（1932期）open-ralph – 免费模型智能降级，自动修复代码

免费模型智能降级，自动修复代码 基于 OpenCode Zen 免费模型的 Ralph Wiggum 自主编码循环，支持智能降级与多轮迭代修复代码 使用说明 核心功能 ralph-opencode-free-loop 是一个自动化编码工具链，它将 Ralph Wiggum CLI 与 OpenCode Zen 免费模型深度整合，实现无需人工干预的代码修复与功能实现循环。该技能通过反复执行同一编程任务，直到满足预设的成功标准或达到最大迭代次数。 显著优势 智能模型降级链：核心亮点在于四层免费模型兜底机制——从性能最优的 kimi-k2.5-free 依次降级至 minimax-m2.1-free、glm-4.7-free，最终由 stealth 模型 big-pickle 保底。当遇到配额耗尽、速率限制或模型下线时自动切换，显著提升任务完成率。 明确的成功判定：强制要求用户定义可验证的成功标准（如测试通过、构建成功）和完成承诺标记，避免无限循环和模糊的"完成"状态。 多模式适配：标准循环模式适合单任务深度修复，--tasks 模式支持大型项目的多步骤拆解执行。 潜在局限 质量依赖模型可用性：免费层模型性能参差不齐，降级到低端模型时代码质量可能显著下降。 迭代成本不可控：max-iterations 虽可限制，但单次迭代内部消耗不可见，复杂任务可能产生大量 API 调用。 Git 仓库强依赖：必须在版本控制环境下运行，对临时脚本或原型开发不够友好。 安全风险：自主修改代码若无人工 review，可能引入逻辑错误或安全隐患。 适合人群 需要批量修复测试/构建失败的维护开发者 希望自动化处理类型错误、lint 问题的工程团队 有一定运维经验、能评估模型输出质量的进阶用户 使用建议 建议始终设置合理的迭代上限，配合 git 分支隔离变更，关键代码变更强制人工 review 后再合并。定期监控 https://opencode.ai/zen/v1/models 更新模型可用性列表。 原始说明 Run an autonomous Open Ralph Wiggum coding loop using OpenCode Zen with free models and automatic fallback.