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。
AI 编程与建站
Token-Aware-Orchestrator
swordluan8-hash/token-aware-orchestrator
一句话看懂
给 AI 编程任务设置上下文预算和执行路线，把有限 token 留给真正影响结果的信息。
先缩小 Codex 初始读取范围，再按任务类型、目标模型、预算、成功标准和预期文件执行任务；结束后写出包含 token 用量、测试、差异和异常文件的 JSON 交接记录。
它能帮你完成什么
给 AI 编程任务设置上下文预算和执行路线，把有限 token 留给真正影响结果的信息。
先缩小 Codex 初始读取范围，再按任务类型、目标模型、预算、成功标准和预期文件执行任务；结束后写出包含 token 用量、测试、差异和异常文件的 JSON 交接记录。
- 项目定位为 AI 编程 Agent 的上下文优化层：减少无关文件和历史被重复读取，让 token 更多用于高价值推理。
- 它不替代 AI 编程 Agent，而是增强既有 Agent 的上下文使用方式。
它怎样帮上忙
从实际问题，看到对应能力。
本页根据项目 README 整理主要功能，方便先判断它是否适合你的任务。
项目档案 × 真实实验
谁真正试过这个项目？
官方档案说明它声称能做什么；社区实验记录它在真实环境里做成了什么。