เป้าหมาย
ตั้ง shell script ให้ Claude Code ทำงานจาก backlog ทีละข้อ วนไปเรื่อยๆ ได้หลายชั่วโมงโดยไม่มีคนเฝ้า และหยุดเองเมื่องานเสร็จ ใช้เงินเกินเพดาน ทำต่อไม่ได้ หรือคนสั่งหยุด
หลักการ
สองแบบของ "ให้ทำต่อไปเรื่อยๆ"
A. Session เดียวยาวๆ (/goal) |
B. Loop ของ session ใหม่ (loop script) | |
|---|---|---|
| ทำงานยังไง | หลังจบทุกเทิร์น โมเดลเล็กตรวจว่าเงื่อนไขครบหรือยัง ถ้ายังก็ทำเทิร์นต่อ | สคริปต์เรียก claude -p ใหม่ทุกรอบ แต่ละรอบทำงาน 1 ข้อแล้วจบ |
| ความจำ | อยู่ใน context เดียว (compact เมื่อเต็ม) | ไม่มีความจำข้ามรอบ ส่งต่อด้วย PROGRESS.md + git (บท 7d-01) |
| เหมาะกับ | งานก้อนเดียวที่มีปลายทางชัด จบในไม่กี่สิบเทิร์น เช่น "แก้จนเทสต์ใน test/auth ผ่าน" | backlog หลายข้อ งานข้ามคืน งานที่ยาวกว่า context หนึ่งรอบ |
| ข้อดี | ตั้งง่ายคำสั่งเดียว | context สะอาดทุกรอบ พังกลางทางเสียแค่รอบเดียว ตรวจทีละ commit ได้ |
แบบ B ในชุมชนนักพัฒนามักเรียกว่า "Ralph loop" (ตั้งชื่อตามตัวละคร Ralph Wiggum จาก The Simpsons) ไม่ใช่ฟีเจอร์ทางการ แต่เป็นรูปแบบการใช้งาน รูปแบบที่เล็กที่สุดคือ:
while :; do claude -p "$(cat PROMPT.md)"; done # ❌ ห้ามรันแบบนี้จริง — ไม่มีเพดานใดๆบรรทัดเดียวนี้วนไปตลอดกาล เผาเงินไม่หยุด และไม่มีใครรู้ว่ามันทำอะไรไปบ้าง ทั้งบทนี้คือการเติมรั้วให้มัน
รั้ว 8 ข้อที่ loop.sh มีให้
| รั้ว | ใน loop.sh | กันอะไร |
|---|---|---|
| ห้ามรันบน main | เช็ก git branch --show-current |
agent แก้ branch หลักตรงๆ |
| เพดานรอบ | MAX_ITER (ค่าเริ่ม 10) |
วนไม่รู้จบ |
| เพดานเทิร์นและเงินต่อรอบ | --max-turns, --max-budget-usd |
รอบเดียวหลงทางนาน |
| เพดานเงินรวม | MAX_TOTAL_USD รวมจาก total_cost_usd ของทุกรอบ |
ค่าใช้จ่ายทั้งคืนบานปลาย |
| หยุดเมื่อไม่คืบหน้า | ไม่มี commit ใหม่ MAX_NO_PROGRESS รอบติด |
ติดปัญหาเดิมแล้ววนซ้ำ |
| เสร็จแล้วหยุดเอง | ไม่มี - [ ] เหลือใน PROGRESS.md |
จ่ายเงินรอบที่ไม่มีงานทำ |
| ปุ่มหยุด (kill switch) | มีไฟล์ STOP ที่ root → หยุดก่อนเริ่มรอบถัดไป |
อยากหยุดอย่างนุ่มนวลโดยไม่ต้อง Ctrl+C |
| สิทธิ์แคบ | --permission-mode dontAsk + --allowedTools เฉพาะแก้ไฟล์ เทสต์ และ git add/commit |
push, ลบไฟล์, คำสั่งอันตราย — อะไรที่ไม่ได้อนุญาตถูกปฏิเสธทันทีโดยไม่ค้างรอคน |
ทุกรอบเก็บ JSON ผลลัพธ์ไว้ใน .loop-logs/ เพื่อตรวจย้อนหลังและใช้ทำ eval (บท 6d-05)
