AutoLoop 自动循环模式

AutoLoop（自动循环模式）是 DriFox 的一种**自主执行引擎**——AI 在无需用户逐轮确认的情况下，自主完成"规划→执行→验证→修复"的迭代循环，直到任务目标达成或终止条件满足。

AutoLoop 执行界面

技术定位

模式

交互方式

适用场景

普通模式

每轮用户确认

探索性任务、学习、需要人类判断

AutoLoop 模式

AI 自主循环，异常时暂停

自动化任务、批量处理、持续集成

团队协作模式

Leader 智能体调度子 Agent

复杂多步骤工程任务

架构概览

┌─────────────────────────────────────────────────────────┐
│                AutoLoopEngine 架构                      │
├─────────────────────────────────────────────────────────┤
│  用户启动 AutoLoop                                      │
│       │                                                 │
│       ▼                                                 │
│  ┌─────────────────┐                                    │
│  │ 任务分析阶段     │  ← 解析用户目标，拆解子任务       │
│  └────────┬────────┘                                    │
│           ▼                                             │
│  ┌─────────────────┐    ┌──────────────────┐           │
│  │ 执行循环        │ ←─ │ 终止条件检查     │           │
│  │  ┌───────────┐  │    │ • 目标达成 → 完成 │           │
│  │  │ 规划阶段   │  │    │ • 超过轮次 → 停止 │           │
│  │  ├───────────┤  │    │ • 错误超限 → 暂停 │           │
│  │  │ 执行阶段   │  │    │ • 用户干预 → 中断 │           │
│  │  ├───────────┤  │    └──────────────────┘           │
│  │  │ 验证阶段   │  │                                    │
│  │  └───────────┘  │                                    │
│  └────────┬────────┘                                    │
│           ▼                                             │
│  ┌─────────────────┐                                    │
│  │ 结果输出        │  ← 汇总执行日志和成果             │
│  └─────────────────┘                                    │
└─────────────────────────────────────────────────────────┘

核心机制

AutoLoop 不是什么黑魔法，它背后的核心机制是 Agentic Loop（智能体自主循环）：

阶段

说明

规划 (Plan)

AI 分析当前状态，决定下一步做什么，选择工具和参数

执行 (Execute)

调用工具（读文件、改代码、跑命令），收集结果

验证 (Verify)

检查执行结果是否符合预期，检测错误和异常

决策 (Decide)

判断是否继续：目标达成则结束，出问题则调整策略重试

这四步构成一个闭环，AI 自主决定何时停止——不需要用户每轮都输入"继续"。

端到端示例：自动化 Bug 修复

轮次

AI 决策

说明

1

Bash("python run_tests.py") → 发现测试失败

运行测试，定位失败用例

2

Read("src/buggy.py") → 分析源代码

读取问题代码文件

3

Grep("def foo", "src/") → 搜索相关定义

查找相关函数实现

4

Edit(old, new) → 修复代码

修改 bug

5

Bash("python run_tests.py") → 验证修复

运行测试确认通过

6

Bash("git diff") → 生成差异

展示修改内容供用户审查

7

目标达成 → 结束循环

输出汇总日志

每步都是 AI 自主决策的——它决定用哪个工具、传什么参数、何时停止。

AutoLoop 完成状态

它不是什么

  • 不是无限循环 — 有明确的终止条件（目标达成/轮次上限/错误阈值）

  • 不是不可控 — 用户可随时中断，异常时自动暂停等待指令

  • 不是批处理脚本 — 每一步都是 AI 动态决策，不是预定义流程

  • 不是降低安全 — 敏感操作仍然需要权限确认

设计哲学

为什么需要 AutoLoop？

在普通模式下，AI 每执行一个工具就要等待用户确认下一轮——这对于多步骤的自动化任务（如"修复所有 lint 错误""批量重构 API 调用"）效率极低。AutoLoop 让 AI 像工程师一样自主工作，用户只需在关键节点做决策，而不是在每一步都做确认。

> AutoLoop 的目标：让 AI 从"问答"走向"自主执行"。