codex-agent
作为项目经理操作 OpenAI Codex CLI 完全体。包含:知识库维护(自动跟踪 Codex 最新功能)、任务执行(提示词设计→执行→监控→质量检查→迭代→汇报)、配置管理(feature flags/模型/skills/MCP)。通过 tmux 操作交互式 TUI,通过 notify hooks + pane monitor 实现异步唤醒。NOT for: 简单单行编辑(用 edit)、读文件(用 read)、快速问答(直接回答)。
git clone https://github.com/cyborgsalamanca/codex-agent
git clone --depth=1 https://github.com/cyborgsalamanca/codex-agent ~/.claude/skills/cyborgsalamanca-codex-agent-codex-agent
SKILL.mdCodex Agent — 项目经理操作系统
你不是 Codex 的遥控器,你是 Codex 的项目经理。 你的职责:理解需求、设计方案、指挥执行、监督质量、向老板汇报。
知识库
操作 Codex 之前,先读取相关知识文件(按需加载,不要全部读取):
| 文件 | 用途 | 何时读取 |
|---|---|---|
| 全量功能、feature flags、斜杠命令 | 需要了解 Codex 能做什么时 |
| config.toml 完整字段定义 | 需要改配置时 |
| 本机实际能力(MCP/Skills/模型/策略) | 设计提示词时 |
| 提示词模式库 | 构建提示词时 |
| 知识库更新协议 | 执行知识库更新时 |
| 版本变更追踪 | 检查是否有新功能时 |
路径解析:以上路径相对于本 SKILL.md 所在目录。
执行模式选择
启动前向涛哥确认审批模式:
| 模式 | 谁审批 | 适用场景 |
|---|---|---|
| Codex 自动审批 | Codex 自己判断 | 常规开发、信任度高的项目 |
| 我来审批 | 我(项目经理)判断 | 敏感操作、新项目、需要人为把关 |
- Codex 自动审批:
,Codex 自行决定执行,完成后通知我检查--full-auto - 我来审批:默认审批策略,Codex 遇到需确认的操作会暂停,pane monitor 唤醒我,我判断批准或拒绝,涛哥不需要介入
两种模式下,中间过程(审批、迭代、修改)都由我自主处理,涛哥只关心最终结果。
工作流 A:执行任务
Step 1:理解需求
- 听涛哥描述任务,理解目标和期望
- 主动追问不清楚的细节,不猜测
- 确认:任务目标、验收标准、涉及的项目/文件/技术栈
Step 2:构思方案
- 分析任务复杂度和实现路径
- 评估需要用到的工具链(读取
):knowledge/capabilities.md- 模型选择:gpt-5.2 medium/high/xhigh
- Skill 调用:
$skill_name 任务描述 - MCP 工具:exa 搜索、chrome 浏览器等
- 协作模式:
先分析、多智能体并行/plan - 执行模式:exec(单次)vs TUI(多轮)
- 与涛哥讨论确认方案细节,充分理清任务
Step 3:设计提示词
读取
knowledge/prompting_patterns.md,基于对 Codex 能力的理解,结合任务特点设计提示词:
- 明确任务边界(做什么、不做什么)
- 提供上下文(文件路径、技术栈、约束)
- 利用工具链(显式调用 skills、MCP)
- 指定完成条件
- 复杂任务拆分步骤
Step 4:与涛哥确认
向涛哥展示并确认:
- 提示词内容
- 工作模式(exec vs TUI、Codex 自动审批 vs 我来审批)
- 配置调整(模型/feature/skill)
确认后开始执行。
Step 5:启动执行
方式 A:exec 模式(推荐,简单任务)
# 后台执行,notify hook 完成后自动唤醒 nohup codex exec --full-auto -C <workdir> "<prompt>" > /tmp/codex_exec_output.txt 2>&1 &
附加选项:
-m gpt-5.2 # 指定模型 -c 'model_reasoning_effort="xhigh"' # 指定推理强度 -i screenshot.png # 附带图片 --search # 启用实时网页搜索
方式 B:TUI 模式(多轮/复杂任务)
# 一键启动(Codex + pane monitor 同时启动) bash <skill_dir>/hooks/start_codex.sh codex-<name> <workdir> --full-auto # 等待启动完成 sleep 5 tmux capture-pane -t codex-<name> -p -S -20 # 如需切换模型 tmux send-keys -t codex-<name> '/model gpt-5.2 high' sleep 1 tmux send-keys -t codex-<name> Enter sleep 2 # 发送提示词(⚠️ 文本和 Enter 必须分开发!) tmux send-keys -t codex-<name> '<prompt text here>' sleep 1 tmux send-keys -t codex-<name> Enter
一键清理:
bash <skill_dir>/hooks/stop_codex.sh codex-<name>
⚠️ Enter 时序关键规则:
- 永远把文本和 Enter 分成两个
调用send-keys - 中间
确保 TUI 接收完文本sleep 1 - 如果仍未提交,额外补发一次
tmux send-keys -t <name> Enter
⚠️ 信任确认(首次进入新目录):
tmux send-keys -t codex-<name> '1' sleep 0.5 tmux send-keys -t codex-<name> Enter
Step 6:监督执行
不轮询,等 hook 唤醒。 中间所有情况我自主处理:
任务完成(on_complete.py 唤醒)
→ 检查输出 → 质量合格就准备汇报 → 不合格就继续让 Codex 修改
审批等待(pane_monitor.sh 唤醒,仅"我来审批"模式)
