Getting it into your agent
It runs from inside its repository, so the clone comes first — what it calls does not travel with the file alone.
git clone --depth 1 https://github.com/s977043/PlanGatenpx agentmods add skills/s977043/plangate/ai-loop-cycleWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/s977043/plangate/ai-loop-cycle)<a href="https://agentmods.dev/skills/s977043/plangate/ai-loop-cycle"><img src="https://agentmods.dev/badge/skills/s977043/plangate/ai-loop-cycle/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/skills/s977043/plangate/ai-loop-cycle"><img src="https://agentmods.dev/badge/skills/s977043/plangate/ai-loop-cycle.svg" alt="Reviewed on agentmods" width="80" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00140 | $0.11853 |
| Opus 5.5 | $0.00056 | $0.04741 |
| Sonnet 5.5 | $0.00028 | $0.02371 |
| Haiku 4.5 | $0.00014 | $0.01185 |
Grade A, and why
ai-loop-cycle scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 16d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 814 lines — stays where its author put it; the contents beside it link to each section on GitHub.
ai-loop-cycle
本スキルは bundled resources（
references/・scripts/・schemas/）で自己完結する。パス表記の規約（重要）: 本 SKILL.md 中の
references/…/scripts/…/schemas/…は、すべて 本スキルディレクトリからの相対パス（=<skill_dir>/…） であって、導入先リポジトリのルートからの相対パスではない。実行時はまず<skill_dir>（このファイルが置かれているディレクトリ）を解決してから使う:
環境 <skill_dir>plugin 導入先（Claude marketplace） <plugin_root>/skills/ai-loop-cycle/install.sh --claude導入先.claude/skills/ai-loop-cycle/Codex 導入先 .codex/skills/ai-loop-cycle/上流リポジトリ（正本側） .agents/skills/ai-loop-cycle/導入先が独自の正本（上流リポジトリの
docs/workflows/ai-loop/に相当するもの）を 別途保持している場合は、そちらを優先すること。
本スキルに同梱される ai-loop ドキュメント（references/ 配下。導入先で正本を
別途保持している場合はそちらを優先する）の references/execution-runbook.md に定義された
1 サイクル（変更対象ファイル取得 → W チェック → arbiter.py 裁定 → record 保存 → 分岐後の行動）を
実行するための手順スキル。判定ロジック・provenance スキーマの正本は runbook 側にあり、本スキルは
それらを実行するための 委託プロンプト定型 と 手順の要約 のみを持つ（二重定義しない）。
詳細な手順・分岐表は都度 references/ を読みに行く（progressive disclosure。本 SKILL.md は
手順の要点のみを持ち、runbook 等の全文を転記しない）。
参照解決順（導入先で必ずこの順に探す）: 本 Skill は 上流リポジトリ基準の
docs/**パスを直接参照しない（#1232 AC-9 で除去済み）。docs/**はinstall.sh --claude/ plugin（Claude marketplace）/ Codex の 3 経路とも配布対象外であり、書いた時点で導入先では必ず空振りするためである。したがって解決順は次のとおり: (1)<skill_dir>配下の同梱物（references//scripts//schemas/）を第一に読む → (2) 導入先リポジトリが独自の正本（上流のdocs/workflows/ai-loop/に相当するもの）を保持していればそちらを優先する → (3) いずれでも解決できなければ 「正本<path>を参照できなかった」と明示し、本 Skill 内の記述を代替正本として扱い、推測で内容を補わない。plugin root 直下にdocs/を探しに行かないこと: plugin が配布するのはagents/commands/skills/rules等の定義ディレクトリのみでdocs/を配布対象として認識せず、plugin root 配下に相当する配布物が存在しないため必ず空振りする（クラス A の rules 参照が plugin root 配下で解決できるのはrules/が実際に配布されるからであり、この非対称をdocs/**に持ち込まない）。
前提
- C-1 PASS・C-2 完了済みであること（
references/execution-runbook.md§2 前提）。 本サイクルは C-3' ゲートの位置づけであり、C-1/C-2 未完了の変更には使わない。 この C-1 の実施結果（PASS）を Step 1 の入力gates.c1にそのまま渡す（#780 Slice B）。 - 対象は lite 帯候補の変更（
references/lite-criteria.md§2 の 4 軸を満たしうる変更）。 high-risk / critical 相当や boundary=touches-HO が明らかな変更には使わない （使っても flow フェーズで即 human escalate になる）。 - 適用制限（Phase 1 rollout eligibility）は同梱
references/rollout-policy.mdを正本とする （導入先が独自正本を保持する場合はそちらを優先）。導入先での適用は ①ho-paths の 導入先確定 ②LoopSpecscope.allowed_paths宣言 の 2 条件が前提。恒久定義 （責務・terminal state・C-3'/Human C-3 経路）の正本は同梱references/00_concept.md。 本サイクルは導入先の本番承認フロー（ゲート・hook 等の統制機構）からは呼ばれない（不変）。 - auto-approve 方針（Phase 1）: lite 4 軸（
references/lite-criteria.md§2）を 申告制・AND・判定不能→false で満たせば、実機能もAUTO_APPROVED対象に含めてよい （docs 級限定ではない）。size_okは申告するが、arbiter がchanged_filesの 実ファイル数で機械検証する（SIZE_OK_MAX_FILES=2。実ファイル数が 2 を超えてsize_ok=trueを申告すると priority 1.9 で human escalate。#780 Slice C）。 他 3 軸（no_new_design/follows_pattern/reversible）は引き続き申告制のまま。 - 裁定記録・摩擦台帳の保存先は導入先プロジェクトで定義する（本スキルは強制しない）。
既定案として、導入先の作業ディレクトリ配下に run 単位の裁定 record 用サブディレクトリ
（例:
<作業ディレクトリ>/ai-loop-runs/）を設ける配置が参考になるが、導入先の ディレクトリ規約を優先すること。
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 16d ago Changed · +432 lines 61dfabf91325
- 1mo ago Changed · +24 lines c4ce47d56ada
- 1mo ago First seen · 358 lines · 140 tokens per session scan A 1a5a49002762
ai-loop-cycle is a skill published in the GitHub repository s977043/PlanGate (2 stars, last pushed yesterday), licensed MIT. It adds 140 tokens to every session and 11,853 once invoked, about $0.0006 per session on Opus 5.5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other skills, from other repositories
improve
Autonomous quality improvement loop. Scores a target against a rubric, selects the highest-leverage axis, attacks it, verifies, documents, and loops. No pre-planning between iterations — each loop re-scores from scratch.
triage
GitHub issue and PR investigator. Pulls open issues/PRs, classifies them, searches the codebase for root cause or reviews contributed code, proposes fixes with file:line references, and optionally implements fixes. Use for investigating GitHub issues and reviewing PRs; do NOT use for general code review unrelated to…
01-sdlc
Orchestrates a request from framing to a draft pull request, autonomous or supervised, isolating implementation, independent review, and final outcome challenge. Use when the user wants to deliver a change end to end. Not for one step.
05-review
Reviews a change or a diff and says whether it is ready to ship, naming every problem with its fix. Use when the user wants a change checked before it ships. Not for fixing what the review finds, and not for auditing a whole codebase.
00-async-dev
Drive the async-dev pipeline from one entry point, whether setup, run, or review. Use when the user wants to install async dev, run a ready issue, or address PR review comments, or on a webhook trigger. Not for plain status checks.
02-challenge
Rethink just-completed work against an agreed plan, classifying findings as deal-breaker, suggestion, or correct, with a confidence score. Use to challenge or critically review recent work. Not for line-by-line style review or writing code.