22 poin oleh xguru 2026-03-12 | Belum ada komentar. | Bagikan ke WhatsApp
  • Sistem loop AI jangka panjang yang berulang menelusuri daftar tugas dan menjalankannya hingga selesai
  • Menjalankan AI CLI seperti Claude Code/Codex/Gemini dengan aman di lingkungan sandbox Docker
  • Cara penggunaan
    • Langkah 1: Instal Ralph npx @pageai/ralph-loop
    • Langkah 2: Tulis PRD (dokumen kebutuhan produk) dan daftar tugas: buat PRD dari kebutuhan dengan skill prd-creator lalu tinjau tiap tugas
    • Langkah 3: Siapkan agen di dalam sandbox Docker
      • Jalankan docker sandbox run claude . lalu login
      • Pastikan memilih Yes untuk Bypass Permissions mode. Inilah alasan menggunakan sandbox
    • Langkah 4: Jalankan Ralph ./ralph.sh -n 50 # Menjalankan Ralph Loop berulang 50 kali
  • Cara kerjanya: pada setiap iterasi, Ralph melakukan hal-hal berikut
    • 1. Mencari tugas belum selesai dengan prioritas tertinggi di file .agent/tasks.json
    • 2. Menjalankan langkah-langkah tugas secara berurutan yang didefinisikan di .agent/tasks/TASK-{ID}.json
    • 3. Menjalankan test·linter·type check
    • 4. Menyelesaikan tugas, mengambil screenshot, memperbarui status tugas dan melakukan commit perubahan
  • Hal yang membedakan versi PageAI ini dari loop Ralph Wiggum lainnya
    • Membuat PRD dan mengekstrak daftar tugas dari kebutuhan
    • Membuat tabel lookup tugas dari PRD
    • Memecah langkah kerja dan membaginya menjadi langkah-langkah yang mudah dikelola
    • Melacak progres iterasi (ditampilkan seiring waktu)
    • Pratinjau stream output real-time dan deteksi tahap aktivitas (Thinking, Testing, dll.)
    • Mengambil screenshot layar saat ini
    • Memberi notifikasi saat input manusia dibutuhkan
    • Logging riwayat dengan output yang rapi untuk tiap iterasi
    • Menampilkan metrik waktu untuk tiap iterasi dan keseluruhan durasi
    • Memungkinkan memprioritaskan pekerjaan penting dengan fitur Steering
    • Secara terpisah
      • Jika memasukkan kebutuhan yang tidak terstruktur, agen akan otomatis membuat PRD dan daftar tugas
      • Karena menggunakan tabel pencarian tugas yang mencakup langkah detail individual, alat ini sangat skalabel saat harus menangani ratusan tugas
      • Berjalan di lingkungan sandbox sehingga keamanan lebih kuat
      • Menampilkan progres dan statistik sehingga tugas yang selesai dapat dicek dengan mudah
      • Menginstruksikan agen untuk menulis dan menjalankan test otomatis serta screenshot untuk tiap tugas
      • Memberikan visibilitas dan keterlacakan terhadap pekerjaan agen
      • Menampilkan stream output dan merekam log riwayat lengkap untuk tiap pekerjaan iteratif
  • Lisensi MIT

Belum ada komentar.

Belum ada komentar.