引言

传统的AI编程助手，说到底还是“对话式”的——你问一句，它答一句，然后就没下文了。但对真正的开发工作来说，这种模式根本不够用。

想想看这些场景：你想让Claude帮你重构整个项目，它写完几个文件就撂下一句“我完成了”；你想让Claude持续修复bug，直到测试全部通过，它跑一次就自动停下来；你想让Claude“过夜干活”，第二天发现它早就睡大觉了。

2025年夏天，一位名叫Geoffrey Huntley的澳大利亚开发者（主业是牧羊人）写了个只有5行的bash脚本。思路很简单：不断重启Claude Code，反复喂给它同一个任务。他给这个脚本取名“Ralph Wiggum”——《辛普森一家》里那个屡败屡战、从不放弃的角色。

就这么个简单脚本，让整个硅谷炸了锅。不到两周，相关项目在GitHub上收获了7000多颗星。有人用它一晚上生成6个完整项目，花297美元的API成本干完了价值5万美元的活儿。甚至有人靠着它，在3个月内构建了一门完整的编程语言。

这一章要解决的核心问题只有一个：怎么让Claude Code像个真正的开发者一样，持续工作，直到任务真正完成。

核心原理：为什么AI会“过早停止”？

在介绍具体方法之前，得先搞清楚问题根子在哪儿。

AI的“完成判断”不可靠

大语言模型有个天生的缺陷：它根本没法准确判断自己到底干完了没有。

人类的完成标准是客观的——所有测试通过、功能完整可用、代码质量过关。可AI呢？只能凭“感觉”判断。它可能觉得“看起来差不多了”就停，或者觉得“输出够多了”就收工，又或者纯粹是不知道接下来该干什么，索性停下来。

这就不难理解，为什么需要一个外部系统来把关，而不是把决定权完全交给AI自己去“感觉”。

解决方案的核心思想

解法的核心，说白了就是让AI在一个“循环”里干活。

每次它想收工的时候，外部系统就来查岗三件事：真的干完了？符合客观标准了吗？还有没有遗漏？但凡有一条没满足，就把任务重新塞回去，继续下一轮。

这个思路的实现方式千差万别——从简单的bash脚本到复杂的编排系统，但本质都一样。

方法一：While True Bash Loop（最原始的方法）

这是最简单粗暴的实现方式。本质上就是写一个无限循环，每次重启Claude Code，喂给它同样的任务描述。

最精简的实现，5行代码就搞定：

#!/bin/bash
while true; do
    cat PROMPT.md | claude
done

工作原理

脚本的工作流程直白得很。第一步，读取PROMPT.md里的任务描述；第二步，启动Claude Code并把任务塞给它；第三步，Claude开始干活并输出结果；第四步，Claude干完自动退出；第五步，循环重新启动，回到第一步——除非你手动按Ctrl+C中断，不然它就一直跑下去。

优缺点

这方法的好处是极其简单，谁都能看懂，不用任何配置，拿来就能用，特别适合快速验证想法。

缺点也同样明显：它没法判断任务到底干完没有，搞不好就无限空转，没有安全保护机制，还白白浪费API调用额度。

实际使用示例

先创建一个PROMPT.md文件来描述任务。比如重构用户认证模块：

# 任务：重构用户认证模块
要求：
1. 将所有认证逻辑抽取到独立的AuthService类
2. 添加单元测试，覆盖率 > 80%
3. 更新相关文档
当所有测试通过且文档更新完成后，输出：任务完成

然后创建循环脚本并运行：

chmod +x loop.sh
./loop.sh

安全改进版

为了避免无限空转，加个迭代次数限制就好：

#!/bin/bash
MAX_ITERATIONS=50
iteration=0
while true; do
    iteration=$((iteration + 1))
    echo "=== 迭代 $iteration/$MAX_ITERATIONS ==="
    cat PROMPT.md | claude
    if [ $iteration -ge $MAX_ITERATIONS ]; then
        echo "达到最大迭代次数，停止"
        break
    fi
    sleep 5  # 稍作等待，避免API限流
done

