lazycodex: 一个为 Codex 提供项目记忆、战略规划和经过验证的任务完成能力的 agent harness，适用于复杂代码库

它解决了什么问题

LazyCodex 为在 Codex 中管理复杂代码库提供了一个结构化的 agent harness。它解决了 AI agent 在大型仓库中丢失上下文、缺乏实现战略规划，或者只提供“希望完成”的状态更新而非经过验证的任务完成情况的问题。

工作原理

它作为 OmO (oh-my-openagent) 引擎的分发层。它通过插件和 hooks 集成到 Codex 中，提供了一套专门的命令和 agent 角色。它使用多模型路由系统将任务分配给最合适的模型（例如，逻辑任务使用高推理模型，小规模编辑使用更快的模型）以优化配额使用。

适用人群

使用 Codex 的开发者，希望通过一个纪律严明的、多 agent 团队（包括 explorer、librarian 和 reviewer 等角色）来自动化复杂的软件工程任务，而无需进行大量的手动设置。

亮点

• 战略规划：使用 $ulw-plan 在编写任何产品代码之前，先用 Markdown 创建决策完整的规划。
• 经过验证的任务完成：$ulw-loop 命令会持续运行任务，直到通过证据进行验证，在 ultrawork 模式下最多运行 500 次迭代。
• 项目记忆：$init-deep 技能会生成层级化的 AGENTS.md 文件，为未来的 agent 提供地标和上下文。
• 多 Agent 编排：通过 Codex 的原生工具支持并行执行和专门的子 agent 角色（explorer、librarian 等）。
• 专门的技能库：包括用于 AST-grep 结构化搜索、LSP diagnostics 和 AI-slop 移除的工具。