# Claude Code 自动迭代 Loop 模式从零上手实战指南

> **JeecgBoot AI专题研究** | Claude Code Loop 循环模式入门实战，从原理到案例全面解析

---

#### 一、Loop 到底解决什么问题？

用 Claude Code 写代码，你大概率遇到过这个场景：

把需求丢给它 → 它忙活一阵 → 输出一堆代码 → 停了。

测试没过？它把报错贴给你，等你下一步指令。逻辑没写完？它声称"已完成"就交差了。

这不是 Claude 不够聪明，而是它默认是单轮执行——做完一轮推理就认为任务结束，不会主动回头跑测试、发现问题、再改一遍。

Loop（循环）就是来填这段空白的：让 Claude 自动"写代码 → 验证 → 发现问题 → 再改"，反复迭代，直到达成你定义的"完成标准"才停。

入门阶段你只需要记住三件事：

- loop 不神奇，它会放大你的提示词——要求写得清楚，效果惊人；写得模糊，它会无限猜测"什么叫完成"。
- 完成标准必须可量化（测试通过、构建成功、接口跑通），不能是"做得好一点"。
- 永远设上限（最大迭代次数），这是成本的安全阀，省略它等于让 AI 烧光你的额度。

#### 二、三种用法，从最简单到最实用

入门不用贪多。先认识这三种，按场景挑一种用就够了。

**用法 A：bash 循环（零安装，最简单）**

适合批量处理一堆能列出来的文件/任务，比如批量迁移、批量审查。本质就是用普通的 shell 循环反复调用 `claude -p`（headless 模式，传入提示词、跑完就退出）。

```bash
# 第一步：先让 Claude 生成任务清单
claude -p "列出所有需要从 React 迁移到 Vue 的文件" > migration-list.txt

# 第二步：循环处理每个文件
for file in $(cat migration-list.txt); do
  claude -p "把 $file 从 React 迁移到 Vue" \
    --allowedTools "Edit,Bash(git commit:*)" \
    --max-turns 40 \
    --max-budget-usd 2
done
```

要点：`--allowedTools` 限定它能用哪些工具，避免乱来。`--max-turns` 和 `--max-budget-usd` 是成本刹车，务必带上。

**用法 B：Ralph Loop 插件（装一下就能用，适合长任务）**

适合从零搭新项目、可以挂后台跑的长任务（睡前启动、醒来看结果）。它通过"停止钩子"在 Claude 每次想退出时拦住它，把任务重新喂回去，直到 Claude 输出你约定的完成关键词。

安装（需要 Claude Code 2.0.76 以上）：

```bash
# 添加插件市场
/plugin marketplace add anthropics/claude-code

# 安装 Ralph Wiggum 插件
/plugin install ralph-wiggum@claude-code-plugins

# 重载插件
/reload-plugins
```

运行：

```bash
/ralph-wiggum:ralph-loop "<任务描述>" --completion-promise "DONE" --max-iterations 10
```

三个参数：任务描述越具体越好；`--completion-promise` 是完成后必须输出的关键词，循环靠它判断是否结束；`--max-iterations` 是最大迭代次数，别省略。

中途想停：`/ralph-wiggum:cancel-ralph`

**用法 C：自定义 /loop 命令（验证最可信，适合严肃工程）**

适合已有项目里修 bug/重构，且项目已经有能跑出"绿/红"的检查命令（test、lint、类型检查等）。

它的精髓是把"写"和"验"拆成两个 Agent：一个只写代码，一个只跑检查且在工具层面就没有改文件的权限，所以它没法自欺欺人地说"我做完了"。这种做法更稳，但需要写几个配置文件，属于进阶。入门可以先跳过，用熟了 A 和 B 再回来看。

#### 三、入门实战：三个由浅入深的案例

下面三个案例，照着抄就能感受到 loop 的威力。建议从案例一开始，一步步来。

**案例一：5 分钟体验——写一个带测试的小函数**

这是最适合第一次尝试的任务：小、可验证、能明显看到"每轮在变好"。

```bash
/ralph-wiggum:ralph-loop "写一个校验邮箱地址的 Python 函数。
要求：处理边界情况，并写 3 个测试用例。
全部完成后输出 DONE。" --completion-promise "DONE" --max-iterations 5
```

你会观察到：第一轮可能只是基础实现，后几轮逐渐加上边界处理、优化错误提示、补全测试覆盖。输出质量一轮比一轮高——这就是 loop 的价值。

如果你还没装插件，用 bash 版也能体验类似效果：

```bash
claude -p "写一个校验邮箱的 Python 函数，含边界处理和 3 个测试，并运行测试确认全过" \
  --allowedTools "Write,Edit,Bash" --max-turns 10
```

