编码代理
io.github.openclaw/openclaw/coding-agent
将编码工作委派给 Codex、Claude Code 或 OpenCode 作为后台 worker 执行;不适用于简单编辑或只读代码查询。
“OpenAI Codex” 共 321 个结果
io.github.openclaw/openclaw/coding-agent
将编码工作委派给 Codex、Claude Code 或 OpenCode 作为后台 worker 执行;不适用于简单编辑或只读代码查询。
io.github.openclaw/openclaw/model-usage
按模型汇总 CodexBar 本地成本日志(Codex 或 Claude),可只看当前或完整明细。
io.github.meshery/meshery/quota-axi
通过 quota-axi CLI 报告本地 Claude、Codex、Cursor、GitHub Copilot 与 Grok 的配额窗口——从本地认证源读取的剩余百分比、重置时间与 provider 状态,不做路由、推荐或 provider 变更。在决定是否可继续消耗某 provider 配额前、用户询问用量/速率限制/剩余配额时,或比较本地各 provider 余量时使用。
io.github.microsoft/ai-agents-for-beginners/testing-course-samples
当被要求对课程的 notebook 与代码样例做验证、测试、冒烟测试或运行(针对真实的 Microsoft Foundry / Azure OpenAI 配置)时使用。涵盖环境准备(.env、az login、依赖包)、scripts/validate-notebooks.ps1 运行器、PASS/FAIL 结果解读,以及哪些课程需要额外资源(Azure AI Search、GitHub MCP、Foundry Local、Playwright)。
io.github.ruvnet/ruflo/browser-intent
当目标用自然语言描述比用选择器定位更容易时,通过 page-agent(browser_act)执行自然语言浏览器意图;未配置 page-agent 或 OpenAI 兼容 LLM provider 时优雅降级。
io.github.microsoft/ai-agents-for-beginners/local-ai-agents
使用 Microsoft Foundry Local 与 Qwen 函数调用模型,构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型(SLM)、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由,以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于:本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于:大规模云端 agent 部署(用 deploying-scalable-agents / 第 16 课)、初次构建 agent 概念(第 01 课)、Foundry(云端)托管 agent、GPU 集群/服务端推理资源开通。
io.github.microsoft/ai-agents-for-beginners/local-ai-agents
使用 Microsoft Foundry Local 与 Qwen 函数调用模型,构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型(SLM)、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由,以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于:本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于:大规模云端 agent 部署(用 deploying-scalable-agents / 第 16 课)、初次构建 agent 概念(第 01 课)、Foundry(云端)托管 agent、GPU 集群/服务端推理资源开通。
io.github.microsoft/ai-agents-for-beginners/testing-course-samples
当被要求对课程的 notebook 与代码样例做验证、测试、冒烟测试或运行(针对真实的 Microsoft Foundry / Azure OpenAI 配置)时使用。涵盖环境准备(.env、az login、依赖包)、scripts/validate-notebooks.ps1 运行器、PASS/FAIL 结果解读,以及哪些课程需要额外资源(Azure AI Search、GitHub MCP、Foundry Local、Playwright)。
io.github.microsoft/ai-agents-for-beginners/testing-course-samples
当被要求对课程的 notebook 与代码样例做验证、测试、冒烟测试或运行(针对真实的 Microsoft Foundry / Azure OpenAI 配置)时使用。涵盖环境准备(.env、az login、依赖包)、scripts/validate-notebooks.ps1 运行器、PASS/FAIL 结果解读,以及哪些课程需要额外资源(Azure AI Search、GitHub MCP、Foundry Local、Playwright)。
io.github.microsoft/ai-agents-for-beginners/local-ai-agents
使用 Microsoft Foundry Local 与 Qwen 函数调用模型,构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型(SLM)、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由,以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于:本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于:大规模云端 agent 部署(用 deploying-scalable-agents / 第 16 课)、初次构建 agent 概念(第 01 课)、Foundry(云端)托管 agent、GPU 集群/服务端推理资源开通。
io.github.microsoft/ai-agents-for-beginners/local-ai-agents
使用 Microsoft Foundry Local 与 Qwen 函数调用模型,构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型(SLM)、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由,以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于:本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于:大规模云端 agent 部署(用 deploying-scalable-agents / 第 16 课)、初次构建 agent 概念(第 01 课)、Foundry(云端)托管 agent、GPU 集群/服务端推理资源开通。
