这是互联网上找到可立即使用的智能体循环的最佳网站。

完全免费。

大多数 AI 工程师还在从头编写这些代码。

https://t.co/FHDHGXam6Z

收藏这个网站。

然后阅读以下内容 ↓ https://t.co/H5vkrn3UJ2

Loop Library：可重复的 AI 智能体工作流 | Forward Future

来源：https://signals.forwardfuture.com/loop-library/

复制具有清晰检查和停止条件的实用 AI 智能体提示。

显示 70 个循环

更新于 2026 年 6 月 26 日

Agentic engineering loopsLoopAction工程 By Matthew Berman

文档扫描 (https://signals.forwardfuture.com/loop-library/loops/overnight-docs-sweep/)

保持文档与当前代码库对齐，并开启一个可评审的拉取请求。当需要文档遍历时，全面审查代码库，确保所有文档反映当前实现。更新过时的文档，验证更改，然后开启一个拉取请求。

工程 By Peter Steinberger

架构满意度循环 (https://signals.forwardfuture.com/loop-library/loops/architecture-satisfaction-loop/)

通过小的、经过测试的、独立评审的检查点来重构架构。不断重构直到对架构满意。在每个重要步骤后，进行系统实时测试、运行自动审查并提交。在 /tmp/refactor-{projectname}.md 中跟踪进度。

工程 By Matthew Berman

50 毫秒内页面加载循环 (https://signals.forwardfuture.com/loop-library/loops/sub-50ms-page-load-loop/)

优化每个页面，直到其持续在 50 毫秒内加载完成。持续优化代码速度。每次重大更改后，在相同的可重复测试条件下测量每个页面的加载性能。持续进行直到每个页面都在 50 毫秒内加载完成。

工程 By Matthew Berman

生产错误扫描 (https://signals.forwardfuture.com/loop-library/loops/production-error-sweep/)

发现、修复并验证生产环境中的可操作错误。审查生产日志中的错误。如果找到可操作的问题，追溯到根源、修复它、验证修复并开启一个拉取请求。如果没有可操作错误，则停止，不做任何更改。

工程 By Matthew Berman

100% 测试覆盖率循环 (https://signals.forwardfuture.com/loop-library/loops/100-percent-test-coverage-loop/)

添加有意义的测试，直到整个测试套件达到 100% 覆盖率。持续添加测试直到达到 100% 测试覆盖率。

内容 By Matthew Berman

SEO/GEO 可见性循环 (https://signals.forwardfuture.com/loop-library/loops/seo-geo-visibility-loop/)

修复搜索和 AI 回答可见性中影响最大的缺口。进行 SEO/GEO 审计，覆盖可抓取性、索引、页面意图、标题、内部链接、结构化数据、来源引用和答案优先内容。按预期影响对缺口排序，修复杠杆效应最高的问题，然后在搜索引擎和 AI 回答引擎上重新运行相同的抓取和目标查询基准测试。重复直到没有关键技术问题残留，每个优先查询都映射到清晰的答案就绪页面，并且基准测试显示没有高影响缺口需要修复。

工程 By Matthew Berman

日志覆盖率循环 (https://signals.forwardfuture.com/loop-library/loops/exhaustive-logging-coverage-loop/)

为每个重要的系统路径添加有用且经过测试的日志。审查系统的日志记录，添加缺失的覆盖率，直到每个重要路径都产生有用且经过测试的日志。

工程 By Matthew Berman

夜间变更日志循环 (https://signals.forwardfuture.com/loop-library/loops