Continuous Autonomous Task Loop Pattern

传统开发工作流在任务管理环节需要持续的人工干预：

• 人工任务选择：开发人员需耗费时间从待办事项列表中决定下一步的工作内容
• 上下文切换损耗：在不同类型任务间切换会打断心流状态
• 速率限制中断：API速率限制会打断开发节奏，需要人工等待
• 重复性Git操作：完成每项任务都需人工执行暂存、提交和状态检查操作
• 错误恢复：失败的任务需要人工诊断并重启

这种人工编排方式会降低整体生产力，阻碍开发人员专注于更高层次的问题解决工作。

实现一个无需人工干预、可自主处理任务选择、执行与完成的持续自主循环机制：

1. 每次迭代使用全新Context：每个任务都以干净的Context启动，避免上下文污染
2. 自主任务选择：使用专用子Agent挑选下一个合适的任务
3. 自动化Git管理：通过专用子Agent处理提交与状态更新
4. 智能速率限制处理：检测速率限制并执行指数退避策略
5. 基于流的进度追踪：通过JSON流提供实时反馈
6. 可配置的执行限制：设置安全阈值以防止失控执行

该模式会持续运行循环，直到手动停止或达到迭代限制。

前置条件

• 具备自主执行能力的CLI代理工具（如Claude Code等）
• 包含TODO.md或类似任务文件的Git仓库
• 用于流处理的JSON解析工具（jq）

实现步骤

1. 任务文件设置：创建包含离散、可执行任务的结构化待办文件
2. 配置循环脚本：设置迭代限制和速率限制处理参数
3. 子代理配置：为任务选择和Git操作定义专用Agent
4. 安全配置：设置合适的权限级别与监控机制
5. 启动循环：使用已配置参数启动自主执行

关键配置选项

# 示例配置
MAX_ITERATIONS=50           # 安全限制
CLAUDE_CLI="claude"         # CLI工具选择
RATE_LIMIT_BACKOFF=300      # 速率限制时等待的秒数
STREAM_JSON=true           # 实时进度跟踪

安全注意事项

• 始终设置最大迭代限制
• 使用版本控制以具备回滚能力
• 监控执行日志，排查异常行为
• 从小批量任务开始验证行为有效性

优点：

• 完全自主：消除手动任务编排的运营开销
• 持续推进：无需人工干预即可保持开发势头
• 纯净上下文：每个任务都能获得独立无干扰的推理上下文
• 智能错误处理：针对常见故障模式自动恢复
• Git 自动化：自动维护整洁的提交历史
• 限流韧性：优雅应对API限制约束

缺点/注意事项：

• 人工监督弱化：对单个任务决策的管控力度降低
• 权限要求较高：为实现自主运行需要提升执行权限
• 失控风险：可能出现非预期的大规模执行场景
• 任务质量依赖：有效性取决于任务定义的结构化程度
• 复杂问题处理能力有限：最适用于离散、定义明确的任务
• 资源消耗：持续执行会占用计算资源