donvito/codex-astra-luna-orchestrator

它解决了什么问题

这个项目为 Codex 提供了一个结构化的配置，建立了一个多智能体编排系统，其中高推理模型 (GPT-6 Astra) 担任管理者，而较快的模型 (GPT-5.6 Luna) 处理执行任务。它解决了在高质量架构监督与高效、节省 token 的编码任务执行之间取得平衡的问题。

工作原理

该系统使用一个根编排器和专门的子智能体。根据用户的方案 (Pro 或 Plus)，根编排器是 Astra 还是 Luna。专门的角色——包括探索者 (explorer)、工作者 (worker)、研究员 (researcher) 和测试员 (tester)——被固定在 Luna 模型上进行执行。一个独立的评审员智能体 (reviewer agent)，固定在 Astra 上，执行最终的独立评审，以确保代码是由与编写代码的不同模型进行验证的。

适用人群

使用 Codex 且希望通过具有不同推理能力和成本的 AI 智能体协调团队来自动化复杂编码工作流的开发者。

亮点

• 多模型拓扑结构: 使用分层系统，由 Astra 进行编排和评审，而 Luna 进行执行。
• 方案感知安装: 包含一个安装程序，可根据用户拥有 Pro 还是 Plus 方案来配置根模型，以优化速率限制。
• 专门的智能体角色: 为探索、研究、实现和测试预定义的角色。
• Token 追踪: 包含一个 Python 脚本，用于分析 Codex 会话日志并报告每个线程和模型的 token 使用情况。
• 可定制的推理能力: 允许为不同的智能体调整推理强度 (low, medium, high)，以平衡速度和成本。