Moniteur Ralph

VérifiéSûr

Surveille et rapporte l'état des boucles Ralph Wiggum. Fournit des statuts en temps réel, des résumés d'itération et un suivi de progression via l'état Archon. Utile pour vérifier les boucles actives ou terminées, consulter l'historique des itérations et diagnostiquer les problèmes.

Spar Skills Guide Bot
DeveloppementDébutant
02/06/2026
Claude Code
#ralph-loops#progress-tracking#status-monitoring#iteration-tracking

Recommandé pour

Synthèse automatique

Cette compétence permet de surveiller et de rapporter l'état des boucles Ralph Wiggum, en fournissant des informations en temps réel sur les itérations, les progrès et les métriques via l'état Archon.

Points forts

  • Rapports détaillés et structurés
  • Suivi en temps réel du statut et de l'historique des boucles
  • Visualisation de la progression via des indicateurs et des graphiques
  • Intégration avec l'état Archon pour une vue centralisée

Limites

  • Dépend de l'état Archon et des fichiers locaux pour les données
  • Ne gère pas le contrôle des boucles (pause, annulation) - seulement le monitoring
  • Les rapports peuvent être volumineux pour les boucles longues
Quand l'utiliser

Utilisez cette compétence lorsque vous avez besoin de vérifier l'avancement d'une boucle Ralph en cours ou terminée, ou de diagnostiquer une boucle bloquée.

Quand l'éviter

Évitez de l'utiliser si vous voulez lancer ou contrôler une boucle (utilisez les compétences ralph-loop ou ralph-cancel à la place).

Analyse de sécurité

Sûr
Score qualité88/100

The skill only reads local files and git status, and does not execute any destructive or external network commands. No security risks identified.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Quick status check
Show me the current status of the Ralph loop.
Full status report
Give me a full status report on the Ralph Wiggum loop.
Loop history
List the history of all completed Ralph loops.

name: ralph-monitor version: 1.0.0 description: Monitor and report on Ralph Wiggum loop progress. Provides real-time status, iteration summaries, and progress tracking via Archon state. Use to check on running or completed loops, view iteration history, and diagnose issues.

Ralph Monitor Skill

Monitor and report on Ralph Wiggum loop status and progress. Provides visibility into active and completed loops via Archon state.

Triggers

Use this skill when:

  • Checking Ralph loop status
  • Viewing iteration progress
  • Monitoring running loops
  • Reviewing loop history
  • Diagnosing stuck loops
  • Keywords: ralph status, loop status, ralph monitor, check loop, iteration progress, loop history

Core Mission

Query Archon and local state to provide comprehensive status reports on Ralph loops.


Status Report Formats

Active Loop Status

## Ralph Loop Status

### Loop Information
| Property | Value |
|----------|-------|
| Loop ID | [LOOP_ID] |
| Status | Running / Paused / Stopped |
| Started | [TIMESTAMP] |
| Duration | [HH:MM:SS] |

### Progress
| Metric | Current | Target |
|--------|---------|--------|
| Iteration | [N] | [MAX] |
| Tasks | [DONE] | [TOTAL] |
| Tests Passing | [PASS] | [TOTAL] |

[====================----------] 67% complete

### Current Iteration
| Property | Value |
|----------|-------|
| Iteration | [N] |
| Started | [TIME] |
| Focus | [Current work summary] |

### Recent Activity
| Iter | Time | Summary | Files | Tests |
|------|------|---------|-------|-------|
| N | 5m ago | [Summary] | 3 | 15/15 |
| N-1 | 12m ago | [Summary] | 5 | 14/15 |
| N-2 | 20m ago | [Summary] | 2 | 10/15 |

### Validation Status
- Build: Passing
- Tests: 15/15 passing
- Lint: 2 warnings

### Archon Integration
- Project: [PROJECT_NAME] ([PROJECT_ID])
- Task: [TASK_TITLE] ([TASK_ID])
- Task Status: doing
- State Doc: [DOC_ID]

### Commands
- View full log: `cat .ralph/loop.log`
- Cancel loop: Use ralph-loop skill with cancel mode
- View prompt: `cat .ralph/prompts/current.md`

Data Collection

From Archon

# Get state document
state_docs = find_documents(
    project_id=PROJECT_ID,
    query="Ralph Loop State"
)

# Get active loops
active_loops = [
    doc for doc in state_docs
    if doc["content"]["status"] == "running"
]

# Get associated tasks
for loop in active_loops:
    task = find_tasks(task_id=loop["content"]["task_id"])
    loop["task"] = task

From Local State

# Read config
cat .ralph/config.json

# Read recent log
tail -100 .ralph/loop.log

# Git status
git --no-pager log --oneline -5
git status --short

Report Types

Quick Status

Returns brief one-liner:

Ralph: Iteration 12/50 | 67% | Tests 15/15 | Duration 25m

Full Status

Returns complete report as shown above.

