1.3 环境搭建与快速入门 — 10 分钟搭建你的第一个循环工程环境

本节导读：手把手带你搭建 Loop Engineering 实战环境，使用 Claude Code 或 OpenAI Codex 在 10 分钟内跑通第一个自主循环，体验从手动提示到自动循环的范式转变。

学习目标

• 安装并配置 Claude Code 或 OpenAI Codex
• 在真实项目中运行第一个 /goal 循环
• 理解循环运行时的日志和状态输出
• 掌握基本的循环调试技巧

核心概念

在正式搭建之前，需要理解循环工程的三大主流运行环境：

三者都实现了相同的循环原语（Automations, Worktrees, Skills, Connectors, Sub-agents），选择任何一个都可以开始学习。本教程以 Claude Code 为主，因为它的 /goal 命令最直观地体现了循环工程的核心模式。

环境准备 / 前置知识

• Node.js 18+（Claude Code 依赖）
• 一个代码项目（有测试用例最佳）
• Anthropic API Key 或 Claude Pro/Max 订阅
• Git 已安装

分步实战

步骤 1：安装 Claude Code

# 方式一：全局安装（推荐）
npm install -g @anthropic-ai/claude-code

# 验证安装
claude --version

# 方式二：使用 npx（无需安装）
npx @anthropic-ai/claude-code
​

# 如果你使用 OpenAI Codex
npx codex@latest
​

步骤 2：配置 API Key

# Claude Code - Anthropic API
export ANTHROPIC_API_KEY="sk-ant-xxxxx"

# 或使用 Claude Pro/Max 订阅登录
claude login
​

步骤 3：准备一个示例项目

如果没有现成项目，创建一个带测试的示例项目：

# 创建示例项目
mkdir loop-demo && cd loop-demo
npm init -y
npm install --save-dev jest @types/jest

# 创建待修复的代码文件
cat > math.js << 'EOF'
/**
 * 数学工具函数 - 故意包含 bug 用于演示循环修复
 */

function add(a, b) {
    return a - b;  // Bug: 应该是 a + b
}

function multiply(a, b) {
    return a * b;
}

function factorial(n) {
    if (n <= 0) return 0;  // Bug: 0! 应该是 1
    if (n === 1) return 1;
    return n * factorial(n - 1);
}

function fibonacci(n) {
    if (n <= 0) return 0;
    if (n === 1) return 1;
    return fibonacci(n - 1) + fibonacci(n - 2);
}

module.exports = { add, multiply, factorial, fibonacci };
EOF

# 创建测试文件
cat > math.test.js << 'EOF'
const { add, multiply, factorial, fibonacci } = require('./math');

describe('Math utilities', () => {
    test('add(2, 3) should return 5', () => {
        expect(add(2, 3)).toBe(5);
    });

    test('multiply(3, 4) should return 12', () => {
        expect(multiply(3, 4)).toBe(12);
    });

    test('factorial(0) should return 1', () => {
        expect(factorial(0)).toBe(1);
    });

    test('factorial(5) should return 120', () => {
        expect(factorial(5)).toBe(120);
    });

    test('fibonacci(10) should return 55', () => {
        expect(fibonacci(10)).toBe(55);
    });
});
EOF

# 添加 test 脚本到 package.json
npx jest --init --yes

# 确认当前测试状态（应该有失败）
npx jest
​

步骤 4：运行你的第一个循环

# 启动 Claude Code
claude

# 在 Claude Code 中输入：
> /goal "修复所有失败的测试，确保 npx jest 全部通过"
​

观察发生了什么：

╭─ Goal: 修复所有失败的测试，确保 npx jest 全部通过
│
│  🔄 Round 1/∞
│  → 运行 npx jest...
│  → 发现 2 个失败: add(), factorial(0)
│  → 分析 add() 失败原因: 返回 a - b 而非 a + b
│  → 修复 math.js 中的 add 函数
│  → 重新运行测试...
│
│  🔄 Round 2
│  → 1 个失败: factorial(0) 返回 0 期望 1
│  → 修复 factorial 的边界条件
│  → 重新运行测试...
│
│  ✅ All 5 tests passed!
│  → 循环完成，共 2 轮
╰─
​

