（3281期）Codex Skill – 托管 Codex 自动化，从编码到合并

托管 Codex 自动化，从编码到合并 OpenAI Codex CLI 的托管自动化框架，支持从工作树隔离到 PR 合并的完整开发工作流，实现无人值守的代码生成、多模型评审与智能重试。 使用说明 核心用法 Codex Agent Skill 是一套面向 OpenAI Codex CLI 的生产级自动化框架，将 AI 编码助手从交互式工具升级为可托管的 CI/CD 组件。 执行模式： Quick Mode：适用于单文件修改、简单分析等小型任务，使用 codex exec 非交互模式，配合 background=true + pty=true 执行，通过轮询机制实现自适应超时（5 分钟轮询间隔，12 小时静默上限），避免硬性超时杀死长任务 Full Mode：适用于功能开发、Bug 修复等复杂任务，采用 git worktree 隔离分支、tmux 会话托管、日志文件持久化的完整工作流，支持中途干预与状态恢复 完整工作流（Task → Merged PR）： 创建工作树隔离环境（git worktree add） tmux 会话托管启动 Codex（关键顺序：session → pipe-pane → send-keys，确保不丢失早期输出） JSON 注册表追踪任务状态 日志文件监控（优于 tmux capture-pane，后者仅保留约 2000 行回滚） 多模型代码评审（Claude 评审 Codex 产出，或不同 Codex 模型交叉评审） Definition of Done 质量门禁（PR 创建、无冲突、CI 通过、AI 评审通过） PR 合并后清理工作树 智能重试策略：分析失败类型（上下文溢出、方向错误、信息缺失、CI/构建失败），针对性调整 prompt，最多 3 次重试后升级人工。 显著优点 生产级隔离：git worktree 实现真正的分支隔离，避免开发冲突 可观测性：tmux pipe-pane + stdbuf 行缓冲实现实时日志追踪，ANSI 清洗后支持可靠检索 中途干预：通过 tmux send-keys 向运行中的 Agent 注入指令，无需重启 多模型协作：不同模型交叉评审，利用模型间的认知差异发现单一模型盲区 弹性执行：自适应超时机制兼顾短任务（5 分钟）与长任务（数小时） 并行支持：多 worktree + 多 tmux 会话实现任务级并行 潜在缺点与局限性 内存限制：Quick Mode 输出仅存于内存，OpenClaw 重启即丢失；超长输出受 PIBASHMAXOUTPUTCHARS 限制 tmux 依赖：Full Mode 强制依赖 tmux，非标准环境需额外安装 容器安全：--dangerously-bypass-approvals-and-sandbox 仅在容器/沙箱环境安全，裸机运行存在风险 JSON 评审限制：AI 评审可能产生误判，关键安全代码仍需人工终审 上下文窗口：超长任务仍需人工拆分，框架本身不自动处理上下文切割 适合人群 需要批量处理 PR、特性分支的平台工程/DevOps 团队 追求无人值守自动化的 AI 驱动开发团队 已有容器化 CI/CD 环境，可安全开启 sandbox bypass 的云原生团队 需要多任务并行的大型项目维护者 常规风险 权限升级：danger-full-access 或 dangerously-bypass-approvals-and-sandbox 模式下，Codex 可能执行任意代码，必须严格限制在隔离环境中 代码质量：AI 生成的代码可能存在边界条件遗漏、竞态条件，必须配置多模型评审与 CI 门禁 敏感信息泄露：Prompt 中可能意外包含凭据、内部架构信息，需建立 prompt 审查流程 无限循环/静默卡死：虽配置 12 小时静默检测，但复杂任务仍可能因逻辑错误长期占用资源 依赖污染：自动安装依赖可能引入漏洞包，建议预装固定版本依赖后启动 Agent 原始说明 Use when user asks to leverage codex, gpt-5, or gpt-5.1 to implement something (usually implement a plan or feature designed by Claude). Provides non-interac...