1. AI长对话的上下文挑战

在之前的视频中，我们演示过 Claude Code 的官方插件。该插件能够将 Claude Code 集成到自动化循环中，使其全自动运行并持续迭代，直至项目达到最优状态。这是因为当AI进行长对话时，模型性能会下降。对话中积累的错误尝试和冗余信息会填充上下文窗口，分散 AI 的注意力。此时，必须通过实现一个完善的“well循环”来重置 AI 的“大脑”。每次循环强制 AI 重新开始，即上下文重置，让 AI 通过读取文件（如代码、日志列表）来获取其状态。这样，AI 每次都能保持“清醒”，项目的进度保存在文件系统和 Git 历史中，而不是 AI 的对话记录里。这就是 AI 能够全自动实现项目迭代的方式。

尽管此插件在小项目快速迭代方面效果显著，但当应用于更复杂的项目时，其在 Token 消耗（Token Consumption: AI 模型处理信息的基本单位）的控制上不够智能，且缺乏实时可观测性，日志也不够完善。部分用户甚至反馈插件无法正常启动。

2. Ralph for Claude Code：革新AI开发

因此，本期视频将演示另一款生产级别的项目—— Ralph for Claude Code。它并非 Claude Code 的插件，而是将 Claude Code 转化为一个可执行的 命令行接口（CLI: Command Line Interface）系统。它能让 Claude Code 持续自主地迭代和改进项目，直至项目完成。同时，它内置了防死循环和 Token 过度消耗的保护机制，并具备智能 退出检测（Exit Detection: AI 识别任务完成或失败的机制）等功能。

Ralph for Claude Code 将 AI 迭代技术从简单的循环升级为更智能、可长期运行的开发框架。它还支持 TM 实时看板（TM: likely referring to a real-time dashboard for monitoring progress），可以实时显示状态、进度和日志。更重要的是，它能直接导入现成的 PRD（Product Requirements Document: 产品需求文档）文档或规格文档，让 Claude Code 按任务清单执行开发。

视频中，演示者使用 Ralph for Claude Code，根据产品需求文档，全自动开发了一款习惯追踪应用。

3. 功能对比：Ralph vs. 插件

在深入演示之前，我们先对比一下 Claude Code 插件和 Ralph for Claude Code 的区别，以及它们各自适用的场景。

• 安全与控制：

  • Ralph for Claude Code：支持智能 速率限制（Rate Limiting: 控制 API 调用频率），具备 熔断器模式（Circuit Breaker Mode: 防止失控循环，当服务出现问题时，暂时停止向其发送请求），以及 5 小时 AI 调用限制检测，能自动检测并提示等待或退出选项。它还具备智能退出检测，能够实现完成信号的语义分析。
  • Claude Code 插件：不支持速率限制，没有熔断器，也没有 Token 限制检测。

• 可观测性与交互：

  • Ralph for Claude Code：支持实时仪表盘，可实时显示状态、进度和日志。具备 AI 驱动的语义理解，实现响应分析。它能直接将现有的规格文档转换为 ref（可能是指 repository 或 framework）格式，并且是独立于 Claude Code 的外部框架，不依赖于 Claude Code 的插件系统。
  • Claude Code 插件：没有项目模板，需要 Claude Code 的插件系统，并且完全依赖 Claude Code。

• 适用场景：

  • 当需要 AI 自主运行任务、处理现有的规格文档、用于生产环境或团队协作时，选择 Ralph for Claude Code。
  • 当用于实验或学习场景、需要快速迭代小型任务时，选择 Claude Code 插件。

Ralph for Claude Code 非常强大，可以直接用于真正的项目开发和生产环境。

4. 安装配置：上手Ralph

使用 Ralph for Claude Code 非常简单。

1. 克隆项目：根据官方命令，将项目克隆到本地。
2. 进入项目目录：cd 进入克隆后的项目。
3. 运行安装脚本：执行 install.sh 脚本，实现自动安装。

安装完成后，需要对 Ralph for Claude Code 进行配置，例如设置权限和请求速率。

• 配置参数：
  • 在 ref_loop 脚本（可以通过 na 命令或 VS Code 打开）中，可以设置每小时最大调用上限（Max Call Limit Per Hour），这里被设置为 100 次，可根据 Claude Code 的订阅类型进行调整。
  • 设置单次调用 Claude Code 的超时时间（Timeout Per Call）。
  • 配置允许 Claude Code 调用的权限。

配置完成后，保存并关闭脚本。

此外，还需要根据官方命令安装 tmm 客户端。

5. 初始化项目：从PRD到代码

现在，我们可以使用官方命令新建项目进行测试。Ralph for Claude Code 提供了两种项目初始化方式：

• 手动方式：

  1. 使用 init 命令创建一个空项目。
  2. 修改生成的 Markdown 文件（通常有 4 个模板文件），为 Claude Code 提供参考。
  3. 根据开发需求填写对应的 fix_plan.md 文件内容。

• PRD 驱动方式（推荐）：

  1. 准备一份 PRD（Product Requirements Document）文档。例如，演示中准备了一份开发“移动端优先的习惯追踪应用”的需求文档，基于 React Native 和 Expo 构建，包含了技术栈、核心功能、数据类型、UI/UX 流程和开发优先级列表。
  2. 使用 import 命令初始化项目，命令格式为：import <PRD_filename> <output_folder>。例如：import my_prd.md ./my-habit-app。
  3. 该命令会转换 PRD 文档，并创建项目文件。
  4. 生成的项目文件夹中会包含 fix_plan.md 文件，列出了 AI 需要执行的任务。

6. 自动化开发流程监控

在 PRD 导入成功后，接下来是启动项目开发。

1. 审查与更改：在运行开发命令前，可以查看 fix_plan.md 文件，审查 AI 生成的任务列表，并进行必要的修改。
2. 启动开发：执行官方提供的开发命令（例如，在 fix_plan.md 文件中指定的命令）。
3. 监控进度：
   • 在项目路径下，可以看到已初始化的 React Native 项目。
   • 可以通过查看 fix_plan.md 文件来了解 AI 已完成的任务。
   • 实时看板会显示循环次数（Loop Count: AI 迭代的轮次）和执行的任务进度。

即使是复杂的任务，使用 Ralph for Claude Code 也能实现自动化，无需人工监督。

7. 应用演示：习惯追踪器

在等待约 20 分钟后，开发完成。我们可以在模拟器中查看开发的习惯追踪应用效果：

• 主界面：底部有三个标签页。
• 添加习惯：
  • 输入习惯名称。
  • 选择图标和颜色。
  • 设置提醒时间和日期。
  • 点击保存。
• 习惯管理：
  • 添加的习惯会成功创建。
  • 支持对习惯进行编辑和修改。
  • 支持删除习惯。
• 统计功能：
  • 显示详细的统计内容，包括已添加的习惯。
  • 支持按周、按月、按年分类查看统计。
• 设置：
  • 修改主题颜色。
  • 开启通知和触觉反馈。
  • 查看当天已完成的习惯。
  • 支持导出数据。

通过测试发现，Ralph for Claude Code 的效果优于之前的插件，尤其在于它支持直接用文档（PRD）初始化项目，而插件仅支持简单的任务描述。

8. 生产级AI开发新标杆

对于复杂项目，Ralph for Claude Code 提供了全自动开发的能力，是真正的生产力工具。它极大地简化了 AI 驱动的开发流程，将 AI（Artificial Intelligence: 人工智能）的能力从实验性工具提升到了生产环境的标准。

本期视频到此结束，感谢大家的观看。