1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | codex-autoresearch |
| 作者/维护者 | Linxiao Li（GitHub 账号 leo-lilinxiao，CITATION.cff 署名一致） |
| 来源链接 | https://github.com/leo-lilinxiao/codex-autoresearch |
| 许可证 | MIT（GitHub API 实测，仓库 LICENSE 文件原文一致） |
| GitHub Stars | 1,991（GitHub API 实测） |
| Forks | 115（GitHub API 实测） |
| 最新版本 | v0.6.0（仓库 tag） |
| 安装方式 | Codex 内 $skill-installer install 一条命令 |
2. 功能介绍与亮点
codex-autoresearch 把“改一点、测一下、留好的、扔坏的”这套实验方法论产品化成 Codex 的自主优化技能：用户说明一个可测量的目标（如把某脚本的错误数降到 0、提高测试覆盖率、缩短延迟），技能反复执行“检查证据 → 改一处 → 验证 → 保留或撤销 → 记录”，直到达标。
亮点：
- 数字指标驱动：目标必须落到一个可执行命令输出的具体数字或 JSON 字段上，不接受“AI 觉得改好了”这种主观判断。
- 每次尝试都是一次可回滚的 git 提交：验证通过则保留，不通过则自动
revert，不会在仓库里堆积失败改动。 - 写入前必须用户确认：首次写入或启动前，技能会列出目标、涉及路径、验证命令、模式，需用户明确回复（如“go”）才会动手。
- 完整审计轨迹：所有基线、尝试、保留/丢弃、完成事件都追加写入
events.jsonl，可导出为 TSV 或生成自包含的 HTML 报告。 - 前台/后台两种模式：前台配合 Codex 官方 Goal 机制持续对话式跟进；后台可交由独立 controller 长时间或过夜运行。
- 文档含英、中、日、韩、法、德、西、葡、俄九种语言版本。
3. 适用场景
所属分类：元技能与 Agent 增强。适合使用 Codex、且优化目标能落到具体数字上的开发者——例如清零某类测试失败、提升代码覆盖率、压缩构建产物体积、优化某段代码的运行延迟；也适合需要长时间或过夜运行优化任务、并要求过程留痕可追溯（而非“AI 说它改好了”）的团队。
4. 跨 Agent 兼容性
- Codex：原生支持，专为 Codex CLI 设计，依赖
codex exec与 Codex 官方 Goal 机制维持前台持续运行。 - Claude Code：不支持，未见适配层；安装机制（
$skill-installer）与运行时钩子均绑定 Codex CLI。 - OpenClaw / Hermes Agent：未验证，已抓取材料中未见相关说明。
5. 推荐理由
把严谨的“假设-验证-取舍”实验方法论产品化成可复用的 Codex 技能，用可验证的数字指标和逐次可回滚的 git 提交取代模糊的“改好了”判断，长时间自主迭代任务因此变得可控、可审计、可复盘。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 1,991 Stars、115 Forks（GitHub API 实测），创建约 4 个月以来增长平稳；仓库 Issue 区有多位不同用户提出工作区模式、Windows 兼容性、多目标评分等真实使用问题，显示有稳定的实际用户群体 |
| 可用性 | 9 | 一条命令安装；README/GUIDE/EXAMPLES/INSTALL 四份文档齐全并配九种语言翻译；已迭代至 v0.6.0，最近一次提交在 8 天前；不依赖付费服务 |
| 安全性 | 7 | 见下方安全检查清单 |
| 综合 | 7.7 | 三项均值 |
安全检查清单：
① shell 执行权限：前台需以 --dangerously-bypass-approvals-and-sandbox 启动 Codex，后台模式默认 danger-full-access——权限较宽，但用途明确（自主改代码、跑验证命令、git 提交/回滚均依赖此权限），且首次写入前强制走用户确认。
② 外发数据：审阅约 1,584 行的控制脚本，未发现任何网络请求相关代码；验证与守卫命令均为用户在本机指定的本地命令。
