Agent 与自动化工作流

simplicio-loop：跨 LLM 的自主循环编排器，端到端完成工作项

simpletibr/simplicio-loop · 🔁 Finishes your entire backlog while you sleep. The AI orchestrator that DOES the work end-to-end on ANY LLM — discover → implement → verify → merge → 24/7 — behind safety gates, at up to 90% fewer tokens. 48 extension points. Not a chatbot. A worker.

GitHub原文发布未知首次收录 2026-10-09上架 2026-10-09 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

simplicio-loop 是一个与运行时无关的自主循环编排器（以 /simplicio-loop 调用），配合六个卫星技能与加速器，可将 Claude、Codex、Copilot、Gemini、Cursor 或本地模型等强 LLM 变成自驱工作体。它从 GitHub Issues、Jira、Azure DevOps 等来源发现工作项，去重后按机器规模自动扩展智能体集群，经实现、验证（实际运行代码）、开 PR、处理 CI/评审反馈、合并并持续跟进，覆盖 discover → understand → decide → act → verify → correct → record → repeat 全生命周期。项目强调契约先行、隔离工作树并行执行、独立验证与可回滚、追加式事件与凭证账本、跨会话记忆与暂存检测，并提供多会话协调（coordinator.py）、PR Definition of Done 审查、缺陷去重记忆、多追踪器回写等能力。声明在基准 #17 中估算可减少约 90% token，并提供 35 个运行时（3 个保证 + 32 个尽力而为）与 50 个扩展点。

# multi-model # github-automation # AI 自动化 # 编程智能体 # workflow-orchestration

核心能力与快速开始

★ 1 · Python

能做什么: 跨 LLM 的自主循环编排：从 GitHub Issues、Jira、Azure DevOps、agentsview 会话等来源发现工作项，去重并自动扩展智能体集群；契约先行（验收标准、依赖、风险、来源状态与完成判定显式化）；将独立任务扇出到隔离工作树并行执行并通过操作账本汇聚；实际运行代码进行质量循环验证，而非仅编译；自动开 PR、处理 CI 与评审反馈、合并并持续观察；独立的验证与安全门、可回滚执行、追加式事件与凭证账本、跨会话记忆与暂存检测；多会话协调（scripts/coordinator.py 给出 OWN/CONTINUE_OWN/DEFER_ACTIVE_CLAIM/RECLAIM_STALE/VERIFY_PARTIAL 等确定性动作与 duplicate_risk 标记）；PR Definition of Done 七维审查与逐条验收标准核对（scripts/pr_dod_review.py）；缺陷去重记忆（scripts/finding_collector.py 的 simplicio.finding/v1 记录与指纹化）；工作项评论回写（GitHub 必填，Azure DevOps/Jira/Asana/Trello 仅在已连接时）；CLI preflight 与 status --json；强制合并后工作树清理（scripts/worktree_cleanup.py）。
适用场景: 需要把“完成所有 open issues”“清空 CI 队列”“排空 Jira 看板”等目标转化为受治理交付流程的场景；在多个会话或机器同时操作同一仓库时，避免两个智能体重复做同一件事、以及“已合并但问题只部分解决”的误判；在有隔离工作树的仓库中并行执行相互独立且已授权的任务；用机械化的逐条验收标准审查替代凭感觉的 PR 批准；对同一底层缺陷进行跨智能体、跨运行的指纹化去重记录。
项目形态: 可直接使用的工具
部署方式: 未说明（README 提及安装与使用章节，但未给出具体部署方式、托管形态或运行环境要求）
主要依赖: 未说明（材料提及与 Python 相关脚本、35 个运行时（3 个保证 + 32 个尽力而为）以及需要二进制与可执行适配器才计为已执行，但未列出具体版本、硬件或依赖清单）
使用限制: 以 README 摘录为准：约 90% 更少 token 为基准 #17 的估算值而非保证；35 个运行时中仅 3 个为保证支持，其余 32 个为尽力而为；可选追踪器（Azure DevOps、Jira、Asana、Trello）仅在检测、认证、授权并解析到目标后才回写，否则显式跳过；GitHub 绑定运行的评论回写为必填，COMPLETE 需等待远端观察到的评论凭证；材料未说明 API 成本、许可证商用条款与硬件要求。
许可证: MIT
最近推送: 2026-10-09 06:54

