Най-после е тук! Ralph TUI, визуализация на Ralph Loop

Преди писах урок за ralph-loop, и много приятели, след като го изпробваха, споделиха едно и също мнение: Страхотно е, Claude Code най-накрая може да работи дълго време. Но понякога, когато го наблюдавате, изглежда, че не се движи, и неизбежно се питате: "Дали напредва, или просто се върти на едно място?"

Това е причината, поради която напоследък се занимавам с ralph-tui.

Ralph TUI

ralph-tui не е задължително обвързан с Claude Code, той наследява и развива същността на ralph loop и визуализира изпълнението на задачите и процеса, което значително намалява прага за работа на големи модели за дълго време. Можете напълно да свържете други агенти, други модели, местни, евтини, такива, които можете да си позволите да работите дълго време. С ralph-tui, за обикновените хора като нас, значението е не по-малко от преминаването от ръчна към автоматична скоростна кутия с круиз контрол.

Какво всъщност е това?

Можете да разглеждате ralph-tui като "цикличен организатор на AI coding agent", но той не се задоволява с "може да работи", а е по-загрижен за "можете да видите, да контролирате и да възстановите".

Основният му начин на работа е много прост:

Давате му куп задачи (може да са от PRD, може да са от друга система за задачи)
Той избира задачата с най-висок приоритет
Съставя prompt
Стартира agent за изпълнение
Преценява дали тази задача е завършена
Записва състоянието
Продължава в следващия кръг

Важното е: всичко това можете да видите в терминала и можете да спрете и да поемете контрола по всяко време. Официално също така позиционират много ясно: agent loop orchestrator с интерактивен TUI, и поддържа TUI / headless / remote.

Защо казвам, че е по-подходящ за "дългосрочна работа"?

Най-големият проблем при изпълнението на loop скрипт не е, че не може да се стартира, а че не знаете докъде е стигнал.

Виждате, че логовете се опресняват бързо, а вентилаторът се върти щастливо, но не сте сигурни:

Дали повтаря поправянето на един и същ бъг?
Дали постоянно променя един и същ код и след това го връща обратно?
Дали вече е завършил, но просто не е излязъл?
Дали е заседнал в някакъв тест в безкраен цикъл?

TUI界面

Решението на ralph-tui е много "инженерно":

Има концепция за сесия, състоянието се записва на диска (.ralph-tui/session.json)
Ако се срине, може да се възстанови (crash recovery)
Има механизъм за заключване, за да се избегне отварянето на няколко екземпляра и превръщането на директорията в каша
Може също така да се пусне headless в CI, или дори remote да се отвори listener в отдалечен край, а локалният TUI да се свърже към него

С една дума: По-скоро е като "да управлявате работник, който може да пише код", отколкото "да наблюдавате скрипт, който се държи странно".

Как да инсталирате

ralph-tui е Bun/TypeScript екосистема, така че инсталирането е доста лесно. Официално също така са предоставили страница за инсталиране.

Първо се уверете, че имате bun на вашата машина:

bun --versionслед това инсталирайте ralph-tui (тук давам типичен начин на инсталиране, конкретно вижте официалната страница за инсталиране):

bun add -g ralph-tuiСлед инсталирането проверете:

ralph-tui --helpАко сте Node фен и не искате да се занимавате с bun, също е възможно:

npm i -g ralph-tui

Първо не правете големи неща, пуснете минимален затворен цикъл

Препоръчвам ви, когато го използвате за първи път, да не правите веднага нещо като "преструктуриране на цялото repo". Просто направете едно нещо: накарайте го да изпълни малка задача, която може да бъде приета.

Инициализация

Отворете произволна директория:

mkdir ralph-tui-demo && cd ralph-tui-demo ralph-tui setupТова ще влезе в интерактивен процес на насочване, което накратко е "инсталиране на ralph-tui във вашето хранилище", то ще:

Автоматично открива кои агенти са инсталирани на вашата машина (като Claude Code, OpenCode и т.н.)
Генерира конфигурационен файл в проекта: .ralph-tui/config.toml
Инсталира skills, свързани с генериране на PRD/конвертиране на задачи (така че да не се налага да се занимавате ръчно по-късно)

Лично аз препоръчвам: Не бъдете мързеливи за първи път, задължително стартирайте setup.

Генериране на PRD на проекта

След като setup приключи, следващата стъпка е най-важната част от официалния урок, която е най-подходяща за писане на демонстрация в публичен акаунт: create-prd.

Командата ralph-tui create-prd --chat ще влезе в диалогов процес, който ще ви разпитва като продуктов мениджър за целите на изискванията, граничните условия и критериите за приемане. След като попита, той ще изведе директно две неща в проекта (това е основното):

Markdown файл с PRD: ./tasks/prd-feature.md
Файл със задачи, който може да се изпълни директно: ./prd.json

До тази стъпка вие наистина сте влезли в "стандартния затворен цикъл" на ralph-tui:

Изисквания (PRD) → Задачи (prd.json) → Изпълнение (run)

Стартиране

След като имате prd.json, стартирането е естествено:

ralph-tui run --prd ./prd.json ще видите TUI да се стартира и да започне цикъл: избира задача → изпълнява → преценява завършването → пише състояние → завършва или следващ кръг.

