gaixianggeng Codex Luna Worker
主 Agent 保留需求、决策和最终验收，主线程模型不因委派而改变；本机主线程可以继续使用 GPT-5.6 Sol，只有收敛后的执行任务交给 GPT-5.6 Luna Max。先解析路由偏好，再判断任务是否适合委派，优先尝试原生自定义 Agent；只有实际调用不可用时才改走隔离的 CLI 任务。
解析路由偏好
按以下优先级解析，前者覆盖后者：
- 用户在当前请求中的明确指令。
- 当前目录适用的最近一层
AGENTS.md。 - 当前对话中已经确认的选择。
- 个人级
~/.codex/AGENTS.md。
支持三种模式：
auto：推荐。主 Agent 自己判断是否使用 Luna Max；每次自动委派前只做一句简短进度告知，不重复询问模型选择，完成后独立验收。sol-only：当前任务全部由主 Agent 完成，不调用 Luna。ask-each-time：每次准备委派 Luna 前都先询问用户。
以下说法视为当前任务的临时覆盖，不改持久偏好：
- “这次只用 Sol” →
sol-only - “这次强制 Luna Max” → 在满足安全边界后直接委派
- “这次自动调度” →
auto
如果没有任何偏好，且已经发现一个适合 Luna 的任务，在第一次实际委派前只询问一次。用户明确说“以后”“默认”或要求本机长期生效时，才把选择写入 ~/.codex/AGENTS.md；只对单个仓库生效时，写入仓库级 AGENTS.md。Skill 不会在尚未被发现或调用前自行弹出问题，因此长期自动调度必须配合 AGENTS.md。
auto 不是“所有任务都用 Luna”。不要设置全局 agents.default_subagent_model = "gpt-5.6-luna" 来实现本流程，因为这会连 reviewer、explorer 等其他子代理一起改成 Luna。
判断是否适合 Luna
- 先读取当前仓库适用的
AGENTS.md，继承文件范围、验证命令、权限和并发约束；更具体的项目规则优先。 - 只在任务同时满足以下条件时委派：
- 能用一句话说明唯一目标。
- 输入、允许修改的文件和禁止范围明确。
- 有可执行的完成标准或验证命令。
- 失败不会直接造成生产、资金、账户或数据损失。
- 能减少主线程的执行噪音或成本，或者存在真实的并行收益。
- 遇到需求澄清、架构取舍、安全结论、跨模块协调、最终发布判断或高影响外部操作时，由主 Agent 处理。先拆小，再把收敛后的执行项交给 Luna。
- 几分钟内即可由主 Agent 完成且不会污染上下文的小任务直接处理，避免为委派付出额外协调成本。
- 默认一次只运行一个 Luna 任务。只有多个任务互不依赖、不会修改同一批文件且并行收益明显时才并行，并遵守项目的子代理数量上限。
适合的任务包括代码搜索、日志归类、单点修改、补一组明确测试、文档差异整理、结构化提取和批量机械检查。
选择执行通道
首次使用、Codex 更新后或原生调用失败后，运行：
codex debug models | jq -r '.models[] | select(.slug == "gpt-5.6-sol" or .slug == "gpt-5.6-luna") | [.slug, .multi_agent_version, ([.supported_reasoning_levels[].effort] | join(","))] | @tsv'
multi_agent_version 只用于诊断，不能单独证明两个模型无法协作。按以下顺序选择：
- 当前 Codex 已发现
luna_worker时，真实调用原生自定义 Agent，等待它完成后再验收。 - 当前多 Agent 工具未提供该自定义 Agent，或原生调用实际报错时，运行
scripts/run_luna_worker.sh创建独立、临时的 Luna 任务。 - 不修改内部模型目录、不伪装模型版本、不降低主线程模型，也不切换实验性 feature flag 来绕过兼容限制。
若系统没有 jq，读取 codex debug models 的 JSON，并核对同名字段即可。
选择推理强度
- 默认使用
max，与assets/luna-worker.toml的 Luna Max 配置保持一致。 - 用户更重视延迟时，可将清晰的格式转换、分类、搜索或重复性检查降到
medium。 - 边界明确但不需要最大推理深度的实现或排障可用
xhigh。
Luna 单价降低不等于延迟消失；max 仍可能更慢。若任务很小，主 Agent 直接完成通常更快。
编写任务包
委派前补齐以下字段，不把模糊目标直接转交给 Worker：
任务目标：只写一个可验收结果。