核对 README 依据 ↗

资料检查：2026-10-09 07:00 · 卡片整理：2026-10-09 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为自主循环编排器，从 GitHub Issues、Jira、Azure DevOps 等来源发现工作项，自动实现、运行代码验证、开 PR、处理 CI/评审反馈并合并，覆盖 discover → understand → decide → act → verify → correct → record → repeat 全生命周期，帮助程序员端到端完成开发任务。

查看内容依据

它从 GitHub Issues、Jira、Azure DevOps 等来源发现工作项，去重后按机器规模自动扩展智能体集群，经实现、验证（实际运行代码）、开 PR、处理 CI/评审反馈、合并并持续跟进，覆盖 discover → understand → decide → act → verify → correct → record → repeat 全生命周期。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

CodeFRAME：面向 AI 编程智能体的项目交付与验证编排系统

CodeFRAME 是一个 Python 编写的命令行项目交付系统，围绕“Think → Build → Prove → Ship”流程，覆盖 AI 编码智能体写代码之前的需求规划与任务拆解，以及之后的验证与发布。它通过 cf prd generate 进行苏格拉底式需求发现，用 cf tasks generate 将 PRD 拆解为带依赖的原子任务，再交给 Claude Code、Codex、OpenCode、Kilocode 或内置 ReAct 智能体执行；PROOF9 九道验证门禁把缺陷固化为长期校验要求，cf pr create/merge 在证明通过后才允许合并。项目为公开测试版（0.9.3），采用 AGPL-3.0 许可，主要通过 pip/uv 安装的 cf 命令行使用，需要与所选 LLM 提供方匹配的 API Key（如 ANTHROPIC_API_KEY、OPENAI_API_KEY，本地 Ollama 无需密钥），GitHub 集成需要 GITHUB_TOKEN 与 GITHUB_REPO。

CUELO：面向 omp (oh-my-pi) 的 AI 编程智能体工作区与协调框架

CUELO 是 omp (oh-my-pi) 的开源 AI 编程智能体工作区与 harness，可让终端与浏览器共享同一份 ~/.omp/agent 会话、凭据和模型配置。网页端提供会话管理与分支/fork、实时流式对话、模型角色与路由配置、技能、worktree、用量看板与 PWA 访问；公开 harness 提供多智能体编排（Main/Maker 分工、发单与验收契约、task guard、判断路由 Jev）以及 model routing 规则。内置 OMP 核心为 18.8.6，需用户自备模型提供方账号与模型选择。

Claude Lane Stack：单人开发者的多代理 AI 编程工厂与编排流水线

Claude Lane Stack 是一套面向单人开发者的多代理 AI 编程编排栈：由 Claude Code 充当 PM，调度 Codex、Qwen、Grok、Kimi、AGY、Cursor、OpenCode 等 CLI 写手，通过文件与 git 构成的持久化传送带（durable conveyor）执行任务，PM 负责检查产出并合并到 main，夜间还会做独立复审。工作单元以 .agents/runs/<slug>/tasks/*.yaml 卡片形式定义（含 owns_paths、verification 与 acceptance.json 收据），并配有覆盖项目生命周期、设计、文档、SEO、文案（俄文）等大量技能与代理。

Code Addiction (ADD)：面向 AI 编程助手的规范驱动开发工作流框架

Code Addiction（ADD）是一个规范驱动开发（Spec-Driven Development）框架，用共享的 .codeadd/ 核心（命令、脚本、技能、模板）加各 AI 编程助手适配层（Claude Code、Codex、Google Antigravity、Cursor、OpenCode、ZCode）来统一 AI 编码流程。它通过 codeadd CLI 安装、更新、修改、校验与卸载，把开发流程组织为 brainstorm、new、plan、build、review、done 等命令步骤，并可根据任务复杂度选择 COMPLETE、STANDARD、LEAN、AUTOMATIC、EXPLORATION、EMERGENCY、TRIAGE、ANALYSIS 等流程。此外还提供知识图谱 MCP 服务器（--corpus 选择语料）、只读 backlog 看板以及可选插件（默认关闭）。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。