History Report

## Ralph Loop History

### Completed Loops
| Loop ID | Task | Iterations | Duration | Status |
|---------|------|------------|----------|--------|
| ralph-20260122-150000 | Auth API | 12 | 45m | Complete |
| ralph-20260121-100000 | DB Schema | 8 | 30m | Complete |
| ralph-20260120-140000 | User Model | 25 | 1h 20m | Max reached |

### Statistics
| Metric | Value |
|--------|-------|
| Total Loops | 15 |
| Completed | 12 (80%) |
| Blocked | 2 (13%) |
| Max Reached | 1 (7%) |
| Avg Iterations | 14 |
| Avg Duration | 35m |

Comparison Report

## Loop Comparison

| Metric | loop1 | loop2 |
|--------|-------|-------|
| Task | Auth API | User API |
| Iterations | 12 | 18 |
| Duration | 45m | 1h 10m |
| Files Changed | 24 | 31 |
| Tests Added | 15 | 22 |
| Status | Complete | Complete |

Progress Visualization

Iteration Timeline

Iteration Progress
==================

1  #### Setup
2  ######## Basic impl
3  ############ Tests added
4  ###### Bug fix
5  ################ Feature complete
6  #### Refactor
7  ########## Edge cases
8  #################### Validation
9  ###### Polish
10 ######################## Complete

Legend: #### = Work done, length = files changed

Test Progress

Test Progress Across Iterations
===============================

Iter  1: [          ] 0/0
Iter  2: [###       ] 5/15
Iter  3: [#####     ] 8/15
Iter  4: [######    ] 10/15
Iter  5: [########  ] 12/15
Iter  6: [########  ] 12/15  <- regression
Iter  7: [##########] 15/15 PASS

Alerts and Warnings

Stuck Detection

## Potential Issue Detected

### Stuck Pattern
The loop appears to be stuck:
- Last 3 iterations made no test progress
- Same files being modified repeatedly
- Similar error messages in output

### Recommendation
Consider:
1. Reviewing the prompt for clarity
2. Breaking the task into smaller pieces
3. Adding more specific validation criteria
4. Canceling and debugging manually

### Action
- Continue monitoring
- Cancel loop if needed
- Review logs: `cat .ralph/loop.log | tail -500`

Resource Warning

## Resource Warning

### Issue
- Token usage high in recent iterations
- Approaching context limit

### Recommendation
- Consider checkpointing
- May need to restart with fresh context
- Current work is saved in Archon

Troubleshooting Commands

Check Configuration

## Configuration Check

### Files
- [x] .ralph/config.json exists
- [x] .ralph/prompts/current.md exists
- [x] .ralph/loop-state.json exists

### Archon Connection
- [x] Project found: [PROJECT_NAME]
- [x] Task found: [TASK_TITLE]
- [x] State document found

### Validation Commands
- [x] Build: `npm run build` (verified)
- [x] Test: `npm test` (verified)
- [ ] Lint: `npm run lint` (not configured)

### All checks passed

Usage Examples

Check Current Status

# Quick check
"What's the Ralph loop status?"

# Full details
"Show me detailed Ralph loop status"

View History

# All loops
"Show Ralph loop history"

# Specific loop
"Show details for ralph-20260122-150000"

Diagnose Issues

# Check for problems
"Is the Ralph loop stuck?"

# View recent iterations
"Show last 5 Ralph iterations"

Integration with Other Skills

With ralph-loop Skill

# If monitoring shows issues, suggest:
"Use ralph-loop skill to cancel or resume"

With archon-workflow Skill

# For task management integration:
"Use archon-workflow to update task status"

Best Practices

  1. Regular Monitoring: Check status periodically for long loops
  2. Watch for Patterns: Same files modified repeatedly = potential issue
  3. Test Progress: Should generally increase each iteration
  4. Duration Tracking: Unusually long iterations may indicate problems
  5. Archon Sync: Ensure state is properly saved to Archon
  6. Log Review: Check loop.log for detailed error messages

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/ralph-monitor-mm5t8a0s/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/ralph-monitor-mm5t8a0s' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/ralph-monitor-mm5t8a0s/download' --output '.skill-downloads/ralph-monitor-mm5t8a0s/SKILL.md.part' && mv '.skill-downloads/ralph-monitor-mm5t8a0s/SKILL.md.part' '.skill-downloads/ralph-monitor-mm5t8a0s/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/ralph-monitor-mm5t8a0s/SKILL.md' && test -s '.skill-downloads/ralph-monitor-mm5t8a0s/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/ralph-monitor' && cp -R '.skill-downloads/ralph-monitor-mm5t8a0s' '.claude/skills/ralph-monitor'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/ralph-monitor-mm5t8a0s'

openskills read 'ralph-monitor-mm5t8a0s'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/ralph-monitor-mm5t8a0s/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires