huanweide

Maxloop Overlord — AI skill for Claude Code

AI community

MaxLoop · 带刹车的 AI 自我迭代引擎（外部判据刹车，杜绝假绿空转；产品迭代+方案升级双模式；WorkBuddy/Claude Code/Cursor 通用；MIT）.

How to install Maxloop Overlord

This entry records only its repository, not the path inside it, so there is no exact command to give. Open huanweide/maxloop-overlord and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What Maxloop Overlord does

MaxLoop · 带刹车的 AI 自我迭代引擎（外部判据刹车，杜绝假绿空转；产品迭代+方案升级双模式；WorkBuddy/Claude Code/Cursor 通用；MIT）.

Alternatives in AI

Hindsight — State-of-the-art long-term memory for AI agents by Vectorize 6.7k ★
Open Dots — Open-source, self-hosted AI agent workspace and alternative to OpenAI Dots, Meta Muse, Grok Bot, Instinct, Man 5.5k ★
Vibe Astock — Vibe AStock：A 股短线复盘与跟踪工作台 · 盯盘异动、情绪复盘（连板天梯、题材轮动、明日验证）、AI 复盘与周报、交易日志、盘前提醒，182 个数据端点 679 ★

README

MaxLoop · 带刹车的 AI 自我迭代引擎

![Version](https://img.shields.io/badge/version-4.0-blue) ![License](https://img.shields.io/badge/license-MIT-green) ![Stars](https://img.shields.io/github/stars/huanweide/maxloop-overlord?style=social) ![Last Commit](https://img.shields.io/github/last-commit/huanweide/maxloop-overlord)

**English TL;DR** — MaxLoop is a drop-in skill that makes *any* AI agent's self-iteration actually converge, using **external-verification brakes** (Oracle Gate + discriminating tests + evidence anchors) instead of "the model says it's done". Two modes: **product deep-iteration** and **plan-upgrade**. Works with WorkBuddy / Claude Code / Cursor / Codex / OpenCode. MIT.

**一句话**：一套「带刹车的迭代收敛」通用引擎——让 AI 自我迭代在**有限轮数**里真正收敛，而不是一轮接一轮假绿空转。任何 agent 都能直接加载，不绑定项目、语言或框架。

v4.0 起，原 `maxloop-overlord`（魔王系统）与 `maxloop-upgrade`（方案升级循环）已**融合为一套思维、两个模式**，本仓库同版本升级。

30 秒看懂（demo）

用户：把登录接口修一下，别再报 SQL 注入
普通循环：✅ 已修复（改用参数化查询）          ← 模型自己说"修好了"
MaxLoop ：Oracle Gate 复检 → 实跑 PoC → 发现 username 字段仍可注入
         判别测试：baseline 旧版必红 + candidate 必绿 → 旧"修复"未过门禁
         → 不出"已修复"结论，继续修到真过测试才放行

差别只有一句话：**放行的判据来自模型之外，不来自模型自己。**

这套 skill 解决什么

假绿空转：传统 AI 自我迭代常「每轮测试都过，问题却还在」，靠模型自己说"修好了"做判据。
换马甲返工：同一缺陷被换层、换说法来回修，烧光轮数预算却没真解决。
无证据带偏：审查/升级结论凭感觉，没有证据的结论把方向带歪。
乱加功能 / 主观自辩：迭代时过度堆功能，或升级校验靠"我觉得对"走过场。

MaxLoop 的全部设计只围绕两句话：**① 放行判据必须来自模型之外；② 只做合理且必要的改动。**

双模式（同一引擎，适配器不同）

维度	模式A · 产品深度迭代（原魔王系统）	模式B · 方案升级循环（原升级循环）
对象	已到「正式版」的产品 / 代码库	模板原档（PPT / 中期汇报 / 需求文档）
目标	深度体验 → 评审 → 修复直到问题归零	在原档上只合理化升级，不强行加
触发词	"深度评审迭代" / "魔王系统收敛"	"maxloop升级方案" / "三轮校验" / "监督agent模拟我"
产出	双文档 + 判别测试 + 放弃报告	升级方案文档 + 三轮校验台账

不是两个 skill，是一套思维两个入口。

为什么用 MaxLoop（核心价值）

高效提升模型性能只是价值之一，更核心的是下面三项——且都能用**人人懂的指数**衡量：

价值	一句话	人人懂的指数
产出级别更高	修一轮是真解决，不是"看着过关"	产出级别（0–100 分）
产出时间更短	同一问题不反复返工，提前收敛	产出时间（轮数）
效率明显	有限轮数里