swordluan8-hash/token-aware-orchestrator
Token-Aware-Orchestrator 实测：让 Codex 先缩小读取范围再动手
在隔离的 Python 测试仓库中限定任务、预算和成功标准，Codex 一次执行完成修改并通过测试。
实验田正式路线
这项项目没有绕过实验田。
01种子区 · 已发现Trending 线索、GitHub 仓库和项目库档案已经绑定。
02种子区 · 已核验固定提交，核对 README、许可、版本、外部服务和数据边界。
03播种区 · 已实测0 次工作记录保留环境、命令、退出码、失败和修复。
04收成区 · 已产出0 项成果与同一实验绑定，阶段状态仍为进行中。
05收获记 · 已公开公开实验页、竞技场摘要与多平台发布证据回到同一条记录。
01 · 问题
我想解决什么
Codex 面对仓库任务时可能读取过多无关文件和历史信息。真正需要的是一个控制层，在任务开始前明确目标、模型、预算、成功标准和允许接触的文件范围。
02 · 过程
我是怎样做的
在隔离的 Python 临时仓库中创建计算器修复任务，先声明任务类型、目标模型、预算、成功标准和预期文件，再由 Token-Aware-Orchestrator 交给 Codex 执行，最后运行单元测试并输出 JSON 交接记录。
03 · 结果
实际发生了什么
执行一次成功，退出码为 0，没有本地重试或升级流程；单元测试 1 项通过。任务修改了 src/calculator.py 与 tests/test_task.py 两个文件，并留下执行、测试和差异记录。
04 · 避坑
哪些地方值得注意
当前版本仍是 v0.4.0-alpha。预算是执行护栏，不代表模型账单一定下降同一比例；这次小型测试证明流程能跑通，不能外推成所有仓库都能节省 50%。
05 · 最终评价
这次实验的结论
作为 Codex 的本地控制层，它已经能够把任务边界和结果记录固定下来。下一步需要在更大真实仓库中做同任务对照，公开实际 Token、耗时和正确率。