Силно препоръчвам да добавите ограничение за итерации при първото стартиране, първо го затворете в клетка:

ralph-tui run --prd ./prd.json --iterations 5 След като приключите, проверете промените, стартирайте тестове и вижте дали PRD и задачите отговарят на очакванията. Уверете се, че тази връзка е работеща, преди да освободите итерациите, преди да преминете към headless/remote, това е надежден ритъм.

По това време основно можете да потвърдите: Този цикъл наистина работи.

Как да изберем модел/Agent? Трябва да бъдем честни за спестяването на пари

Знам, че много хора се интересуват най-много от: "Мога ли да не използвам Claude Code? Мога ли да използвам по-евтини модели?"

Отговорът е: Да.

ralph-tui ви позволява да посочите agent и model (има примери в официалната документация за run).

Например, използвайте Claude Opus:

ralph-tui run --prd ./prd.json --agent claude --model opus Но честно казано, аз лично не бих използвал Opus за "допълване на тестове, поправяне на lint", твърде е скъпо. Моят навик е да го разделям на слоеве:

Евтини модели: Изпълняват много повтаряща се работа (допълване на тестове, допълване на коментари, поправяне на форматиране, добавяне на граници)
Скъпи модели: Появяват се само в ключови точки (корекции на архитектурата, трудни грешки, основна логика)

Ако сте обикновен разработчик, този начин на мислене е още по-важен. Защото нямате бюджет на голяма компания, трябва да направите разходите контролируеми, за да можете да работите дълго време.

Искате ли да бъдете по-доволни? Предайте "писането на PRD" на agent

ralph-tui има дизайн, който много ми харесва: поддържа skills (просто казано, това е набор от външни команди за agent).

Официалният начин за инсталиране е с add-skill:

bunx add-skill subsy/ralph-tui --all или инсталиране на определен agent, като claude-code:

bunx add-skill subsy/ralph-tui -a claude-code -g -y След като инсталирате, можете да използвате slash command в разговора с agent:

/ralph-tui-prd /ralph-tui-create-json /ralph-tui-create-beads Това е много подобно на инсталирането на плъгин в IDE, само че този плъгин е за agent. Значението му е да намали времето за "ръчно прехвърляне на изисквания" и да направи изискванията → задачи → изпълнение по-скоро като поточна линия.

Кога трябва да го използвате? Кога не трябва?Не харесвам наратива „всичко може да се направи с AI“, защото е подвеждащ. Инструментите са си инструменти и са ценни само когато са подходящи за конкретния сценарий.

Сценарии, подходящи за използване на ralph-tui

Имате много работа от този тип:

Допълване на тестове (особено за стари проекти)
Поправяне на lint / format
Малка стъпка рефакторинг (събиране на повтарящ се код)
Добавяне на типове, допълване на граници в пакетен режим
Разделяне на изискванията и постепенно имплементиране според опашката от задачи

Този тип работа има обща черта: много задачи, висока степен на повторяемост, може да се приеме, може да се напредва итеративно.

Сценарии, в които не е подходящо да се използва насила ralph-tui

Това, което трябва да направите, е:

Еднократен голям рефакторинг, неясни критерии за приемане
Изискванията са неясни сами по себе си, разчитате на имплицитното знание в главата си
Изисква се много комуникация/потвърждение между екипите
Изисква се да вземате продуктови решения

При такива задачи agent loop само ще увеличи хаоса.

Каква е разликата между него и ralph-loop (ralph-claude-code)?

ralph-claude-code е по-скоро като „автопилот за Claude Code“: скриптът го стартира, изпълнява цикъла, откриването на излизане, ограничаването на скоростта и прекъсвачите са ви осигурени. Искате „бързо“ и той е бърз.

ralph-tui е по-скоро като „инженерен контролен панел за agent loop“: той не е заварен към определен модел, нито към определена система за задачи. Той се опитва да реши инженерни проблеми като „дългосрочно изпълнение, наблюдаемост, контрол, възстановяване, дистанционно управление“.

Така че ме питате как да избера?

Вие сте потребител на Claude Code и искате бързо да го стартирате → ralph-claude-code
Искате да свържете различни модели, искате да спестите пари, искате да управлявате loop като услуга → ralph-tui

Накрая: Не позволявайте на хранилището ви да се превърне в лаборатория

Аз самият имам няколко железни правила за изпълнение на agent loop, ще ги напиша тук и вие ги следвайте, вероятността да се провалите ще бъде много по-малка:

Изпълнявайте във branch, не се опитвайте да правите всичко в main.
Когато стартирате за първи път, винаги добавяйте --iterations, първо потвърдете на малки стъпки, че няма да се побърка.
Задачата трябва да бъде приемлива: или може да изпълнява тестове, или може да изпълнява lint, или може да сравнява изходните файлове.
Трябва да се научите да спирате: когато видите, че започва да се върти в кръг, по-умно е да спрете, отколкото да продължите да харчите пари.
Евтините модели вършат черната работа, скъпите модели вършат ключовата работа: цената се управлява, а не се измолва.Адрес на проекта: https://github.com/subsy/ralph-tui