这个改进版加上了最大迭代次数限制，每次循环会显示当前进度，到上限自动停。每次循环间还加了5秒延迟，防止触发API限流。

方法二：Ralph Wiggum Plugin（官方推荐）

Ralph Wiggum是Anthropic官方推出的插件，专门用来解决长时间任务的问题。名字取自《辛普森一家》里的角色，象征“尽管失败，仍坚持尝试”的精神。

核心机制：Stop Hook

Ralph的核心机制叫做Stop Hook。当Claude想要退出时，Stop Hook会拦截这个退出信号。然后系统开始检查：输出特定的完成标记了吗？没找到？那就重新注入原始prompt，开始下一轮迭代。找到了？那才放行让Claude退出。

这个机制保证了Claude不会因为“感觉差不多了”就撂挑子，必须真正完成明确标记的任务才能收工。

安装

Ralph Wiggum是Claude Code的官方插件，有两种安装方式。

方式一：通过官方插件市场安装（推荐）

# 在Claude Code中运行
claude
# 添加官方插件市场
/plugin marketplace add anthropics/claude-code
# 安装Ralph Wiggum
/plugin install ralph-wiggum@claude-code-plugins
# 验证安装
/plugin list

方式二：直接从GitHub安装

# 进入插件目录
cd ~/.claude/plugins/
# 克隆插件仓库
git clone https://github.com/anthropics/ralph-wiggum-plugin.git

装完之后，你就可以用这些命令了：

• /ralph-wiggum:ralph-loop - 启动循环
• /ralph-wiggum:cancel-ralph - 取消循环
• /ralph-wiggum:help - 查看帮助

基本使用

基本用法就是通过/ralph-wiggum:ralph-loop命令：

/ralph-wiggum:ralph-loop "构建一个待办事项API，包含CRUD操作、输入验证、测试。全部完成后输出COMPLETE" --max-iterations 50 --completion-promise "COMPLETE"

参数说明

最重要的两个参数是--max-iterations和--completion-promise。

--max-iterations设置最大迭代次数，是安全机制，推荐设在20到100之间。就算任务没完成，到了这个数也会停，防止无限循环烧掉API额度。

--completion-promise指定完成标记文本，得是个明确唯一的标识。当Claude的输出中包含这个标记，Ralph才会认为任务完成，允许退出。推荐用COMPLETE、TASK_DONE这类清晰的标记，别用模棱两可的词。

Prompt编写最佳实践

写好Prompt是Ralph成功的关键。

不好的Prompt，没有明确的完成标准。比如简单一句“写一个todo API”，AI写个基础框架就说完成了——没测试、没验证、没文档。

好的Prompt应该包含详细的阶段性要求和明确的验收标准。可以这样写：

首先分阶段描述任务。阶段1是基础功能，列出所有CRUD端点：POST /todos创建任务、GET /todos获取列表、GET /todos/:id获取单个、PUT /todos/:id更新、DELETE /todos/:id删除。阶段2是输入验证，标题不能为空，完成状态必须是布尔值。阶段3是测试，为每个端点编写测试，覆盖率大于80%。

然后列出验收标准：所有测试通过、代码通过linter检查、README包含API文档。

最后指定唯一的完成标记：TODO_API_COMPLETE。

这样一来，Claude就知道确切要做什么、什么时候才算真干完了。

更多Prompt模板示例

这里有些常见任务的Prompt模板，可以直接用，也可以按需改。

模板1：测试迁移（Jest → Vitest）

/ralph-wiggum:ralph-loop "将项目中所有测试从Jest迁移到Vitest：
- 保持所有测试逻辑不变
- 更新配置文件（vite.config.js、vitest.config.js）
- 替换Jest特有的API（如jest.mock → vi.mock）
- 确保所有测试通过
- 移除Jest相关依赖
验收标准：
- npm test全部通过
- package.json中无jest依赖
- 项目能正常构建
完成后输出：VITEST_MIGRATION_COMPLETE" --max-iterations 40 --completion-promise "VITEST_MIGRATION_COMPLETE"

模板2：UI/UX优化（移动端优先）

/ralph-wiggum:ralph-loop "把这个项目的UI/UX做得更像一款精致的、移动端优先的语言学习App：
- 统一间距与留白（使用4px基础单位）
- 建立清晰的字体层级（标题/正文/辅助信息）
- 统一卡片、列表等组件样式
- 添加底部导航（Home/Learn/Quiz/Progress/Settings）
- 确保在移动设备上显示良好
验收标准：
- npm run build成功
- 无TypeScript错误
- 主要页面在移动端预览正常
完成后输出：UI_UX_COMPLETE" --max-iterations 25 --completion-promise "UI_UX_COMPLETE"

