Ralph 是一个自主 AI 编码循环：反复调用 Amp 或 Claude Code，直到一份 PRD（产品需求文档）里的所有条目都完成。它的关键设计是『每次迭代都是全新实例、干净上下文』——迭代之间的记忆只靠 git 历史、progress.txt 和 prd.json 三样东西。它实现的是 Geoffrey Huntley 提出的 Ralph 模式，由 Ryan Carson（snarktank）做成可直接用的脚本。流程是：用 skill 把 PRD 转成结构化 prd.json，再跑 ralph.sh 循环：挑最高优先级未完成的故事→实现→跑质检（类型/测试）→通过就提交并标记完成→把学到的写进 progress.txt→重复，直到全过或到迭代上限。TypeScript/Shell，MIT。
来源：README 顶部/Workflow；GitHub desc，license MIT 查看 GitHub 仓库 →约 1.94 万星，热度来自『Ralph 模式』本身的火爆——一种让 AI 在干净上下文里逐个故事自主推进、靠 git/文件做记忆、直到 PRD 全完成的极简自主编码循环。Ryan Carson 的实战文章带动传播，加上它把这套模式做成几十行可直接跑的脚本（支持 Amp/Claude Code），并强调小任务、AGENTS.md 沉淀、反馈循环等可操作要点，对想做『放养式自主编码』的人很有吸引力。
来源：GitHub 19,410 stars / 1,941 forks，created 2026-01-07；README 顶部/References把 PRD 转成 prd.json（结构化用户故事），ralph.sh 循环：建特性分支→挑 passes:false 的最高优先级故事→只实现这一个→跑类型检查/测试→通过则提交→把该故事标 passes:true→把学到的追加进 progress.txt→重复，直到全部 passes 或到迭代上限（默认 10）。
来源：README Workflow（Run Ralph）每轮 spawn 一个全新的 AI 实例、干净上下文，迭代间唯一记忆是 git 历史、progress.txt（学习与上下文）和 prd.json（哪些故事完成），避免长上下文劣化。
来源：README Critical Concepts（Fresh Context）每个故事要小到一个上下文窗口能做完（加列+迁移、加一个 UI 组件等，而非『建整个 dashboard』）；每轮把发现的模式/坑/上下文写进相关 AGENTS.md，AI 工具会自动读，让后续迭代和人类开发者都受益。
来源：README Critical Concepts（Small Tasks/AGENTS.md Updates）靠反馈循环才有效：类型检查抓类型错、测试验证行为、CI 必须保持绿（坏代码会跨迭代复利）；UI 故事的验收标准要含『用 dev-browser skill 在浏览器里验证』；当所有故事 passes:true 时输出
支持 Amp（默认）与 Claude Code（--tool claude）；可复制脚本到项目、对 Amp 全局装 skill、或作为 Claude Code 插件市场安装；带 PRD skill 与 Ralph skill、prompt 模板、流程图，debug 命令可看完成进度与学习记录。
来源：README Setup/Run Ralph/Debugging；skills/、prompt.md极简实现：核心就是 ralph.sh 一个编排脚本 + skills/（PRD skill 把需求转 markdown、Ralph skill 把 markdown PRD 转 prd.json）+ prompt.md（给 AI 工具的迭代提示词模板）+ prd.json.example + .claude-plugin（Claude Code 插件市场）。它本身不实现 agent，而是编排外部 AI 编码工具（Amp/Claude Code）：每轮起一个全新实例、喂提示词与 prd.json 现状，让它挑一个故事实现、跑质检、提交、更新 prd.json 与 progress.txt，脚本判断是否继续。状态/记忆完全外化在 git + 文件（prd.json 记进度、progress.txt 记学习、AGENTS.md 记模式），这是其『干净上下文 + 跨迭代记忆』的关键。flowchart/ 与图片是流程说明。整体是『一个循环脚本 + 转换 skill + 提示词模板 + 外化状态』的 Ralph 模式落地，轻到可直接抄进任意项目。
来源：README Key Files/Critical Concepts；tree（ralph.sh、skills/、prompt.md、prd.json.example、.claude-plugin）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
Amp CLI（默认）或 Claude Codejqgit（状态/记忆）prd.json / progress.txt / AGENTS.md（…dev-browser skill（UI 验证）适合：①想做『放养式自主编码』——把功能拆成小故事的 PRD、让 AI 在干净上下文里逐个推进直到完成的人；②已用 Amp/Claude Code、想要一个轻量可控的自主循环脚本（而非重型框架）的人；③想实践 Geoffrey Huntley 的 Ralph 模式、理解干净上下文+外化记忆+反馈循环这套思路的人。不适合：没有可靠反馈循环（类型/测试/CI）的项目（Ralph 会让坏代码跨迭代复利）；任务无法拆小的场景；以及不愿人工把关、对自主 agent 改代码风险不可接受的人——它仍需 PRD 设计与质检兜底。
来源：README Critical Concepts/Workflow，结合定位推断仓库以脚本 + skill + 插件形式维护，无传统 GitHub Release，最近一次更新在 2026-02-02（创建于 2026-01-07）。实现的是 Geoffrey Huntley 的 Ralph 模式，支持 Amp/Claude Code，配 Claude Code 插件市场，更新节奏近期偏缓但模式已成形。
来源：GitHub pushed_at 2026-02-02；README 顶部/SetupRalph 把一个很火的想法落成了能直接跑的几十行脚本：让 AI 编码工具在干净上下文里、逐个小故事地自主推进一份 PRD，直到全部完成，记忆全靠 git + prd.json + progress.txt + AGENTS.md 外化——『干净上下文 + 外化记忆 + 反馈循环』这套思路相当巧妙，也难怪近 2 万星。它最大的价值是模式清晰、轻量可抄、工具无关。但要清醒它的成败高度依赖前提：故事拆得够小、有可靠的类型/测试/CI 反馈、且人工把关——否则坏代码会跨迭代复利。对想实践自主编码循环、又在用 Amp/Claude Code 的人，这是最值得参考的 Ralph 落地样板；缺反馈循环或不愿监督的人则要慎用。
来源：综合 README 定位/模式/概念、tree（极简脚本）、依赖反馈循环的事实判断