**案例二：好提示词 vs 坏提示词（这一节决定你成败）**

同样的任务，提示词差一点，结果天差地别。这是 loop 入门最重要的一课。

**坏提示词**——Claude 不知道什么叫"好"，容易无限循环：

```
做一个 todo API，做好一点。
```

**好提示词**——给出明确的完成清单：

```bash
/ralph-wiggum:ralph-loop "做一个 todo 的 REST API。

完成标准：
- 所有增删改查接口都能用
- 有输入校验
- 测试通过，覆盖率 80% 以上
- 有 README 写明 API 文档

全部满足后输出 COMPLETE。" --completion-promise "COMPLETE" --max-iterations 15
```

记住这个公式：**任务 + 可勾选的完成清单 + 完成关键词**。清单上每一条都要是"能客观判断对错"的，这样 loop 才有明确的前进方向，不会陷入"猜你想要什么"的内耗。

**案例三：内嵌"自我纠错"逻辑——TDD 循环**

把迭代规则直接写进提示词，让测试结果成为循环的"燃料"——每次失败都让下一轮更精准。

```bash
/ralph-wiggum:ralph-loop "用 TDD 方式实现购物车的'添加商品'功能：

1. 先写会失败的测试
2. 实现功能
3. 运行测试
4. 如果有测试失败，调试并修复
5. 需要的话重构
6. 重复直到所有测试通过

全部变绿后输出 DONE。" --completion-promise "DONE" --max-iterations 20
```

**进阶小技巧**——给"卡住"留个出口，在提示词末尾加上：

```
如果 10 轮后仍无法完成：
- 记录是什么卡住了进度
- 列出你试过的方法
- 给出替代方案建议
完成时输出 DONE，被卡住时输出 STUCK。
```

这样即使任务失败，你也能拿到一份诊断报告，而不是白烧 token。

#### 四、什么时候用、什么时候别用

**适合 loop 的场景：**

- 成功标准可量化（测试通过、构建成功、接口跑通）
- 需要反复"写代码 → 跑测试 → 修 bug"的迭代任务
- 全新项目从零增量搭建
- 可以挂后台、睡前启动、醒来看结果的长任务

**不适合 loop 的场景：**

- 需要主观判断的决策（UI 设计、架构取舍）
- 简单的一次性任务（没必要套循环）
- 成功标准本身说不清楚（没有关键词能触发结束）
- 生产环境定向排查 bug（这种更需要人来指挥）

#### 五、新手最该记住的 5 条成本与避坑原则

1. **`--max-iterations` / `--max-turns` 必填**。大多数任务 10–20 次足够，复杂项目 30–50 次。没有上限的循环 = 没有终点的马拉松。
2. **先用小上限试跑**，验证提示词逻辑没问题，再加大次数。
3. **完成标准越具体越省钱**。模糊的要求让 AI 反复猜测，猜测就是在烧钱。
4. 简单任务用便宜的模型配置就行，不必每轮拉满。
5. **任务太大就拆阶段**。与其让它一口气做完整个电商系统，不如拆成"阶段 1：登录鉴权 → 阶段 2：商品目录 → 阶段 3：购物车"，每个阶段验证通过再进下一个。

---

#### 总结

Loop 改变的不是 Claude 的智商，而是它的工作模式——从"给你一个答案"变成"直到做对为止"。

而你的角色也变了：以前你是质检员，要肉眼盯着每一行 AI 写的代码；现在你是需求方，输入任务、设好完成标准、审一眼最终结果就行。

技术本身不复杂，门槛只有一个：你得会把"什么叫完成"说清楚。

从案例一开始，今天就跑一次试试。

---

*本文为 JeecgBoot AI 专题研究系列文章。*

JeecgBoot AI专题研究 | Claude Code Loop 循环模式入门实战，从原理到案例全面解析

Claude Code 自动迭代 Loop 模式从零上手实战指南

编程语言

开发工具

人工智能

ClaudeCode Loop循环模式实战指南：从原理到案例解析，教你如何利用自动迭代提升代码质量。掌握三种实用方法（bash循环、RalphLoop插件、自定义命令），通过可量化的完成标准让AI持续优化代码，直到测试通过。文章包含5分钟入门案例、提示词优化技巧及成本控制原则，适合从零开始学习AI辅助编程的开发人员。

代码解释

Python

Agent

React

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Claude Code 自动迭代 Loop 模式从零上手实战指南-腾讯云开发者社区-腾讯云

Claude Code 自动迭代 Loop 模式从零上手实战指南

Claude Code 自动迭代 Loop 模式从零上手实战指南

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