模板3：批量添加TypeScript类型

/ralph-wiggum:ralph-loop "给项目中所有函数添加TypeScript类型注解：
- 优先处理src/目录
- 为函数参数和返回值添加类型
- 避免使用any，使用具体类型或unknown
- 添加必要的类型定义
验收标准：
- npm run typecheck通过
- 无@ts-ignore或@ts-any注释
- 代码能正常运行
完成后输出：TYPES_ADDED" --max-iterations 30 --completion-promise "TYPES_ADDED"

模板4：TDD驱动功能开发

/ralph-wiggum:ralph-loop "使用TDD方式实现用户结账功能：
1. 先写测试（checkout.test.ts）
2. 运行测试（会失败）
3. 编写最小代码使测试通过
4. 重构优化
5. 重复直到所有测试通过
功能要求：
- 购物车商品列表
- 运费计算
- 优惠券应用
- 支付表单验证
验收标准：
- 所有测试通过（npm test checkout.test.ts）
- 代码覆盖率 > 80%
- ESLint无错误
完成后输出：CHECKOUT_COMPLETE" --max-iterations 25 --completion-promise "CHECKOUT_COMPLETE"

模板5：代码风格统一

/ralph-wiggum:ralph-loop "统一项目代码风格：
- 使用Prettier格式化所有文件
- 统一命名规范（变量camelCase，组件PascalCase）
- 移除未使用的导入和变量
- 统一字符串引号（单引号）
- 统一分号使用（不使用）
验收标准：
- npm run lint通过
- 代码风格一致
- 构建成功
完成后输出：STYLE_UNIFIED" --max-iterations 20 --completion-promise "STYLE_UNIFIED"

实战案例

有个很出名的案例，是在Y Combinator黑客松上。一个团队用了Ralph Loop。晚上11点他们设置了任务：根据specs目录下的6个产品需求，依次实现每个项目的MVP，每完成一个输出特定的完成标记。最大迭代次数设200次，然后就去睡觉了。

第二天早上醒来，发现已经有6个可演示的项目等着他们，API调用成本才297美元。这就是Ralph的威力——你睡觉的时候，AI还在干活。

另一个案例来自Boris Cherny（Claude Code负责人）。他用Ralph加上Opus 4.5模型，30天内提交了259个PR，总共497次提交，新增4万行代码，删掉3.8万行代码。最惊人的是，这100%由Claude Code完成，没有人工写过一行代码。

还有个更疯的案例：CURSED编程语言。这是Ralph的创建者Geoffrey Huntley用Ralph Loop在3个月内自主构建的一门完整编程语言。这门语言用Gen Z俚语作为关键字（比如slay、sus、based），但更关键的是，它包含了一个完整的LLVM编译器实现、标准库，和部分编辑器支持。这个项目展示了Ralph Loop的真正潜力——给它一个清晰的目标，它能连续干几个月，真把复杂的项目做出来。

更多真实案例

有个开发者用Ralph重构一个遗留项目。项目代码混乱，没有测试，文档缺失。他给Ralph的任务是：先给现有代码加测试，然后逐步重构，每次重构完确保测试通过，最后更新文档。

