← Entdecken
GitHub · huangruiteng/loopx↑ +326 heute

Persistenter Speicher für Agenten der künstlichen Intelligenz

Loopx ist ein leichtgewichtiger Zustandskernel, der für Langzeitagententeams mit künstlicher Intelligenz entwickelt wurde. Es arbeitet kompatibel mit Coding-Agenten (Codex, Claude Code) und standardisiert Prozesse wie Aufgabenverfolgung, Quotenverwaltung und nachweisbare Arbeitsübertragung.

Aktualisierungen

  • 16. September 2026: Sterne 5,853 → 5,864, neueste Version v1.0.5 (15. September 2026).
  • 15. September 2026: Sterne 5,793 → 5,853, neueste Version v1.0.4 (15. September 2026).
  • 11. September 2026: Sterne 5,751 → 5,793, neueste Version v1.0.3 (11. September 2026).
  • 9. September 2026: Sterne 5,726 → 5,751, neueste Version v1.0.2 (9. September 2026).

Was es bringt

  • Standardisiert die Zielverfolgung und Quotenverwaltung bei Langzeitmissionen.
  • Es ermöglicht eine nachweisbare Arbeitsübergabe zwischen verschiedenen KI-Agenten.
  • Speichert den Aufgabenverlauf und Beweise in einer organisierten Struktur.

Installation

Direkte Installation
curl -fsSL https://raw.githubusercontent.com/huangruiteng/loopx/main/scripts/install-from-github.sh | bash
export PATH="$HOME/.local/bin:$PATH"
loopx doctor

Ausführung

Starten des Projekts
cd /path/to/your-project
loopx connect
loopx status

Wenn Sie nicht programmieren

Fügen Sie dies in Ihren Agenten ein (Claude Code · Codex · Antigravity)

Wir arbeiten mit Ihnen an einem langfristigen Projekt. Ich möchte unsere Aufgaben, Ziele und Fortschrittsprotokolle mit der LoopX-Status-Bean verwalten. Überprüfen Sie während der Arbeit den aktuellen Status bei jedem Schritt, erfassen Sie Nachweise über abgeschlossene Arbeiten und halten Sie die Kontingentgrenzen ein, indem Sie die nächste Aufgabe (todo) festlegen. Hinterlassen Sie eine überprüfbare Spur durch LoopX, wenn Sie Aufgaben delegieren oder in eine neue Phase wechseln.

Repository: https://github.com/huangruiteng/loopx. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.

Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.

Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.

Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.

Verwandte Begriffe aus dem Glossar

State KernelArtificial Intelligence
Für wen es gedacht istEs richtet sich an Personen, die KI-Agenten verwenden, um komplexe Prozesse wie tagelange Softwareentwicklung, Forschung oder Datenanalyse zu verwalten.
LizenzMIT

Links

TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-08-06 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.