infinite-agentic-loop
infinite-agentic-loop 是一个基于 Claude Code 构建的实验性项目，旨在演示如何通过“无限智能体循环”模式高效生成迭代内容。它解决了传统 AI 辅助开发中单次生成效率低、缺乏多样性以及难以持续演进的问题，让用户能够依据规格说明文件，自动化地批量产出多个独特且符合要求的代码或设计版本。
该项目特别适合开发者、技术研究人员以及希望探索 AI 协同工作流的设计师使用。用户只需定义好需求文档，即可通过简单的斜杠命令启动任务。其核心技术亮点在于独特的双提示词系统与并行协调机制：它能同时部署多个子智能体（Sub Agents），以不同的创意方向并行工作，并在“无限模式”下分波次持续生成，随着迭代次数增加，内容的复杂度与成熟度也会逐步提升。无论是快速原型验证、小批量方案对比，还是大规模自动化创作，infinite-agentic-loop 都能提供灵活的资源管理策略，帮助团队在受控的上下文中实现高质量的持续创新。
使用场景
某前端团队需要在极短时间内为新的数据可视化仪表盘探索出 20 种截然不同的 UI 布局方案，以供产品总监进行风格选型。
没有 infinite-agentic-loop 时
- 设计师或开发者只能手动逐个编写提示词，每次仅能生成一个版本，耗时数小时才能凑齐少量方案。
- 多轮迭代中，AI 容易陷入思维定势，导致生成的多个方案在配色、组件排布上高度雷同，缺乏真正的多样性。
- 缺乏自动化的质量检查机制，需要人工逐一核对每个生成文件是否符合初始需求文档，极易出现遗漏或偏差。
- 当需要大规模（如 20+）并发尝试时，本地资源调度混乱，难以协调多个 AI 会话同时工作，效率极低。
- 创意探索过程被迫中断于“上下文限制”或精力耗尽，无法实现持续进化的深度设计挖掘。
使用 infinite-agentic-loop 后
- 通过一条
/project:infinite指令，自动部署并行代理集群，瞬间同步生成 20 个独特且高质量的 UI 迭代版本。 - 内置的“平行协调”机制强制每个子代理采用独特的创意方向，确保输出的 20 个方案在视觉风格和交互逻辑上截然不同。
- 系统自动执行质量保证流程，实时校验每个迭代是否严格遵循
specs文件中的功能规范，无需人工干预。 - 智能波次管理功能将大批量任务拆解为最优资源组（如每批 5 个），在保证速度的同时避免系统过载。
- 开启“无限模式”后，工具能像波浪一样持续生成越来越精致的方案，直到挖掘出超越人类预设的最优解。
infinite-agentic-loop 将原本需要数天的人工试错过程压缩为分钟级的自动化创意爆发，让开发者从重复劳动中解放出来专注于决策。
运行环境要求
- 未说明 (依赖 Claude Code 支持的平台，通常为 macOS
- Linux
- Windows)
未说明 (基于 Claude API 的云端模型，本地无需 GPU)
未说明
快速开始
无限智能体循环 POC
这是一个实验性项目，展示了在双提示系统中利用 Claude Code 实现的无限智能体循环。
概述
该项目使用自定义的 Claude Code 斜杠命令（/project:infinite），并行协调多个 AI 智能体，根据规范生成不断演进的内容迭代。
使用方法
请阅读 .claude/settings.json 文件，以了解允许的权限和命令。
启动 Claude Code：claude
输入斜杠命令 /project:infinite 即可开始无限智能体循环。
该无限命令需要三个参数：
/project:infinite <spec_file> <output_dir> <count>
四种命令变体
1. 单次生成
/project:infinite specs/invent_new_ui_v3.md src 1
使用 UI 规范生成一次新的迭代。
2. 小批量（5 次迭代）
/project:infinite specs/invent_new_ui_v3.md src_new 5
部署 5 个并行智能体，同时生成 5 个独特的迭代。
3. 大批量（20 次迭代）
/project:infinite specs/invent_new_ui_v3.md src_new 20
以每批 5 个智能体的方式分批次生成 20 次迭代，从而实现资源的最优管理。
4. 无限模式
/project:infinite specs/invent_new_ui_v3.md infinite_src_new/ infinite
持续按波次生成内容，直到上下文限制被达到，且每次生成的内容都会更加复杂精妙。
工作原理
- 规范分析：读取并理解规范文件中的要求。
- 目录侦察：分析现有迭代，确定起始点。
- 并行协调：部署具有独特创意方向的子智能体。
- 质量保证：确保每次迭代都独一无二且符合规范。
- 波次管理：对于无限模式，管理后续的智能体波次。
可以进一步优化此模式的方向
- 将其应用于您选择的用例。
- 构建一个 MCP 服务器，以便复用无限智能体循环。
- 将
.claude/commands/infinite.md文件放入您的~/.claude/commands/目录中，以供全局使用。 - 更新
.claude/commands/infinite.md文件，使其能够生成一组文件，而非单个文件。
掌握 AI 编程
通过基础的 AI 编程原则 学习如何与 AI 一起编程。
关注 IndyDevDan YouTube 频道，获取更多 AI 编程技巧和窍门。
使用最佳的智能体编程工具：Claude Code
许可证
MIT 许可证
版权所有 © 2026 disler
特此授予任何人免费获得本软件及其相关文档文件（以下简称“软件”）副本的权利，允许其以任何方式处理该软件，包括但不限于使用、复制、修改、合并、发布、分发、再许可和销售软件副本，并允许向任何接收该软件的人提供服务，但须遵守以下条件：
上述版权声明和本许可声明应包含在所有副本或软件的重要部分中。
本软件按“原样”提供，不提供任何形式的担保，无论是明示的还是默示的，包括但不限于适销性、特定用途适用性和非侵权性。在任何情况下，作者或版权所有者均不对因使用本软件或与之相关的任何索赔、损害或其他责任承担任何义务，无论这些责任是基于合同、侵权行为或其他原因产生的，均与本软件或其使用无关。
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。