设置好让Ralph跑了一整个周末。周一回来一看，项目已经发生了47次提交，代码结构清晰，测试覆盖率达到75%，还有完整的API文档。成本大概12美元。

Ralph的哲学

Ralph体现了三个核心思想。

第一，迭代大于完美。别指望一次就完美，让循环来改进。第一次可能只写个框架，第二次修bug，第三次优化代码，第四次加测试，每次都更好一点。

第二，失败就是数据。每次测试失败都是改进的机会，别怕失败，从失败里学习。

第三，持续尝试。Keep trying until it works——这就是Ralph的精神。

什么时候适合/不适合使用Ralph

搞清楚Ralph的适用场景很重要，能帮你省时间省成本。

✅ 适合使用Ralph的场景

❌ 不适合使用Ralph的场景

判断标准

问自己三个问题：

1. 我能定义明确的完成标准吗？不能？不适合。
2. 有客观的验证方法吗？（测试、构建、类型检查）没有？不适合。
3. 这个任务需要我持续反馈吗？需要？不适合。

如果三个答案都是“否”，那就放手让Ralph去干吧！

方法三：增强版Ralph

这是社区对官方Ralph的增强实现，在GitHub上可以找到frankbria/ralph-claude-code项目，增加了很多安全机制。

额外特性

增强版提供了几个额外的安全特性。

第一个是双重退出条件。官方Ralph只需要检查完成标记，增强版要同时满足完成标记和显式EXIT_SIGNAL才会真正停止。也就是说，就算Claude输出了完成标记，如果没明确说要退出，循环还会继续，可以做进一步的验证和改进。

第二个是速率限制功能。默认设成100次/小时，防止因为某种bug导致无限循环时，API账单爆炸。你可以根据需要调整。

第三个是智能熔断器。如果系统连续5次检测到完成标记，会强制退出。这是为了防止某种边缘情况导致循环没法正常结束。

第四个是实时仪表盘。增强版提供了命令行界面，可以显示当前迭代次数、任务进度、预估成本等信息，随时掌握状态。

安装

安装增强版Ralph，先从GitHub克隆仓库：

git clone https://github.com/frankbria/ralph-claude-code.git
cd ralph-claude-code
./install.sh

安装脚本会自动设置好所需的文件和配置。

使用

使用增强版Ralph分两步。先用ralph-setup命令初始化项目：

ralph-setup my-project

这会在项目里创建所需的配置文件。然后用ralph loop命令启动循环：

ralph loop

配置文件

增强版Ralph用配置文件.claude/ralph-config.json来设置参数：

{
  "maxIterations": 50,
  "rateLimitPerHour": 100,
  "completionPromise": "TASK_COMPLETE",
  "exitSignal": "EXIT_NOW",
  "costAlertThresholds": [10, 50, 100]
}

maxIterations是最大迭代次数。rateLimitPerHour是每小时速率限制。completionPromise是完成标记文本。exitSignal是显式退出信号。costAlertThresholds是成本预警阈值，花费达到这些金额时会发出警告。

方法四：Agent Teams（多袋里并行）

当任务足够大，单个Claude不够用时，就需要“团队协作”了。

Agent Teams是一个高级功能，允许多个Claude实例并行工作，通过共享任务列表来协调依赖关系。适合超大型项目——比如Nicholas Carlini的实验里，16个并行Agent在两周内编写了超过10万行代码，构建出一个能编译Linux内核的C编译器。

Agent Teams的内容比较复杂，我们会在下一节《3.3 Agent Teams 多袋里协作》里详细讲解。

方法五：后台任务（Ctrl+B）

这是一个简单但实用的非阻塞执行方法。

基本操作

使用方式很直观。当Claude开始运行一个任务时，按Ctrl+B就能把它推到后台。

比如你说：“运行完整测试套件”。Claude开始运行。按Ctrl+B，Claude会返回：“任务已推送到后台（ID: task_abc123）”。然后你可以继续说：“同时，帮我分析这个日志文件”。Claude就会在后台跑着测试，同时帮你分析日志。

查看后台任务

有几种方式查看后台任务。用/tasks命令可以列出所有后台任务，包括任务ID、状态、启动时间等信息。按Ctrl+T可以快速查看任务状态的摘要。也可以从列表里选某个任务，把它恢复到前台（Bring to foreground），查看它的实时输出。

适用场景

后台任务适合几个典型场景。

第一个是长时间运行的测试。完整测试套件可能要几十分钟，用后台任务可以在测试运行的同时继续开发。

第二个是大型项目构建。构建过程可能耗时很长，后台运行不会阻塞其他工作。

第三个是批量文件处理。比如批量重命名、批量格式化，都可以在后台进行。

第四个是任何你不想等着的事情。

安全机制：防止无限循环

任何自动循环系统都得有安全保护，不然可能失控。

硬性限制

最基本的保护是设置--max-iterations（最大迭代次数），这个是必须的。不管任务完成没有，到了这个次数就停，防止无限循环烧掉API额度。

还可以设时间限制，比如最长运行4小时后自动停止。或者设API预算警告，花费到一定金额（比如10美元、50美元、100美元）时暂停并通知你。

智能检测

可以加些智能检测来发现死循环。比如检查最近几次提交有没有实质变化：

if [ $(git diff HEAD~5 | wc -l) -eq 0 ]; then
    echo "最近5次提交没有实质变化，可能陷入循环"
    exit 1
fi

