剑剑的 AI 实验室

软件档案 · AI 编程

</>

Codex

从需求到代码修改与任务执行

打开官方产品 ↗

你用它，是为了什么

需求到代码的任务执行

从需求到代码修改与任务执行

GitHub 解法 · 自动化

Token-Aware-Orchestrator

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。

商业工具正在承担的工作从需求到代码修改与任务执行
GitHub 项目的应用方式自动化 · 控制上下文与执行成本
查看中文功能说明 →

README 声明的主要功能

把项目功能翻成中文，再看是否适合你。

  • 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。

同场景的下一批项目

Graft它给代码仓库画出一张 Agent 真能读懂的关系图，让每次开工不必重新摸路。Agent Memory VaultClaude Code 和 Codex 共用一座可追溯、可回滚的长期记忆库，换会话也不会集体失忆。Aider在现有仓库里做精准的跨文件修改，同时自动提交 Git、运行检查并继续修错。