real business logic tests. Run the test suite after cleanup."
# Step 3: Verify
claude -p "Run the full build, lint, type check, and test suite. Fix any failures. Do not add new features."
# Step 4: Commit
claude -p "Create a conventional commit for all staged changes. Use 'feat: add OAuth2 login flow' as the message."
Princípios Chave de Design
- Cada passo é isolado — Uma nova janela de contexto por chamada
claude -psignifica que não há vazamento de contexto entre os passos. - A ordem importa — Os passos executam sequencialmente. Cada um se baseia no estado do sistema de arquivos deixado pelo anterior.
- Instruções negativas são perigosas — Não diga "não teste sistemas de tipos". Em vez disso, adicione um passo de limpeza separado (veja Padrão De-Sloppify).
- Códigos de saída se propagam —
set -epara o pipeline em caso de falha.
Variações
Com roteamento de modelo:
# Research with Opus (deep reasoning)
claude -p --model opus "Analyze the codebase architecture and write a plan for adding caching..."
# Implement with Sonnet (fast, capable)
claude -p "Implement the caching layer according to the plan in docs/caching-plan.md..."
# Review with Opus (thorough)
claude -p --model opus "Review all changes for security issues, race conditions, and edge cases..."
Com contexto de ambiente:
# Pass context via files, not prompt length
echo "Focus areas: auth module, API rate limiting" > .claude-context.md
claude -p "Read .claude-context.md for priorities. Work through them in order."
rm .claude-context.md
Com restrições de --allowedTools:
# Passo de análise somente leitura
claude -p --allowedTools "Read,Grep,Glob" "Audite esta base de código em busca de vulnerabilidades de segurança..."
# Passo de implementação somente escrita
claude -p --allowedTools "Read,Write,Edit,Bash" "Implemente as correções de security-audit.md..."
…
Perguntas frequentes
Qual a diferença entre os tipos de loops?
Os loops variam em complexidade. Um 'Sequential Pipeline' é uma lista simples de tarefas. Um 'Infinite Agentic Loop' usa múltiplos agentes que trabalham juntos em paralelo, seguindo um plano mais elaborado.
Posso usar diferentes modelos de IA em cada etapa?
Sim, você pode configurar para usar modelos diferentes (como Opus ou Sonnet) dependendo da complexidade ou do tipo de tarefa em cada passo do seu fluxo.
O que acontece se uma etapa falhar?
Se uma etapa falhar e o sistema estiver configurado corretamente (usando `set -e`), toda a sequência de tarefas será interrompida, evitando que etapas subsequentes sejam executadas com erros.
Detalhes
Descrição original do autor
Patterns and architectures for autonomous Claude Code loops — from simple sequential pipelines to RFC-driven multi-agent DAG systems. Retained for compatibility only: when new autonomous loop guidance is needed, use continuous-agent-loop instead.
repo: affaan-m/ECC
Popularidade
- Estrelas no GitHub
- 280 mil
- Posição no ranking
- #141
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
accessibility
Ajuda seu agente a criar interfaces que todos possam usar. Garante que sites e aplicativos funcionem bem para pessoas com deficiência, como cegos ou com mobilidade reduzida.
affaan-m/ECC
agent-architecture-audit
Faz seu agente verificar se tudo está funcionando corretamente. Ele encontra e conserta problemas em sistemas de IA, garantindo que funcionem como esperado.
affaan-m/ECC
agent-eval
Ajuda seu agente a comparar diferentes ferramentas de programação de IA. Ele mede qual é mais rápido, barato e confiável para realizar tarefas específicas.
affaan-m/ECC
agent-harness-construction
Faz seu agente entender melhor como realizar tarefas. Ele otimiza as ferramentas e instruções que o agente usa para aumentar suas chances de sucesso.
affaan-m/ECC
Skills parecidas
mcp-builder
Ajuda seu agente a criar servidores que conectam LLMs a serviços externos. Essencial para integrar APIs e serviços usando Python ou Node/TypeScript.
anthropics/skills
prepare-mcp-integration
Prepara integrações com fornecedores (MCP) através de pesquisa e aprovação humana. Segue um processo guiado para novas integrações.
paperclipai/paperclip
first-task
Guia o agente na primeira tarefa do usuário. Ele interpreta a resposta inicial, esclarece o objetivo e propõe um plano ou tarefa única para aprovação.
paperclipai/paperclip