Token导航 LogoToken导航

Agent Skill · 研究检索

loop-review-skill-until-fixed-point(循环复习技能直到定点)

loop-review-skill-until-fixed-point 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

loop-review-skill-until-fixed-point 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证信息还不明确,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 70,176。

总安装 212周安装 9GitHub Stars 公开资料未说明下载 74核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:loop-review-skill-until-fixed-point(循环复习技能直到定点)
来源仓库:https://github.com/corygabrielsen/skills
仓库路径:skills/loop-review-skill-until-fixed-point
安装命令:
npx skills add https://github.com/corygabrielsen/skills --skill loop-review-skill-until-fixed-point
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/corygabrielsen/skills --skill loop-review-skill-until-fixed-point

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

loop-review-skill-until-fixed-point 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。

适用于研究检索类任务,如信息搜集、资料筛选和线索整理,尤其适合需要自动化处理重复性搜索的场景。通过 npx skills add 命令从指定 GitHub 仓库安装,需确认权限范围和实际维护状态后再使用。使用前应检查是否会触发联网、命令执行或文件读写操作,避免在不安全环境中运行。

建议结合原始 README 和仓库内容进一步核验具体用法和功能边界。

来源仓库内路径:skills/loop-review-skill-until-fixed-point

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/corygabrielsen/skills --skill loop-review-skil…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

loop-review-skill-until-fixed-point 怎么安装?

在终端执行 npx skills add https://github.com/corygabrielsen/skills --skill loop-review-skill-until-fi…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

loop-review-skill-until-fixed-point 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

loop-review-skill-until-fixed-point 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

loop-review-skill-until-fixed-point 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

loop-review-skill-until-fixed-point 用的人多吗?

公开数据是累计安装 212 次,近一周安装 9 次,下载 74 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

loop-review-skill-until-fixed-point 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
loop-review-skill-until-fixed-point

循环复习技能直到定点 · 本页

212—权限未标注未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Loop Review Skill Until Fixed Point

Run /review-skill on a target document repeatedly until fixed point—when all reviewers return NO ISSUES.

Core Concept

/review-skill <target> --auto
         │
         ▼
    ┌─────────┐
    │ Issues? │
    └────┬────┘
         │
    yes ─┴─ no
     │      │
     ▼      ▼
  repeat   done (fixed point)

Fixed point = the document is both correct AND unambiguous. No reviewer can find anything to flag.


Arguments

ArgRequiredDescription
<target>yesPath to SKILL.md to review

State

max_iterations: 10 # Safety limit
iteration_count: 0 # Current iteration
target: "<from args>" # Target SKILL.md path
history: [] # Minimal: just iteration outcomes

History Entry Schema

Each iteration appends a minimal entry:

- iteration: 1
  fixed_point: false
- iteration: 2
  fixed_point: false
- iteration: 3
  fixed_point: true # All reviewers returned NO ISSUES

The orchestrator does NOT track per-reviewer metrics. That detail stays inside /review-skill where it belongs. This prevents context leak between iterations.


Phase: Initialize

  1. Parse target path from arguments
  2. Set iteration_count = 0
  3. Set max_iterations = 10
  4. Confirm target exists

Phase: Loop

Isolation requirement: Each iteration must be context-isolated. The orchestrator must NOT carry synthesis, triage details, or "recurring theme" narratives between iterations. This prevents context leak that would bias subsequent reviews.

while iteration_count < max_iterations:
    iteration_count += 1

    1. Run: /review-skill <target> --auto
       (This is a FRESH invocation—no prior iteration context)
    2. Capture only the exit status: "fixed point" or "issues remain"
    3. Append to history file: { iteration, fixed_point: bool }
    4. Output: "Iteration {N}: {'fixed point' | 'issues remain'}"
    5. If fixed point → exit loop
    6. Else → continue loop (do NOT summarize or analyze findings here)

The orchestrator is intentionally stateless. All synthesis, triage, and issue-addressing happens INSIDE /review-skill --auto. The orchestrator only observes the outcome.

Exit Conditions

ConditionAction
/review-skill reports fixed pointExit with success
iteration_count >= max_iterationsSafety limit hit, ask user how to proceed

Phase: Report

Present final state:

## Loop Complete

| Metric              | Value             |
| ------------------- | ----------------- |
| Target              | {target}          |
| Iterations          | {iteration_count} |
| Fixed point reached | yes/no            |

If fixed point reached:

{target} reached fixed point after {N} iterations.

If max iterations hit:

Safety limit reached after {max_iterations} iterations without convergence.

Begin now.

平台分布

Codex

34.65%
按下载量换算26

Claude

28.4%
按下载量换算21

Cursor

18.1%
按下载量换算13

Gemini CLI

9.59%
按下载量换算7

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills