1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | codex-hygiene | GitHub API |
| 作者/维护者 | sunflower-of-parchman（独立开发者） | GitHub API |
| 来源链接 | https://github.com/sunflower-of-parchman/codex-hygiene | — |
| 许可证 | MIT License | GitHub API |
| GitHub Stars | 249 | GitHub API |
| Forks | 7 | GitHub API |
| 最新版本 | v0.3.0 | GitHub API |
| 安装方式 | git clone 到 Codex 用户级技能目录 |
README |
2. 功能介绍与亮点
codex-hygiene 是一个只读的 Codex Desktop 自诊断技能，帮用户看清自己的 Codex 到底在“吃”多少上下文、装了哪些插件与 MCP、每个会话的 token 都花在了哪里：
- 快速测量：调用仓库自带的 shell 脚本，几秒内输出当前上下文构成的紧凑计数——工具清单大小、已启用但未使用的 MCP/插件、陈旧的项目配置块、长会话的上下文重放等。
- 周期活动回顾：Python 脚本支持指定 1–90 天的回看窗口，读取本地 SQLite 遥测并结合
CODEX_HOME下的会话记录，生成任务耗时、相对输出权重、验证命令次数、显式压缩次数等结构化报告（Markdown 或 JSON）。 - 证据分级：报告明确区分“已观测的事实”“推断”“未知项”三层，不把遥测数据里推不出来的结论硬凑成结论。
- 隐私优先：完整日志、配置、工具 schema、密钥与环境变量始终不出现在报告中；README 与 AGENTS.md 都反复重申这一底线。
- 给出可逆的清理建议：测量之后才给建议，且建议限定为“范围明确、可撤销”的操作；改动前会先备份
config.toml，改完还会重新测量确认效果。
3. 适用场景
所属分类：元技能与 Agent 增强
面向已经在用 OpenAI Codex CLI/Desktop、但不清楚自己上下文为什么变大、token 花在哪、或想在一次长期使用后做个体检的开发者；也适合团队排查“为什么某个 Codex 会话突然变慢/变贵”时，先用只读方式拿到证据而不是凭感觉猜测。
4. 跨 Agent 兼容性
- Claude Code：不支持。技能读取的
CODEX_HOME、config.toml、Codex 会话回放记录均为 Codex 专属数据结构，与 Claude Code 无关。 - Codex：原生支持。这正是本技能的设计目标，安装进
~/.agents/skills/后由 Codex 自动识别。 - OpenClaw：未验证。仓库全文未提及。
- Hermes Agent：未验证。仓库全文未提及。
5. 推荐理由
用只读、隐私优先的方式把 Codex 自身的上下文膨胀原因量化成可验证证据，而不是让用户凭感觉瞎猜要不要清理。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 5 | 249 Stars 落在 200–1k 区间偏低段，目前仅 1 名贡献者、0 个 issue，尚未查到独立第三方讨论 |
| 可用性 | 8 | 一条 git clone 命令即可安装，README/SKILL.md/references 三层文档齐全且给出示例报告；v0.1.0→v0.3.0 两周内持续迭代，无需任何付费依赖，仅需 Bash/Python3 标准库 |
| 安全性 | 9 | 逐项见下方检查清单 |
安全检查清单逐项结果： ① Shell 命令权限：仅执行仓库自带脚本读取本地 Codex 遥测文件（SQLite、会话回放记录），范围在 README/AGENTS.md 中逐条写明 ② 联网外发：无，纯本地读取，未见任何网络请求 ③ 凭据处理：不额外收集任何凭据；报告设计上明确排除密钥、完整日志与环境变量 ④ 无可疑指令或混淆代码迹象 ⑤ 作者信誉：独立开发者，无造假或刷量迹象，提交记录透明且多次专门为隐私措辞做打磨 ⑥ License 清晰：MIT ⑦ 最近维护：最新提交与 v0.3.0 发布均在近两周内
综合评分（三项均值）：7.33
7. 跟同类 Skills 相比的优势
| 竞品 | 定位 | 与 codex-hygiene 的差异 |
|---|---|---|
| session-report（Anthropic 官方插件） | 本地生成 Claude Code 会话 token 与 cache 用量分析报告 | 面向 Claude Code 生态；codex-hygiene 覆盖的是 Codex Desktop，两者服务不同 Agent 生态，互不重叠 |
| Token Optimizer | 四大主流 Agent 生态原生适配的上下文压缩技能，直接动手削减 token 占用 | 定位是“主动压缩”；codex-hygiene 定位是“测量与诊断”，先给证据再决定要不要动手，两者可先后配合使用 |
| claude-settings-audit / permissions-analyzer | 审计 Claude Code 的权限白名单配置是否过宽 | 关注点是权限安全面；codex-hygiene 关注点是上下文体积与 token 消耗，审计对象和目标都不同 |
8. 用户评价
该技能创建仅约三周，第三方平台尚无具名用户评价，也未检索到独立的社区讨论帖。
9. 其他补充
仓库同时维护 CHANGELOG.md 与自带测试（tests/measure_codex_context_test.sh），每次行为变更都要求同步更新 README/SKILL.md/测试三者，工程规范程度高于同等规模的个人项目常见水平。
10. 安装使用方式
mkdir -p "$HOME/.agents/skills"
git clone https://github.com/sunflower-of-parchman/codex-hygiene.git \
"$HOME/.agents/skills/codex-hygiene"安装后 Codex 通常会自动识别新技能；若未出现，重启 Codex 即可。触发方式：
# 快速测量（Bash）
"$HOME/.agents/skills/codex-hygiene/scripts/measure_codex_context.sh" 30
# 周期活动回顾（Python，1-90 天可选窗口）
python3 "$HOME/.agents/skills/codex-hygiene/scripts/codex_activity_review.py" --days 14 --format json也可以直接在 Codex 会话里说“帮我看看 Codex 的上下文/token 用在哪了”触发技能。
11. 注意事项
- 快速测量脚本依赖 Bash、
sqlite3、Perl、awk、sort，官方声明支持 macOS 与类 Unix 环境，未提及 Windows 原生支持。 jq与codexCLI 为可选依赖，缺失时会跳过对应的插件状态摘要，不影响核心测量功能。- 遥测 schema、缓存布局、CLI 输出格式均为版本相关的诊断输入，Codex 自身更新后不排除脚本需要同步调整。
- 报告中的 token 变化仅为本地累计遥测，作者明确声明不等同于计费口径。