PROMPT.md ที่ดีสำหรับ loop
- บอกตรงๆ ว่า "แต่ละรอบเป็น session ใหม่ที่จำรอบก่อนไม่ได้"
- ทำ ข้อเดียวต่อรอบ แล้วจบ — งานเล็กทำให้ commit เล็ก ตรวจง่าย ย้อนง่าย
- นิยามเสร็จ = เทสต์ทั้งชุดผ่าน + ติ๊ก PROGRESS.md + commit
- มีทางออกเมื่อติด: จดเหตุผล เปลี่ยนเป็น
- [!]แล้วไปข้อถัดไป ไม่ใช่ลองซ้ำไปเรื่อยๆ - ห้ามโกงเทสต์ ห้าม push ห้ามแก้ PROMPT.md
ตั้งค่า ⚙️
ตัวแปรของ loop.sh ตั้งตอนรันได้เลย เช่น MAX_ITER=4 MAX_TOTAL_USD=3 ./loop.sh ไม่ต้องแก้ไฟล์
| ตัวแปร | ค่าเริ่มใน loop.sh | เปลี่ยนเมื่อไร | ตรวจยังไง |
|---|---|---|---|
MAX_ITER |
10 | ตั้งให้ ≈ จำนวนข้อใน backlog · ซ้อมครั้งแรกใช้ 1 | บรรทัด == รอบ 1/N แสดงเพดาน |
MAX_TURNS |
40 | เจอ error_max_turns บ่อย → แตกงานก่อน แล้วค่อยเพิ่ม |
turns= ในแต่ละรอบ |
BUDGET_PER_ITER |
1 (USD) | เจอ error_max_budget_usd → แตกงานให้เล็กลงก่อนเพิ่มเงิน |
cost≈ ในแต่ละรอบ |
MAX_TOTAL_USD |
8 (USD) | ตั้งตามงบที่ยอมเสียต่อคืน | รวม≈ และข้อความ "ชนเพดาน" |
MAX_NO_PROGRESS |
2 | แทบไม่ต้องเปลี่ยน — มากกว่านี้คือจ่ายเงินให้วนซ้ำ | หยุดเองเมื่อไม่มี commit ใหม่ |
HOOKS / LOG_DIR |
.claude/loop-hooks.json / .loop-logs |
ใช้ hook ชุดอื่น (บท 7d-03) | ls .loop-logs เห็น JSON ทุกรอบ |
ALLOWED (แก้ในไฟล์) |
อ่าน/แก้ไฟล์ + npm test + git add/commit |
คำสั่งเทสต์ไม่ใช่ npm → แก้ให้ตรง และแก้ใน PROMPT.md ด้วย · ห้ามเพิ่ม push/rm | รอบแรกต้องมี commit |
ตัวเลขเงินทั้งหมดมาจาก total_cost_usd ซึ่งเป็นค่าประมาณฝั่ง client อาจไม่ตรงกับบิลจริง → ตั้งเพดานเผื่อไว้
สำหรับ /goal: ไม่มีอะไรต้องตั้งนอกจากเงื่อนไข (ยาวได้ถึง 4,000 ตัวอักษร) · CLAUDE_CODE_GOAL_CHECKIN_MINUTES เปลี่ยนรอบเช็กงานเบื้องหลัง (ค่าเริ่ม 30 นาที, 0 = ปิดการเช็กและการ retry อัตโนมัติ) · ตรวจสถานะ เทิร์น และ token ที่ใช้ด้วย /goal เฉยๆ
ลองเลย 🧪
ทดลอง A — สร้าง repo ทดลองแล้วรัน loop จริง (ต้องมี node 18+, jq, git · ดาวน์โหลด loop.sh, PROMPT.md ด้านบนไว้ในโฟลเดอร์เดียวกับที่รันคำสั่ง)
mkdir loop-lab && cp loop.sh PROMPT.md loop-lab/ && cd loop-lab
git init -q -b main && mkdir src test
echo '{ "name": "loop-lab", "type": "module", "scripts": { "test": "node --test" } }' > package.json
cat > PROGRESS.md <<'EOF'
# PROGRESS
## งาน
- [ ] เพิ่มฟังก์ชัน slugify(text) ใน src/slug.js (ตัวพิมพ์เล็ก, ช่องว่างเป็น -, ตัดอักขระพิเศษ) พร้อมเทสต์ใน test/slug.test.js