如果最近5次提交的代码差异很小，说明可能陷进死循环了，该停就停，该报警就报警。

成本预警

配置文件里可以设置成本预警阈值：

{
  "costAlertThresholds": [10, 50, 100],
  "alertAction": "pause_and_notify"
}

花费到10、50、100美元时，系统会暂停任务并发送通知，让你决定要不要继续。

人工检查点

对特别重要的任务，可以设置人工检查点：

if [ $((iteration % 10)) -eq 0 ]; then
    read -p "已完成 $iteration 次迭代，继续吗？(y/n)" answer
    if [ "$answer" != "y" ]; then
        break
    fi
fi

这样每10次迭代暂停一次，等你确认要不要继续。有问题可以及时干预。

实战：用Ralph Loop构建完整的BBS论坛系统

接下来通过一个完整的例子，看看Ralph Loop到底能干什么。我们将从零开始构建一个仿BBS论坛系统，包含用户鉴权、发帖、用户中心和管理后台。

项目目标

构建一个功能完整的BBS论坛系统，包含：

用户端功能：

• 用户注册、登录、退出
• 浏览帖子列表（分页）
• 查看帖子详情
• 发布新帖
• 评论功能
• 个人中心（查看自己的帖子、修改个人信息）

管理后台功能：

• 管理员登录
• 用户管理（封禁、解封）
• 帖子管理（删除、置顶）
• 评论管理
• 系统统计

技术栈：

• 后端：Node.js + Express + SQLite数据库
• 前端：React + React Router + Axios
• 认证：JWT Token
• 样式：Tailwind CSS

准备工作

先安装Ralph Wiggum插件：

claude /plugins:add ralph-wiggum

启动Ralph Loop

启动Ralph Loop，让它把整个项目干完：

/ralph-wiggum:ralph-loop "请从零开始构建一个完整的BBS论坛系统，使用TDD方式开发。项目结构要求：- backend/目录：Express API服务器- frontend/目录：React前端应用- 两个目录都有各自的测试后端功能要求：- 使用Express框架- SQLite数据存储（better-sqlite3）- JWT用户认证（jsonwebtoken + bcrypt）- 用户表：id、username、password、email、role、createdAt- 帖子表：id、title、content、authorId、category、pinned、createdAt- 评论表：id、content、postId、authorId、createdAt后端API端点：- POST /api/auth/register - 用户注册- POST /api/auth/login - 用户登录- GET /api/posts - 获取帖子列表（分页、分类筛选）- GET /api/posts/:id - 获取帖子详情- POST /api/posts - 发布帖子（需登录）- PUT /api/posts/:id - 编辑帖子（作者或管理员）- DELETE /api/posts/:id - 删除帖子（作者或管理员）- POST /api/posts/:id/comments - 发表评论（需登录）- GET /api/user/profile - 获取个人信息（需登录）- PUT /api/user/profile - 更新个人信息（需登录）- GET /api/admin/stats - 管理员统计（需管理员）- GET /api/admin/users - 用户列表（需管理员）- PUT /api/admin/users/:id/ban - 封禁用户（需管理员）前端页面要求：- /login - 登录页- /register - 注册页- / - 首页（帖子列表）- /post/:id - 帖子详情- /new - 发布帖子- /profile - 个人中心- /admin - 管理后台（需管理员权限）管理后台功能：- 用户管理（查看、封禁、解封）- 帖子管理（查看、删除、置顶）- 评论管理（查看、删除）- 系统统计（用户数、帖子数、评论数）TDD要求：- 先写测试，后写代码- 每个功能都要有对应的测试- 后端使用Jest，API测试要覆盖所有端点- 前端使用Vitest，组件测试要覆盖主要功能- 认证中间件要有测试验收标准：- 运行npm test（后端）全部通过- 运行npm test（前端）全部通过- 前端可以正常启动并使用- 后端API可以正常响应- 普通用户和管理员权限正确隔离- 代码通过ESLint检查完成后输出：BBS_SYSTEM_COMPLETE" --max-iterations 150 --completion-promise "BBS_SYSTEM_COMPLETE"