③ 凭据要求：不要求任何 API Key，仅依赖本地 Codex CLI 与 git。
④ 可疑指令：SKILL.md 与控制脚本中未见隐藏指令或混淆代码；文档明确要求“绝不静默猜测或修复状态”。
⑤ 作者信誉：独立开发者，CITATION.cff 提供真实署名，未见刷星或 SEO 操纵措辞。
⑥ License：MIT，清晰明确。
⑦ 维护：最近一次提交 8 天前，版本持续迭代，维护活跃。
扣分原因：需要较宽的 shell 执行权限（含沙箱 bypass）才能完成自主修改与提交，虽范围明确、全程留痕、无外联无凭据要求，但相比不执行代码的纯提示词类技能，风险敞口更大。
7. 跟同类 Skills 相比的优势
| Skill | 定位 | 与本技能的差异 |
|---|---|---|
| ralph-loop（Anthropic 官方） | Claude Code 的 Stop Hook 循环：拦截会话退出，把同一提示词重新喂回去，直到输出预设“完成口令” | 面向 Claude Code 而非 Codex；是否完成依赖 Claude 在对话中给出的口令，没有可验证的数字指标，也没有逐次提交/回滚机制 |
| autoharness | Claude Code 后台的自学习技能层：分析近期会话，把摸索出的经验自动沉淀为新的 SKILL.md | 目标是积累技能库本身，不针对某个可测量指标做优化，也不涉及 git 级别的提交与失败回滚 |
codex-autoresearch 的差异化核心是“数字指标驱动 + git 级可回滚的审计闭环”：把优化过程变成一份可验证、可复盘的实验记录，而不是靠对话轮次或口头判断来决定“是否做完了”。
8. 用户评价
- GitHub 用户 dantetemplar 在 Issue #14 中反馈：他的排课调度脚本只有一组难以量化优先级的评价标准，没有现成的单一分数或权重——反映了该工具已被用于教育排课等真实工程场景，也暴露出面向多准则、难量化目标时的使用门槛。
- GitHub 用户 PolarisLight 在 Issue #19 中报告：Windows 环境下
codex exec因[WinError 5] Access is denied无法启动后台运行时，问题出在系统进程启动层而非工作区权限层，为 Windows 用户提供了明确的已知限制线索。
该技能目前在第三方评测平台尚无具名评价，社区反馈集中在 GitHub Issue 区的技术讨论。
9. 其他补充
- 文档提供英、中、日、韩、法、德、西、葡、俄九种语言版本。
- 实验历史可导出为 TSV 表格，或生成自包含的静态 HTML 报告，便于团队复盘或分享。
- 提供 CITATION.cff，支持学术场景引用。
10. 安装使用方式
在 Codex 中安装：
$skill-installer install https://github.com/leo-lilinxiao/codex-autoresearch随后以完整权限打开一个干净的 Git 仓库：
codex --dangerously-bypass-approvals-and-sandbox在对话中输入 $codex-autoresearch 加一句目标描述唤起技能，例如“把 python3 scripts/score.py 的 error_count 降到 0”。Codex 会先给出基线值、验证命令、修改范围等确认信息，需用户明确回复确认词（如“go”）后才会开始写入与提交。也可选择后台模式支持长时间或过夜运行，随时可通过 $codex-autoresearch 查询状态、暂停或恢复。
注意事项：需要一个已初始化、状态干净（无未提交改动）的具名 Git 分支；一次运行只管理一个仓库的一个实验。
11. 注意事项
- 仅支持 OpenAI Codex，不支持 Claude Code / OpenClaw / Hermes Agent。
- 需要以较宽权限（bypass 沙箱审批）运行 Codex，建议仅在信任的代码仓库内使用，并留意每次实验都会产生真实的 git 提交历史。
- Windows 环境下后台模式可能因
codex exec进程启动层问题无法运行（对应仓库 Issue #19，尚未确认修复）。 - 依赖用户给出可用数字或 JSON 字段衡量的验证命令，对难以量化、需要多准则权衡的目标支持有限。