skill.md

拿到 README 了，说几点实质的补充。 它到底是啥 一句话定位是“把评审做成流程里的独立环节”。RLCR = Ralph-Loop with Codex Review，也叫 Reinforcement Learning with Code Review。一个 Build + 一个 Review 交替跑，直到验收标准满足。硬依赖是 Claude Code + codex CLI，Gemini CLI 和 Kimi CLI 是可选增强（ask-gemini 做深度检索，Kimi 走另一套 skill runtime）。 命令链实际长这样 gen-idea 发散想法（默认.humanize/ideas/<slug>-<时间戳>.md，--n 控制并行方向数，默认 6） gen-plan --input draft.md --output docs/plan.md 出计划 refine-plan 处理带批注的计划，识别 CMT:...ENDCMT、<cmt>、<comment> 三种批注格式 start-rlcr-loop docs/plan.md 开循环 ask-gemini 深度检索 monitor 在另一个终端看进度，分 rlcr / skill / codex / gemini 四个视图 值得注意的细节 监控脚本 humanize.sh 是要 source 进.bashrc/.zshrc 的，也就是说它会往你的 shell 环境里塞东西，装之前留意一下。 装法除了 marketplace 正常装，还有 #dev 分支可以装实验特性，说明主干和实验是分开迭代的。 文档里有一篇叫 Bitter Lesson Workflow，讲项目记忆、selector 路由和 delta validation，这其实是它比较硬核的部分，比 README 里那些漂亮口号更值得读。 配置是分层覆盖的，多环境用要读 Configuration 那篇，不然会踩覆盖顺序的坑。 用之前要算的账 每轮都是实现 + 独立评审两个模型在跑，长循环的 token 和时间成本是单模型的好几倍。任务本身验收标准写不具体的话，Loop 会在模糊处反复打转，还给你“跑了很多轮所以很靠谱”的错觉。计划质量决定收敛质量，这比模型选型更关键。 结论跟之前一致：中大型、验收标准明确的任务值得试，几行小改动用它是纯亏。