Token导航 LogoToken导航

Agent Skill · 研究检索

ralph-invoke(拉尔夫·因克)

ralph-invoke 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。

ralph-invoke 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,权限为调用外部服务;许可证为 MIT,暂无第三方扫描结果,按安装量在研究检索类的 73,675 个 Skill 里排第 62,484。

总安装 333周安装 14GitHub Stars 公开资料未说明下载 116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
MIT

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:ralph-invoke(拉尔夫·因克)
来源仓库:https://github.com/zpankz/mcp-skillset
仓库路径:skills/ralph-invoke
安装命令:
npx skills add zpankz/mcp-skillset --skill "ralph-invoke"
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。

AgentSkills.tonpx skills
npx skills add zpankz/mcp-skillset --skill "ralph-invoke"

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。

Ralph Invoke 技能用于动态调用其他子技能或外部服务接口。适用于 Codex、Claude、Cursor、Gemini CLI 中构建模块化任务流水线。通过 GitHub 安装,使用 npx 命令添加 mcp-skillset 仓库中的 ralph-invoke 模块。

调用前需验证目标技能是否存在且兼容当前宿主环境版本。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/ralph-invoke

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 zpankz/mcp-skillset --skill "ralph-invoke";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

    它需要调用外部服务,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

ralph-invoke 怎么安装?

在终端执行 npx skills add zpankz/mcp-skillset --skill "ralph-invoke"。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

ralph-invoke 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。

ralph-invoke 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

ralph-invoke 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

ralph-invoke 用的人多吗?

公开数据是累计安装 333 次,近一周安装 14 次,下载 116 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。

ralph-invoke 安全吗?

没有查到第三方扫描结果,安全性无法从公开资料判断,安装前请自行审查源码、依赖和命令行为。

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。
  • 许可证明确为 MIT,商用和分发边界好判断。

先想清楚的地方

  • 没有第三方扫描结果,安全性只能靠自己读源码判断。
  • 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

  • 要求有安全扫描结论才肯安装的团队。
  • 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
ralph-invoke

拉尔夫·因克 · 本页

333—调用外部服务MIT未收录

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

name
ralph-invoke
description
|
allowed-tools
Read, Bash
model
haiku
context
fork
agent
ralph-domain-agent
user-invocable
false

Ralph Invoke Skill

Allows Claude to directly start Ralph-Wiggum autonomous loops without user commands.

Prerequisites

The ralph-wiggum plugin must be installed and enabled:

/plugin install ralph-wiggum@claude-code-plugins
/plugin enable ralph-wiggum@claude-code-plugins

Triggers

Use this skill when:

  • User asks to "start a ralph loop" or "run ralph"
  • User wants autonomous iteration on a task
  • User says "keep working until done" or "iterate until complete"
  • A complex task would benefit from multiple iterations
  • User explicitly requests Claude to invoke ralph

How to Start a Ralph Loop

Run this bash command:

"$HOME/.claude/plugins/cache/claude-code-plugins/ralph-wiggum/1.0.0/scripts/setup-ralph-loop.sh" \
  "<TASK_DESCRIPTION>" \
  --max-iterations <N> \
  --completion-promise "<PROMISE_TEXT>"

Parameters

ParameterRequiredDefaultDescription
TASK_DESCRIPTIONYes-The task to work on
--max-iterationsRecommendedunlimitedSafety limit (use 20-100)
--completion-promiseRecommendednullText to output when truly done

Example Invocations

Simple task:

"$HOME/.claude/plugins/cache/claude-code-plugins/ralph-wiggum/1.0.0/scripts/setup-ralph-loop.sh" \
  "Fix all TypeScript type errors" \
  --max-iterations 50 \
  --completion-promise "ALL_ERRORS_FIXED"

Complex refactor:

"$HOME/.claude/plugins/cache/claude-code-plugins/ralph-wiggum/1.0.0/scripts/setup-ralph-loop.sh" \
  "Migrate all API handlers to the new v2 pattern" \
  --max-iterations 100 \
  --completion-promise "MIGRATION_COMPLETE"

How the Loop Works

  1. Claude runs the setup script → Creates state file at .claude/ralph-loop.local.md
  2. Claude works on the task → Normal operation
  3. Claude tries to exit → Stop hook intercepts
  4. Hook re-injects prompt → Claude continues with same task
  5. Repeat until:

- Max iterations reached, OR - Claude outputs <promise>PROMISE_TEXT</promise>

Completing the Loop

When the task is genuinely complete, output the completion promise in XML tags:

<promise>ALL_ERRORS_FIXED</promise>

CRITICAL RULES:

  • Only output the promise when the statement is TRUE
  • Do NOT lie to exit the loop
  • Do NOT output false promises even if stuck
  • Trust the process - if stuck, iterate and try differently

Canceling a Loop

If needed, cancel with:

rm .claude/ralph-loop.local.md

Or use: /ralph-wiggum:cancel-ralph

Best Practices

  1. Always set --max-iterations - Prevents runaway costs (50-100 is reasonable)
  2. Use specific completion promises - "ALL_TESTS_PASS" not "DONE"
  3. Include success criteria in task - Be explicit about what "done" means
  4. Monitor progress - head -10 .claude/ralph-loop.local.md
  5. Start small - Test with 3-5 iterations first

Cost Warning

Autonomous loops consume tokens rapidly. A 50-iteration loop can cost $50-100+ in API usage. Always use --max-iterations as a safety net.

Why This Skill Exists

The official ralph-wiggum plugin requires users to run /ralph-loop commands. This skill enables Claude to invoke loops directly, enabling:

  • Claude-initiated iteration on complex tasks
  • Programmatic loop triggers from other skills/agents
  • Automated workflows without manual commands

平台分布

OpenCode

28.07%
按下载量换算33

Claude Code

22.92%
按下载量换算27

windsurf

16.7%
按下载量换算19

Codex

12.18%
按下载量换算14

kiro-cli

6.83%
按下载量换算8

mcpjam

3.34%
按下载量换算4

安全审计

暂无安全审计结果可展示。

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

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