- [ ] เพิ่มฟังก์ชัน wordCount(text) ใน src/words.js พร้อมเทสต์ใน test/words.test.js
## บันทึก
## ติดปัญหา
EOF
printf '.loop-logs/\nSTOP\n' > .gitignore
chmod +x loop.sh && git add -A && git commit -qm init && git switch -qc agent/loop
MAX_ITER=4 MAX_TOTAL_USD=3 ./loop.sh→ ผลที่ควรได้ (ตัวเลขจะต่างไปบ้าง):
== รอบ 1/4 เริ่ม 09:15:06 ==
exit=0 subtype=success turns=10 cost≈$0.3 รวม≈$0.30
commit: 39e9375 Task 1: add slugify(text) in src/slug.js with tests
== รอบ 2/4 เริ่ม 09:15:34 ==
exit=0 subtype=success turns=10 cost≈$0.29 รวม≈$0.59
commit: 4b45f0c Task 2: add wordCount(text) in src/words.js with tests
ไม่มีงาน - [ ] เหลือใน PROGRESS.md — เสร็จแล้ว→ ตรวจงาน: git log --oneline, git diff main...HEAD, cat PROGRESS.md (ดูส่วน "บันทึก" ที่ agent จดส่งต่อให้รอบถัดไป), npm test
→ แต่ละรอบมีต้นทุนตั้งต้นจากการโหลด system prompt และ tool ทุกครั้ง แม้งานเล็กมากก็ราว 0.1–0.3 USD ต่อรอบ — งานที่เล็กเกินไปจึงไม่คุ้มที่จะแยกเป็นรอบ
ทดลอง B — ใช้ปุ่มหยุด เพิ่มงานอีก 3 ข้อใน PROGRESS.md แล้วรัน ./loop.sh ระหว่างรอบแรกกำลังทำงาน เปิดอีกหน้าต่างแล้วพิมพ์
touch STOP→ ผลที่ควรได้: รอบที่กำลังทำงานจบตามปกติ (commit ครบ) แล้วสคริปต์พิมพ์ "พบไฟล์ STOP — หยุด" ไม่เริ่มรอบใหม่ · ลบ STOP แล้วรันใหม่ งานต่อจากข้อเดิม
ทดลอง C — แบบ session เดียวด้วย /goal (เทียบกับแบบ loop)
claude -p "/goal npm test ผ่านทั้งชุด และมีฟังก์ชัน capitalize(text) ใน src/text.js พร้อมเทสต์ใน test/text.test.js — หรือหยุดเมื่อครบ 15 เทิร์น" \
--permission-mode dontAsk \
--allowedTools "Read" "Edit" "Write" "Bash(npm test *)" \
--max-budget-usd 2 \
--output-format stream-json --verbose < /dev/null | jq -rc 'select(.type=="result") | {subtype, num_turns, total_cost_usd}'→ หลังทุกเทิร์น โมเดลเล็กจะตัดสินว่าเงื่อนไข "ครบแล้ว" "ยังไม่ครบ" หรือ "เป็นไปไม่ได้" มันไม่ได้รันคำสั่งเอง แต่ตัดสินจากสิ่งที่ Claude แสดงใน transcript ดังนั้นต้องเขียนเงื่อนไขที่ผลลัพธ์พิสูจน์ได้ เช่น "npm test ผ่าน"
→ ใส่ประโยค "หรือหยุดเมื่อครบ N เทิร์น" เป็นเพดานในตัวเงื่อนไขเสมอ
→ ใน interactive ใช้ /goal <เงื่อนไข> ดูสถานะด้วย /goal เฉยๆ และยกเลิกด้วย /goal clear
ถ้าพัง