预计时间

根据项目复杂度：

人工编写的话，大概得40到60小时（包括数据库设计、认证系统、前后端联调、测试）。

用Ralph Loop的话：

• 基础版本（核心功能）：约3到5小时
• 完整版本（包含管理后台、测试）：约6到10小时

监控进度

Ralph Loop运行时，可以通过几个方式监控进度：

查看迭代次数：Ralph会显示当前迭代次数和最大次数，可以估算剩余时间。

查看日志：可以看到Claude正在干什么——设计数据库、写API、实现前端组件、修bug。

测试状态：每次测试运行的结果都会显示，通过的测试会增加，失败的会减少。当失败的测试开始变少，就说明项目快完成了。

完成后验证

当Ralph Loop输出完成标记后，需要手动验证：

# 后端测试
cd backend
npm test

# 前端测试
cd frontend
npm test

# 启动后端
cd backend
npm start

# 启动前端（另一个终端）
cd frontend
npm run dev

打开浏览器，测试以下流程：

1. 注册新用户
2. 登录
3. 浏览帖子
4. 发布新帖
5. 发表评论
6. 访问个人中心
7. 退出后用管理员登录（默认账号：admin/admin123）
8. 测试管理后台功能

注意事项

Ralph Loop虽然强大，但有几点要注意：

第一，Prompt越详细，结果越好。模糊的Prompt需要更多迭代来修正。

第二，设合理的迭代次数。BBS系统比较复杂，建议至少100次迭代。

第三，TDD是推荐方式。先写测试能大幅减少调试时间。

第四，最终还是要人工验证。AI可能漏掉边界情况或特殊场景，特别是安全相关的功能。

第五，数据库设计要仔细。Ralph可能需要几次迭代才能设计出合理的数据库结构。

方法对比与选择

各种方法各有特点，适合不同的场景。

While True Loop最简单，5行代码就能工作，适合快速实验和原型验证。但功能有限，没有完成检测，只能靠迭代次数限制。

Ralph Wiggum是通用推荐，适合大部分场景。有完整的Stop Hook机制，支持完成标记检测，有官方支持，文档完善。

增强版Ralph更适合生产环境，有双重退出条件、速率限制、智能熔断器等额外的安全机制。

后台任务适合简单的非阻塞执行，按Ctrl+B就能用。但只是简单的后台运行，没有循环机制。

总结

让Claude Code长时间工作的核心思想其实很简单：别让它“一次完成”，而是让它“持续尝试直到真正完成”。

所有方法本质上都在做同一件事：给Claude一个任务，让它工作，检查是不是真干完了，没干完就继续下一轮。

选哪种方法，看你的具体需求。

想要简单快速？用While True Loop。5行代码就能工作，但功能有限。

想要通用推荐？用Ralph Wiggum。官方支持，功能完整，适合大部分场景。

如果是生产环境？用增强版Ralph。有额外的安全机制，更可靠。

（Agent Teams多袋里协作的内容请参考下一节《3.3 Agent Teams 多袋里协作》）

希望这一章的内容能帮你更好地利用Claude Code，让AI真正成为你的生产力工具，而不是只会聊天的机器人。

参考资料

官方资源

• Claude Code官方文档 - Claude Code的完整官方文档
• Ralph Wiggum Plugin README - Ralph Wiggum插件的官方文档
• Claude Code Hooks系统 - Hooks系统的官方文档

社区项目

• frankbria/ralph-claude-code - 增强版Ralph实现，包含额外的安全机制
• Awesome Ralph - Ralph资源和示例精选列表
• Ralph Ryan - 结合PRD生成和Ralph循环的实现
• snarktank/ralph - 原始Ralph实现

文章与教程

英文资源

• Geoffrey Huntley - Ralph Technique - Ralph技术的原创者
• 构建可靠长时运行AI袋里的有效框架实践 - Anthropic工程博客精读
• Claude Code全攻略 - 完整的使用指南

实战案例

• CURSED编程语言 - 用Ralph在3个月内构建的完整编程语言
• Boris Cherny's 30 Days - 259个PRs案例分享
• Y Combinator黑客松 - 6个项目过夜生成的案例
• Geoffrey Huntley's Blog - Ralph创始人的技术博客