工作目录：仓库绝对路径。
允许范围：可以读取和修改的文件或模块。
禁止事项：不得触碰的文件、外部系统和行为。
已知上下文：完成任务必需的事实，不粘贴无关聊天记录。
完成标准：结果必须满足的条件。
验证命令：可直接执行的检查或测试。
返回格式：结果、文件路径、验证证据、注意事项；禁止只回复“已完成”。
不要在任务包中放入密码、令牌、Cookie、私钥、生产连接信息或无关个人资料。
执行任务
自动路由时的用户体验
auto 模式下，准备调用 Luna 时先用 commentary 告知一句，例如：“这个测试排查边界清楚，我交给 Luna Max 执行，完成后我会检查 diff 并复跑测试。”这是进度通知，不是确认请求。
只有以下情况需要暂停并询问：
- 需要新的权限、外部写入、发布、删除或其他高影响动作。
- 任务范围发生实质扩张，必须由用户做产品或架构取舍。
- 并行任务将修改同一文件或存在不可安全自动化解的冲突。
- 当前模式本来就是
ask-each-time。
不要仅因为选择了 Luna，就在 auto 模式下重复询问。
原生自定义 Agent
要求 luna_worker 严格执行完整任务包，等待它结束，不让主 Agent 同时修改相同文件。若尚未安装自定义 Agent，从 assets/luna-worker.toml 安装到 ~/.codex/agents/luna-worker.toml；目标已存在时先比较，不直接覆盖。
独立 CLI 任务
从本 Skill 所在目录调用脚本。只读调查保留默认 sandbox；明确授权修改仓库时才使用 workspace-write。脚本默认使用 Luna Max。
LUNA_SKILL_DIR=/absolute/path/to/codex-luna-worker
"$LUNA_SKILL_DIR/scripts/run_luna_worker.sh" \
--effort max \
--sandbox read-only \
--workdir /absolute/path/to/repository <<'LUNA_TASK'
任务目标：找出指定测试失败的直接原因。
工作目录：/absolute/path/to/repository
允许范围：读取源码、测试和本地日志；不修改文件。
禁止事项：不访问生产环境，不输出任何凭据。
已知上下文：测试命令及失败输出已在当前仓库中可复现。
完成标准：给出一个有文件与行号证据支持的根因。
验证命令：运行指定失败测试一次。
返回格式：根因、证据、验证结果、仍不确定之处。
LUNA_TASK
脚本固定使用 gpt-5.6-luna、临时会话和 approval=never。需要新权限的动作会失败并返回主 Agent，不会在后台等待审批。
独立验收
Luna 返回后，主 Agent 必须：
- 对比任务前后的
git status --short，确认没有越界文件。 - 阅读实际 diff 或证据，不把 Worker 的自述当验证结果。
- 运行任务包中的验证命令；修改代码时至少执行相关测试和
git diff --check。 - 若结果接近完成但漏掉一项明确标准，只给一次针对性修正任务；若仍失败、范围开始扩张或需要新决策，停止委派并由主 Agent 接管。
- 向用户报告执行通道、模型与强度、结果、改动文件、验证证据和重要边界。
配置本机
用户要求安装或长期启用时：
检查
codex --version和codex debug models，确认 Luna 及所选推理强度可用。检查
~/.codex/agents/luna-worker.toml；存在时先展示差异并保留用户定制。将
assets/luna-worker.toml安装到目标位置，并用 Pythontomllib或等价 TOML 解析器验证语法。将完整 Skill 目录安装到 Codex 可发现的个人 Skills 目录；优先使用当前机器已经采用的目录约定。
按用户确认的模式更新个人或项目
AGENTS.md。auto的个人级示例：## Luna 任务路由 - 路由模式：`auto`。 - 主线程保持当前模型；每个执行阶段先判断是否把边界明确、独立、可验证的子任务交给 `$codex-luna-worker`。 - 自动调用时只做简短进度告知，不重复征求模型选择确认。 - 主 Agent 等待 Luna 完成，独立检查 diff 或证据，并运行验证。 - 模糊、高风险或会与主线程修改同一文件的任务由主 Agent 处理。运行一次只读、无工具调用的 Luna 测试，并记录实际模型、推理强度、sandbox 和最终输出。
新配置未被当前会话发现时，提醒用户新建任务或重启 Codex；
AGENTS.md在新任务启动时重新加载。