Ralph TUI 项目介绍

[keting]

Ralph TUI 是一个面向 AI coding agent 的终端执行工具，项目地址：

https://github.com/subsy/ralph-tui

从 README 和源码结构看，Ralph TUI 的核心定位是 AI Agent Loop Orchestrator。它通过 CLI / TUI 的方式，把任务列表、prompt 构造、agent 调用、完成检测和执行日志串成一个本地自动执行闭环。

它主要支持：

• 从 prd.json、Beads 等任务来源中选择任务
• 为任务构造 prompt
• 调用本地 AI coding agent CLI，例如 Claude Code、Codex、Gemini CLI、Cursor CLI、OpenCode 等
• 检测任务是否完成
• 保存和恢复 session
• 展示实时 agent 输出
• 支持错误处理、重试、日志记录
• 支持基于 git worktree 的并行执行和 merge 处理
• 支持远程实例查看与控制

整体上，Ralph TUI 更像一个 本地 agent 执行运行时 / runner。它重点解决的问题是：给定一组任务后，如何让本地 AI coding agent 自动逐个执行，并在终端里看到过程和结果。

作为参照，HALF 当前的定位与 Ralph TUI 不完全相同。

HALF 更关注的是：

• 多项目、多用户的工作流管理
• Web 端项目、计划、任务和 DAG 可视化
• human-in-the-loop 的任务派发
• 多个 agent 的协作编排
• agent 可用性、订阅到期和 reset 时间管理
• 任务状态、审计与长期记录
• 通过 Git 协作仓库轮询任务结果
• 在合规边界内协调不同 AI coding agents

因此可以简单理解为：

项目	更偏向
Ralph TUI	本地 agent 执行运行时
HALF	多 agent 工作流控制平台

两者都与 AI coding agent 编排有关，但侧重点不同。Ralph TUI 直接调用 agent 执行任务，HALF 当前则不执行 agent，而是生成 prompt、组织任务流、跟踪状态，并由人手工派发给 agent。

如果 HALF 未来支持自动调用 agent，Ralph TUI 的一些设计值得参考，例如：

• agent plugin 机制
• session / iteration 记录
• 执行日志保存与恢复
• rate limit 与 fallback agent 处理
• git worktree 并行执行
• runner 与 tracker 的接口抽象