| อาการ | สาเหตุที่พบบ่อย |
|---|---|
| ทุกรอบ "ไม่มี commit ใหม่" | ไม่ได้อนุญาต Bash(git commit *) หรือคำสั่งเทสต์ใน ALLOWED ไม่ตรงกับโปรเจกต์ → ดู .result ใน log JSON ล่าสุดว่า Claude ติดอะไร |
subtype=error_max_turns |
งานข้อนั้นใหญ่เกินรอบเดียว → แตกงานให้เล็กลง หรือเพิ่ม MAX_TURNS |
subtype=error_max_budget_usd |
ชนเพดานต่อรอบ → งานใหญ่เกินไป หรือ agent อ่านไฟล์มากเกินจำเป็น |
| สคริปต์บอกห้ามรันบน main | ตั้งใจให้เป็นแบบนั้น → git switch -c agent/loop |
| ขึ้นว่าไม่ได้ login | รันจาก cron/launchd ที่ไม่เห็น keychain → ดูบท 7d-04 |
ข้อดี / ข้อเสีย
| ✅ ข้อดี | ❌ ข้อเสีย / ต้นทุน | |
|---|---|---|
| Loop script | context ใหม่ทุกรอบ ไม่สะสมจน compact · พังกลางทางเสียแค่รอบเดียว · เพดานทุกตัวเป็นโค้ด ไม่ขึ้นกับโมเดล · ตรวจทีละ commit | ทุกรอบเสียต้นทุนตั้งต้น ~0.1–0.3 USD (วัดในทดลอง A) แม้งานเล็ก · ไม่มีความจำข้ามรอบ คุณภาพขึ้นกับบันทึกใน PROGRESS.md · มีสคริปต์ให้ดูแล และต้องตั้งเพดานให้เหมาะกับแต่ละโปรเจกต์ |
/goal |
คำสั่งเดียว ไม่ต้องมีไฟล์ใดๆ · บริบทต่อเนื่อง ไม่ต้องอ่านไฟล์ซ้ำ · ค่าตัวตรวจ (โมเดลเล็ก) มักน้อยมากเมื่อเทียบกับงานหลัก | งานยาวต้อง compact รายละเอียดเก่าหาย · ตัวตรวจไม่ได้รันคำสั่งเอง ตัดสินจากสิ่งที่ Claude แสดงใน transcript · มีได้ goal เดียวต่อ session · ใน -p แบบ text จะดูเหมือนค้างจนจบ |
เมื่อไรไม่ควรใช้
- งานที่สั่งครั้งเดียวก็จบ → สั่งตามปกติ ถูกกว่าและเร็วกว่าทั้งสองแบบ
- งานก้อนเดียวที่จบในไม่กี่สิบเทิร์น →
/goalพอ ไม่ต้องเขียน loop - งานที่ต้องตัดสินใจระหว่างทาง (UX, สถาปัตยกรรม) หรือไม่มีเทสต์บอกว่าเสร็จ → ทั้งสองแบบจะวนเปลืองเงินโดยไม่ได้ของที่ใช้ได้
- ยังไม่เคยดู agent ทำงานนี้ต่อหน้าสักรอบ → ซ้อม
MAX_ITER=1ก่อนเสมอ
สังเกตอะไร
- เพดานทุกตัวเป็น "เงื่อนไขหยุด" ที่ไม่ต้องพึ่งการตัดสินใจของโมเดล นี่คือสิ่งที่ทำให้ปล่อย loop ข้ามคืนได้อย่างสบายใจ
dontAskไม่ได้แปลว่าทำได้ทุกอย่าง แต่แปลว่า "อะไรที่ไม่ได้อนุญาตไว้ = ปฏิเสธทันที" ตรงข้ามกับbypassPermissionsที่อนุญาตทุกอย่าง (ใช้เฉพาะใน sandbox ที่ไม่มีอะไรให้เสีย)- loop ทำได้แค่ add/commit ส่วนการ push และเปิด PR ให้คนทำหลังตรวจแล้ว (หรือให้ขั้นตอนแยกที่มีคนอนุมัติทำ)
สรุปจำง่าย
Loop ที่ดี = ข้อเดียวต่อรอบ + สถานะในไฟล์ + เพดานทุกด้าน + ปุ่มหยุด — ถ้าขาดเพดาน มันไม่ใช่ automation แต่เป็นบิลที่รอวันมา