$ loading_
检测智能编程流程中的重试循环与迭代模式，帮助定位问题并优化修复策略。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"looplens-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
分析这段 agentic coding 工作流日志，识别是否存在重试循环、重复修改同一文件或无效修复路径，并给出结构化调试结论与改进建议。
输出重试循环识别结果、关键迭代节点、失败模式总结，以及可执行的修复优化建议。
请检查以下多轮代码生成与修复记录，归纳每一轮尝试的变化、判断哪些迭代有效、哪些只是重复，并总结整体迭代模式。
得到按轮次整理的迭代分析、有效性判断，以及对后续修复流程的改进方向。
基于这份自动化编程任务执行记录，提取导致反复失败的触发因素，识别循环行为，并输出适合调试复盘的结构化情报。
输出可用于复盘的结构化调试报告，包括循环触发点、问题路径和优化建议。
为 AI 编码助手提供机器学习最佳实践与优化知识支持
自动分析并修复测试失败，结合 IDE 与 Slack 提供易懂原因和方案
复用微软 Loop 网页会话，快速检索并读取工作区与页面内容。
为 AI 编码助手提供持久记忆、代码结构分析与安全多代理协作能力。
帮助 AI 代理以确定性编排循环完成任务拆解、子代理执行与结果复核。
提供持久化 Python 执行环境，支持有状态调试、超时控制与工具联调。