omp packages

@ailnaf/pi-auto-continue0.2.0

Hypothesis-driven value delivery loop for Pi: SWOT → OKR → story map → PDCA, with TDD checks and closure gates.

ailnaf Published 23 days ago MIT ~443 downloads/mo

Untested on omp

This is a pi package. No one has reported whether it works on omp yet. If you try it, add your result below.

Did it work for you?

Result

One report per person. A new report replaces your old one.

Reports 0

No reports yet.

Readme

pi-auto-continue

CI License: MIT

假设驱动的价值交付循环：把计划当作可被证据改写的假设集，用小步实验持续把假设变成用户可感知的价值。

pi-auto-continue 是一个 Pi 扩展。它在 agent 真正停下来等待输入时，读取上一轮回复的阶段标记，向同一条会话追加一条用户消息，把 PDCA 循环推进到下一阶段；同时只读解析项目里的计划文件，用 SWOT / OKR / 用户故事地图作为锚点和收口门。

它不新开 session、不派 subagent、不改写计划文件。

为什么需要它

  • Agent 容易提前停：做完一小步就等确认，循环断掉。
  • 聊天历史会遗忘：长会话里目标、证据、判负细节逐渐丢失。
  • “完成”容易自证：没有证据也可能报告完成。

这三个问题分别用「自动续跑」「计划文件是唯一事实源」「收口门」解决。

理念

四个框架不是四道流程关卡，而是回答四个不同的问题：

框架 问题 在循环里的角色
SWOT 我们现在相信什么？ 信念：已知 / 未知 / 验证机会 / 关键风险
OKR 这一轮要改变什么可观测的结果？ 承诺：O＝用户价值，KR＝可证伪的结果
用户故事地图 用户按什么顺序感知到这些改变？ 路径：最小端到端切片，按用户旅程排序
PDCA 怎样用最小代价验证假设？ 实验：Plan → Do → Check → Act

统一模型：

信念（SWOT）→ 承诺（OKR）→ 路径（地图）→ 实验（PDCA）→ 证据
   ↑                                              │
   └────────────── 用证据更新信念 ←──────────────┘

三个定义：

  • 价值 = 用户可感知的状态改变，不是活动量。
  • 证据 = 可复跑的行为结果，或可观测的 KR 指标 / 用户反馈。
  • 完成 = 每个承诺都有证据，或已被显式取消并留下理由。

Check 是证伪，不是自证。 代码行为优先用 TDD：先写失败测试，再实现；精准跑与本次变更相关的测试；检查“函数是否存在、字数多少”不算证据。

扩展自己的角色是节拍器、记忆锚点和门禁：只读计划文件、回灌锚点、推进阶段、守住收口。它不替模型思考。

安装

# 从 GitHub 安装
pi install git:github.com/fanlia/pi-auto-continue

# 或本地开发时直接安装
pi install /path/to/pi-auto-continue

# 从 npm 安装
pi install npm:@ailnaf/pi-auto-continue

# 只试用一次，不写入 settings
pi -e git:github.com/fanlia/pi-auto-continue

如果之前把 auto-continue.ts 直接放在 ~/.pi/agent/extensions/，请先移除那个文件，再安装本包，避免同一个扩展被加载两次。

安装后启动 Pi，默认开启。/auto status 应显示 假设 → 承诺 → 路径 → 实验。

快速开始

  1. 在项目里创建 plan/<主题>.md（plan/plan.md 是写作规范，不会被当作计划）。
  2. 正常让 Pi 做事。
  3. 每轮回复最后一行报告阶段：[PDCA] plan|do|check|act。
  4. 扩展在 agent 停下时自动追加下一阶段的消息，直到 [PDCA] complete 或触发停止条件。

没有计划文件时，扩展会在第一次有实际工具调用的回合后引导一次创建计划；之后静默，不在闲聊里无限续跑。

完整的计划模板见 examples/plan/example.md。

计划文件格式

扩展只读解析以下四段，其余内容由模型自由维护：

## SWOT
- S：已被证据支持的优势
- W：尚未验证的未知
- O：最省力的验证机会
- T：最可能推翻计划的风险

## 目标（Objective）
O：用户可感知的价值改变。

## 关键结果（Key Results）
- [ ] KR1：可度量结果（基线 → 目标）
- [ ] KR2：可度量结果（0/1 → 1/1）

## 用户故事地图
- [ ] 1. 最小端到端切片
  - [ ] 1.1 用户可感知的一步
  - [ ] 1.2 用户可感知的下一步

规则：

  • KR / 地图使用 - [ ]、- [x]、- [-]（取消：理由）；也兼容 * / + 列表。
  • 地图顶层是切片，第一片是最小端到端价值闭环；收口只检查叶子。
  • KR 标题里的 3/10、37% 会被提取为进度锚点。
  • 扩展从不写回计划文件。

命令与参数

命令 作用
/auto 开关切换
/auto on / /auto off 显式开启 / 关闭（当前会话有效）
/auto status 查看计划文件、OKR / 地图进度、Check 门、预算
参数 默认 作用
--auto-continue-off false 本次启动关闭
--auto-continue-limit 1000 本轮最多自动续跑次数
--auto-continue-stuck 4 连续 N 轮无工具调用视为卡住
--auto-continue-reset 2 卡住后压缩历史重新 Plan 的最大次数
--auto-continue-plan 空 固定跟踪 plan/<name>.md，默认取最新修改
--auto-continue-compact-at 0 上下文超过该 token 数先压缩再续跑（0=关闭）
--auto-continue-session-mb 0 会话文件超过该 MB 数暂停并建议 /new（0=关闭）

收口门

[PDCA] complete 不是模型说了算，还要过三道门：

  1. Check 门：自上次 Do 后必须 Check 过。
  2. OKR 门：没有未达成的 KR；做完、显式取消或改写。
  3. 地图门：没有未完成的叶子；做完或显式取消。

三道门同时未过时，扩展会把它们合并成一条反馈，一轮说清，避免逐轮挤牙膏。

卡住与内存保护

  • 连续多轮没有工具调用 → 压缩历史、要求重新 Plan；最多重置 reset 次。
  • compact-at 把峰值上下文压到预算内；压不下去后不会每轮重复尝试。
  • session-mb 在会话文件过大时暂停，提示换新会话（计划已落盘，重开可继续）。

停止条件

  • 模型报告 [PDCA] complete 且所有门通过
  • 达到 limit
  • 重置 reset 次后仍卡住
  • 用户 Esc 中止或运行出错
  • plan/ 下没有计划文件
  • 会话文件超过 session-mb

开发

要求：Node.js > 24（推荐 26 LTS）。不依赖 Bun。

npm install
npm run check      # tsc --noEmit && node --test
npm test
npm run typecheck

测试使用 Node 内置 node:test + 原生 TypeScript type stripping，无构建步骤。测试是行为级的：mock Pi / context，驱动扩展工厂，断言模型真实收到的消息文本，而不是内部调用次数。

.
├── src/auto-continue.ts       # 扩展实现（单文件，无构建步骤）
├── tests/auto-continue.test.ts
├── examples/plan/example.md   # 计划模板
├── docs/design.md             # 设计说明
├── .github/workflows/ci.yml
├── package.json
└── tsconfig.json

更多设计细节见 docs/design.md。

License

MIT © 2026 fanlia