这就是循环工程的体验——你输入一行目标，Agent 自动迭代直到完成。

步骤 5：使用 /loop 设置定时循环

/goal 是"跑完就停"模式，/loop 是"持续循环"模式：

# 每 30 分钟自动检查是否有新失败的测试
> /loop "每 30 分钟运行测试，如果发现失败则修复，测试全部通过后等待下一轮" --interval 30m
​

# Claude Code 中的 cron 定时任务
> /cron "每天早上 9 点检查所有 Issue，尝试自动修复简单 Bug" --schedule "0 9 * * *"
​

步骤 6：设置 Skills（知识编码）

Skills 是循环工程中"停止重新解释项目"的关键机制：

# 创建项目 Skill
mkdir -p .claude/skills

cat > .claude/skills/testing.md << 'EOF'
# Testing Skill

## 运行测试
使用 `npx jest` 运行所有测试。

## 项目约定
- 所有函数必须编写单元测试
- 测试文件命名：*.test.js
- 边界条件必须覆盖：空输入、0、负数、大数值
- 修复 Bug 后必须先运行相关测试确认通过

## 不要做
- 不要跳过失败的测试
- 不要修改测试来通过（修复实现代码）
EOF
​

完整示例：自动化每日工作流

# 在 Claude Code 中设置每日自动工作流
claude

# 创建自动化任务
> /automations

# 配置：
#   时间：每天 9:00
#   任务：读取未解决的 Issue → 尝试修复 → 运行测试 → 创建 PR
#   验证：测试全通过
#   升级条件：3 轮尝试后仍未修复
​

常见问题 FAQ

Q1：Claude Code 和 OpenAI Codex 选哪个？有什么区别？

A：核心循环原语相同（Automations, Worktrees, Skills, Connectors, Sub-agents）。差异在细节：Claude Code 的 /goal 和 /loop 更成熟，与 Anthropic 模型深度集成；Codex 的 Automations 和 Triage Inbox 更适合团队协作。初学者推荐 Claude Code，因为上手更简单。两者可以并存，循环工程的设计原则是通用的。

Q2：没有 Anthropic API Key 怎么办？必须付费吗？

A：Claude Code 支持两种使用方式：(1) Anthropic API 按量付费，需要 API Key；(2) Claude Pro/Max 订阅（$20/$100/月），包含一定额度。如果你用的是 Anthropic 的合作企业（如 Amazon），可能有额外优惠。作为替代方案，OpenClaw 是完全开源的，可以配合本地模型运行，适合预算有限的开发者。

Q3：循环跑着跑着失控了怎么办？Token 烧光了怎么办？

A：三重保险：第一，/goal 自带最大轮次限制，你可以在目标描述中指定如"最多尝试 10 轮"；第二，Claude Code 有全局 spending limit 设置（claude config set maxTokens 100000）；第三，无进展检测会在连续几轮无改善时自动停止。建议一开始就设置保守的上限，验证循环可靠后再放宽。

最佳实践与避坑

• 先在玩具项目上练习：不要一上来就用循环工程处理生产代码
• 观察日志：前几次运行仔细看 Agent 每一步在做什么，理解它的决策逻辑
• 写好 Skills：Skills 是循环的知识基础，花时间写好能大幅提高循环质量
• 从小目标开始：/goal "修复一个特定测试" 比 /goal "改善整个项目" 可靠得多
• 保持审查习惯：循环完成后的代码一定要自己读一遍，不要盲目信任

本节小结

本节带你从零搭建了 Loop Engineering 实战环境。我们安装了 Claude Code，创建了一个带故意 Bug 的示例项目，运行了第一个 /goal 循环，并体验了自动修复测试的完整流程。你还学习了 /loop 定时循环和 Skills 知识编码的使用方法。

下一节我们将深入探讨从"提示词思维"到"循环思维"的认知转变——这是掌握循环工程的关键一步。

延伸阅读

• Claude Code 官方文档
• Codex App 官方文档
• OpenClaw GitHub

关键词：Claude Code, Codex, Loop Engineering 环境搭建, /goal, /loop, Skills, 快速入门, 实战教程

难度：入门

预计阅读：12 分钟