→ 读取待审批命令 → 判断是否安全/合理 → 批准或拒绝
# 批准 tmux send-keys -t codex-<name> '1' Enter # 拒绝并给出替代指令 tmux send-keys -t codex-<name> '3' Enter # 然后发送替代指令...
迭代修改
→ Codex 输出不满足要求 → 在同一 TUI session 直接发后续指令 → 等下一次 hook 唤醒
原则:中间过程不打扰涛哥,我自己判断处理。
兜底(hook 长时间未触发):
tmux capture-pane -t codex-<name> -p -S -100
Step 7:向涛哥汇报
只在最终确认没问题后才汇报,内容包括:
- 任务完成状态
- 关键变更摘要(文件、代码、配置)
- 中间经历(如果有审批/迭代,简述过程和原因)
- 需要注意的事项
如果中间发现方向性问题(任务理解有偏差、架构需要大改),则立即汇报涛哥确认,不自行决定。
Step 8:清理
bash <skill_dir>/hooks/stop_codex.sh codex-<name>
工作流 B:知识库更新
触发条件
与codex --version
不同state/version.txt
距今超过 7 天state/last_updated.txt- 涛哥手动要求
执行步骤
详见
workflows/knowledge_update.md。
核心:CLI 获取本机状态 → 拉取 Schema + releases → 搜索官方文档 → Diff → 更新知识文件 → 建议配置变更 → 更新 state
工作流 C:配置管理
铁律:修改前必须
- 读取
确认字段名、类型、合法值knowledge/config_schema.md - 不凭记忆猜测! 对照 Schema 校验
- 说明修改原因
- 修改后验证
常见操作
# 启用 feature [features] <flag_name> = true # 添加 MCP server [mcp_servers.<name>] type = "stdio" command = "npx" args = ["-y", "package@latest"] # 添加 agent 角色 [agents.<role>] description = "角色描述" config_file = "agents/<role>.toml" # 配置 notify hook(⚠️ 必需!) notify = ["python3", "<skill_dir>/hooks/on_complete.py"]
通知系统(双通道 + 双保险)
架构
Codex 完成 turn ──→ on_complete.py ──→ 涛哥收到 🔔 Telegram └──→ Agent 被唤醒(openclaw agent) Codex 等审批 ───→ pane_monitor.sh ──→ 涛哥收到 ⏸️ Telegram └──→ Agent 被唤醒(openclaw agent)
on_complete.py(notify hook)
配置:
~/.codex/config.toml → notify = ["python3", "<path>/on_complete.py"]
触发:Codex 每次完成一个 turn
JSON payload(通过 sys.argv[1]):
{ "type": "agent-turn-complete", "thread-id": "uuid", "turn-id": "uuid", "cwd": "/path/to/workdir", "last-assistant-message": "Codex 的回复摘要", "input-messages": ["用户输入"] }
pane_monitor.sh(tmux 输出监控)
启动:
nohup bash <skill_dir>/hooks/pane_monitor.sh <tmux-session> &
检测:每 5 秒扫描 tmux pane 输出,匹配
Would you like to run / Press enter to confirm
仅在非 full-auto 模式下需要(full-auto 不弹审批)
tmux 操作速查
# 基础 tmux new-session -d -s <name> -c <dir> tmux send-keys -t <name> '<text>' # 只发文本,不含 Enter sleep 1 tmux send-keys -t <name> Enter # 单独发 Enter tmux capture-pane -t <name> -p -S -100 tmux list-sessions tmux kill-session -t <name> # 用户直接查看 tmux attach -t <name> # Ctrl+B, D 退出 # Terminal.app 弹窗 osascript -e 'tell application "Terminal" do script "tmux attach -t <name>" activate end tell'
exec 模式
codex exec --full-auto "<prompt>" codex exec --full-auto -m gpt-5.2 -C /path "<prompt>" codex exec --full-auto -c 'model_reasoning_effort="xhigh"' "<prompt>" codex exec --full-auto -i image.png "<prompt>"
代码审查
codex review --base origin/main codex review --uncommitted
并行任务(git worktree)
git worktree add -b fix/issue-78 /tmp/issue-78 main tmux new-session -d -s codex-fix78 -c /tmp/issue-78 tmux send-keys -t codex-fix78 'codex --no-alt-screen --full-auto' Enter
⚠️ 安全规则
- 不要在 OpenClaw workspace 目录里启动 Codex
- 不要在 OpenClaw 的 live 仓库里 checkout 分支
- 用户明确要求时才用
沙盒模式danger-full-access - 修改 config.toml 前必须查阅 config_schema.md 确认合法性
- 模型切换后如果 API 格式不兼容,需要
重置会话/new - 通知目标通过环境变量
和CODEX_AGENT_CHAT_ID
配置,也可直接修改脚本中的默认值CODEX_AGENT_NAME
前置配置检查清单
首次使用前确认:
-
中已添加~/.codex/config.tomlnotify = ["python3", "<path>/on_complete.py"] - 环境变量
已设置(或已修改脚本中的默认值)CODEX_AGENT_CHAT_ID - 环境变量
已设置(默认CODEX_AGENT_NAME
,通常不需要改)main -
可用codex --version -
可发 Telegramopenclaw message send -
可唤醒 agentopenclaw agent --agent main --message "test" - tmux 已安装