Codex-Orchestration 是一个面向 Codex 的编排插件，用于把不同模型接入同一个 Codex 工作流，并为它们分配 Planner（规划）、Advisor（审查）和 Executor（执行）角色。它的核心目标是让 Codex 仍作为总控与最终裁决者，同时利用不同模型完成计划制定、计划评审和代码实现，适合需要多模型协作、提升方案质量或并行执行的开发任务。
适用领域
AI 编程助手 / Codex 插件 / 多模型编排 / 软件开发自动化 / 代码生成与审查 / Agent 工作流 / LLM 工程化
配置难度
中等偏高。普通 Codex 用户可以按 README 快速安装和配置基础工作流，但要稳定接入非默认模型、创建自定义角色、处理 provider 认证、理解 Planner/Advisor/Executor 的职责边界，需要一定 Codex、LLM Agent 和多模型工作流经验。
商业价值
对重度使用 Codex 的个人开发者和工程团队有较高价值。它可以把复杂任务从单模型线性处理扩展为多模型分工协作，在规划质量、代码审查前置、并行实现和模型额度优化方面带来潜在收益。对于需要频繁处理大型重构、复杂需求实现、AI 辅助研发流程标准化的团队，该项目可作为轻量级多 Agent 编排层。不过其商业价值取决于团队是否已经深度使用 Codex，以及是否有足够的模型资源和流程纪律来管理多模型协作。
01
技术亮点
- 提供清晰的 Planner、Advisor、Executor 三角色协作模式。
- Codex 保持根编排者和最终权威，降低多 Agent 失控风险。
- 支持将 Claude Fable 5 等模型引入 Codex 工作流。
- 可以让不同模型负责计划、审查和实现，提高复杂任务的方案质量。
- Advisor 可作为计划门禁，在代码修改前发现明显缺口。
- 适合与 Codex Goals 结合，用于较长周期任务。
- 支持项目级和个人级自定义角色，方便团队或个人复用。
- 在合适任务上可并行执行，README 中声称目标最高可接近 2 倍速度提升。
- 可能减少根模型或高级模型的调用压力，README 中提到目标约减少 40% 高级模型额度消耗。
- MIT 许可证，便于商业和个人项目使用。
02
目标用户
- 使用 Codex 进行日常开发的工程师
- 希望在 Codex 中接入 Claude、GPT 或其他模型的开发者
- 需要更强规划与审查流程的团队
- 希望把复杂任务拆分给多个模型协作完成的 AI 编程用户
- 关注模型调用成本、上下文消耗和高级模型额度的开发者
- 构建 Codex 自定义 Agent 或多模型工作流的高级用户
03
配置要求
- 需要 Codex 插件系统支持 marketplace 和 plugin add 命令。
- 需要 Python 3.11 或更高版本。
- Executor 角色是必需的；Planner 和 Advisor 可选。
- Planner 和 Advisor 如果同时配置，必须使用不同的模型路由，以保证审查独立性。
- 使用 Fable 5 时需要官方 Claude Code CLI 以及兼容的一方 Claude 登录状态，不需要在 Codex 中额外配置 Anthropic API Key。
- Codex 中已可用的模型可以直接分配给角色。
- 其他提供商的模型需要提前完成 provider 配置、认证，并创建兼容的 Codex custom-agent role。
- 插件不会创建账号、凭据，也不会绕过权限或审批流程。
- 自定义项目角色存放在 .codex/agents/，个人角色存放在 ~/.codex/agents/。
- 更新时建议安装 0.5.1 或更高版本，以避免旧版 Planner 分配可靠性问题。
04
适用场景
- 为复杂开发任务先生成计划，再由独立模型审查计划，最后执行代码修改
- 在 Codex 中使用 Claude Fable 5 作为规划或审查模型
- 将 GPT、Claude 或其他已配置模型分配为不同角色
- 在 Codex Goal 中复用已保存的多模型工作流
- 让多个 Executor 并行处理可拆分的实现任务，以缩短执行时间
- 通过 Advisor 审查提前发现计划缺陷，降低直接改代码带来的返工风险
- 创建项目级或个人级 Codex 自定义角色，用于研究、实现、审查等固定职责
05
部署与配置
- 确保本地已安装并可使用 Codex CLI。
- 确保 Python 版本为 3.11 或更高。
- 执行命令：codex plugin marketplace add Cjbuilds/Codex-Orchestration
- 执行命令：codex plugin add codex-orchestration@codex-orchestration
- 安装后启动一个新的 Codex task。
- 在 Codex 中执行 setup 命令配置角色，例如：/codex-orchestration setup planner: Claude Fable 5 High, advisor: GPT-5.6 Sol High, executor: GPT-5.6 Luna Extra High
- 配置完成后再次启动新的 Codex task，保存的工作流会自动应用。
- 可通过 /codex-orchestration status 查看状态，通过 /codex-orchestration disable 禁用工作流。
06
风险与注意事项
- 项目依赖 Codex 插件机制和 Codex CLI，适用范围相对垂直。
- 多模型协作效果强依赖模型质量、上下文、任务拆分方式和 Codex 调度能力。
- Advisor 审批只是计划层面的门禁，并不能保证实现一定正确。
- README 中提到的速度提升和额度节省是目标而非保证。
- 跨提供商模型需要用户自行完成认证、provider 配置和协议兼容，配置门槛较高。
- Fable 工具调用边界部分依赖指令约束，因为当前 MCP 调用不识别调用者，存在策略执行上的信任假设。
- 如果使用旧版本，可能存在 Planner 分配不可靠问题，需确保升级到 0.5.1 或更高。
- 多 Agent 工作流可能增加调试复杂度，尤其是在角色输出不一致或计划反复修改时。
- 并行执行适用于可拆分任务，不适合强耦合、小规模或需要严格顺序的修改。
- 该仓库星标数量中等，生态成熟度和长期维护稳定性仍需观察。
2026-07-17
第26名
新收录 · github_search
2026-07-16
第26名
新收录 · github_search
