个人使用的Coding Agent约束，作为备份和分享。
本README纯手打，无AI，仓库内其余文件基本 100%AI。
- AGENTS.md
- Git Hook
- Skills
- code-audit: 定期项目审计
- code-review: 一次功能修改后的代码审核
- debug-notes-to-engineering-notes: 仅在官方文档不全/有误时才使用，结合second-pass-debugging，燃烧自己的token，为后人照亮debug之路
- feishu-message-sender: 飞书自定义机器人在长任务里定时汇报
- init-codex-project: 初始化项目
- manual-brainstorming: 手动触发的brainstorming
- manual-git-worktrees: 手动分出git worktree实现功能
- second-pass-debugging: 第一次修复失败后走这个流程
AGENTS.md 是 Codex 默认读取的约束名，所以把它作为本仓库的名字。Codex 设计总共有2层 AGENTS.md，一个在 ~/.codex/AGENTS.md，另一个在项目的根目录里。
注：GUI 里 Settings - Personalization - Custom instructions 指向的就是
~/.codex/AGENTS.md
主要职责：
- 语言：回复、Implementation Plan都用中文。
- Skills：通过
.agents/skills/判断用户是否初始化过这个项目，没有的话通过 $init-codex-project 进行初始化。.agents/skills/是当前项目运行时常用的最佳实践，如果发现有更好的方法，Agent应该主动更新。
- 测试：除了修改文档、修改UI字符串之类的，其他逻辑修改都需要做单元测试；测试必须执行；测试不得用无意义断言。
- 代码安全：未经要求不回滚Agent不了解的修改；破坏性操作前先 dry run；不主动commit, push。
- Implementation Plan：批准后写入
.agent-work/PLAN.md，执行完成后重命名为PLAN.md.done，上下文压缩后重新读取。目前Codex没有显式的逻辑证明它会保存Implementation Plan，上下文压缩后会重新读取，所以需要有这条规则。 - Sub-agent 调度：拆分原则是 context-aware，而不是类似人工软件开发的 role-aware 分工；小任务给
gpt-5.4-mini，大任务给gpt-5.5。高风险任务不外包。 - 可维护性（重要）：主要是用来避免上帝对象、超大文件等问题。小功能执行完后汇报可维护性，是否增加了复杂度；大功能执行前先判断是否需要进行Class, Function的职责拆分。
- Docker：主要是我本地用的是
colima而非 Docker Desktop，agent经常去尝试docker compose浪费token。colima比较轻量，不会像 Dokcer Desktop 那样一下占1-2G的内存。
还没实战测试
git-hook.md：操作指引
- 每次审计完成时提交消息带上
Maintenance-Audit: true（用 ai-aware-code-audit 时会自动带上）。 - 在用户层面配置一个计算上次什么时候审计的脚本。
- 使用 init-codex-project 初始化项目时定好这个项目多久审计一次。
- 每次提交时Git会提醒下次审计什么时候或已经超过了设定间隔。
Codex 自己上网找的审计方式，参考资料在REFERENCES.md里。包含了传统审计面和AI编程时代可能造成的问题。运行时会在 .agent-work/audit/ 下创建文件夹，放临时文件 FULL.md 来对对抗上下文压缩，最终结果在 REPORT.md。
Codex 自己上网找的审查方式，参考资料在REFERENCES.md里。包含了传统审计面和AI编程时代可能造成的问题。运行时会在 .agent-work/review/ 下创建文件夹，放临时文件 FULL.md 来对对抗上下文压缩，最终结果在 REPORT.md。
有三种审查规模和一个external review的add-on。
使用second-pass-debugging修完问题后把 .agent-work/debug 里的记录沉淀到 docs/engineering-notes，方便后续开发和其他人阅读。会记录正确做法、错误尝试记录、和官方文档不符的部分、版本记录。不包含项目/实现约定。
建议长任务时使用，不要让agent在前台轮询。使用这个skill它会复制一份模板脚本，然后编辑脚本并后台启动，用你的飞书机器人发送一条任务开始通知、每小时的进度汇报、任务结束总结。
机器人配置放在 ~/.config/feishu-message-sender/secret.json，格式为{"webhook":"https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxxxxxx","secret":"签名秘钥","name":"本电脑的名字"}。
飞书官方：自定义机器人使用指南（给agent看的话用md版本）
初始化项目，根据项目采用的技术栈，创建项目级 AGENTS.md 文件，定下：
- 运行时的命令，防止每次都试。
- git提交语言、UI语言
- ...... (它按我的要求自动创建完我还没审查)
底层重构、大面积代码改动提交前使用这个skill进行review。
已包含对传统的review面和ai代码纰漏的检查。
审计过程会实时保存，原因和流程见 ai-aware-code-audit。
注：下面4个skill都是根据Superpowers v5.1.0 做的 “Codex-native” 版本。没有照搬 Superpowers 是因为它的约束过重，对于Codex这样的高级智能体会浪费过多token，所以修改后的都是手动/条件触发，不是默认触发。
根据 brainstorming 修改而来，只有用户主动触发才会走这套完整的流程，避免小改动也浪费时间和token。
删除了plan保存要求和plan文件的commit，继续按照 AGENTS.md 就行。
根据 using-git-worktrees 修改而来，只有用户主动触发才会走git worktree开发。
根据 systematic-debugging 修改而来。只有bug第一次修复失败才会触发。
先做“证据盘点”，包括上一轮改了什么、为什么没解决、现在的失败现象是什么、有没有可运行复现。然后再进原 systematic-debugging 的流程。
新增流程：把试错过程记录在.agent-work/debug下，避免疑难杂症经历过多次上下文压缩后忘记之前试过的错误路径。
根据 receiving-code-review 修改而来。只有外部的修改，比如PR，才会走这套流程，去除了针对 subagent 的 code review，因为当前 Codex 还不支持 Orchestrator，我不想手动实现，效益可能不高，等官方即可。AGENTS.md 里的subagent逻辑不需要完整的code review。
判断是否可以合并：如果可以合并，先汇报给用户，写好message供用户阅读；如果不能合并，提出哪里有问题，需要怎么改，并询问用户是comment让PR提交者改还是直接改。