io.github.agent0ai/agent-zero/orchestrator
在将编码或仓库工作委派给外部终端编码 agent(用户的宿主 Claude Code/Codex/Cursor/Gemini CLI,或容器内安装的 pal agent)时使用。
io.github.infection/infection/docker-sandbox
维护 Infection 的 Docker Sandbox 镜像与 sbx 模板。当需要添加、移除或升级沙箱工具,更改 PHP 沙箱镜像,更新 Codex 沙箱遥测,重建或加载 codex-infection 沙箱,或排查 devTools/sbx 镜像与测试失败时使用
io.github.udecode/plate/autoreview
提交/发布前的代码审查:默认使用 Codex;可选 Claude、Pi、Droid、Copilot、Cursor 或 OpenCode。
io.github.microsoft/skills/deploy-model
统一的 Azure OpenAI 模型部署 skill,按意图智能路由。支持快捷预设部署、完全自定义部署(版本/SKU/容量/RAI 策略),以及跨地域与项目的容量查询。适用:deploy model、deploy gpt、创建部署、模型部署、部署 openai 模型、初始化模型、预置模型、查容量、查模型可用性、该在哪个地域部署、容量分析。不适用:列出现有部署(请用 foundry_models_deployments_list MCP 工具)、删除部署、创建 agent(用 agent/create)、创建项目(用 project/create)。
io.github.NVIDIA/Model-Optimizer/deployment
用 vLLM、SGLang 或 TRT-LLM,把量化或未量化的 LLM checkpoint 作为 OpenAI 兼容 API 端点提供服务。当用户说「部署模型」「服务模型」「启动 vLLM 服务器」「launch SGLang」「TRT-LLM 部署」「AutoDeploy」「压测吞吐」「serve checkpoint」,或需要从 HuggingFace/ModelOpt 量化 checkpoint 起一个推理端点时使用。不要用于模型量化(用 ptq)或精度评估(用 evaluation)。
io.github.sickn33/antigravity-awesome-skills/review-and-simplify-changes
针对 git diff 或明确文件范围审查复用性、代码质量、效率、清晰度与规范问题,随后可选择性应用安全的 Codex 修复。当用户要求“简化代码”“审查改动的代码”“检查代码复用”“审查代码质量”时使用。
io.github.PrefectHQ/fastmcp/review-pr
监控并回应自动化 PR 审查(Codex 机器人)。在推送 PR、查看审查状态或回应机器人反馈时使用,覆盖推送、等待审查、评估意见、修复、再次推送的完整循环。
vnext
io.github.ComposioHQ/composio/typescript-providers
在 ts/packages/providers 下实现、修改或编写 TypeScript provider 包及其文档,包括 OpenAI、Anthropic、Google、LangChain、Mastra、Vercel、LlamaIndex、Cloudflare 与 Claude Agent SDK 的框架适配。仅用于 provider 相关的 TS 工作;纯 core 改动不要使用。
io.github.legioncodeinc/that-git-life/cursor-ide-stinger
让 cursor-ide-worker-bee 负责 Hivemind 的 Cursor 侧界面:Cursor 1.7+ 钩子框架(~/.cursor/hooks.json、6 类生命周期事件),由 src/cli/install-cursor.ts 完成装配;位于 harnesses/cursor/extension/ 的第一方 VS Code/Cursor 扩展;在 Cursor 中注册 Hivemind MCP 服务器(src/mcp/server.ts);以及本仓库自带的 .cursor/ Bee Army 平台(.mdc 格式规则、agents、skills/Stingers、the-beekeeper/the-smoker 命令、model-comparison-matrix)。当任务涉及 Cursor 钩子装配、编写 .cursor/rules/*.mdc、在 Cursor 中注册 MCP、Cursor 扩展构建或 Army 的 .cursor/ 结构时使用。不用于 TS 源码质量(typescript-node-worker-bee)、server.ts 的 MCP 协议内部(mcp-protocol-worker-bee),或其他智能体的 harness 装配(harness-integration-worker-bee)。
io.github.pdsuwwz/nextjs-nextra-starter/nextjs-nextra-starter-distill
蒸馏并应用本仓库 Next.js Nextra 启动模板的架构、已实现功能、扩展点与迁移模式。适用于需要理解本项目、继续第二阶段开发、修改 docs/landing/i18n/theme/auth/UI 行为,或把 Next.js 16 + Nextra 4 + Tailwind CSS 4 这些模式复用到其他项目的场景。
io.github.ktolonen/ultiorganizer/css-style-and-lint
分析、校验并安全地修复 Ultiorganizer 的 CSS 改动。当 Codex 编辑或评审 cust/ 下的 CSS 文件、移动端样式、皮肤覆盖或共享样式表规则时使用;也用于检查样式/配色一致性,或判断重复选择器与工具类是否应当合并。对改动的 CSS 运行 Stylelint,除非用户要求更大范围的视觉重构,否则只做低风险修复。
io.github.TencentCloudBase/CloudBase-MCP/mcp-attribution-worktree
通过本地报告 API,以证据驱动的判断和隔离的 Worktrunk worktree 对 MCP 归因(attribution)问题进行分诊、修复与关闭。当 Codex 需要处理 `tool` 归因问题和技能相关归因问题、检查相关运行记录、判定问题应在 `mcp/src` 还是 `config/source/skills` 中修复、将归因字段更新为 `owner=codex`,并在问题可修复时通过 GitHub issue 跟踪、基于 worktree 的代码修改、PR 提交及后续迭代完成修复闭环时使用。
io.github.alirezarezvani/claude-skills/mcp-server-builder
从 OpenAPI 契约设计并交付可用于生产的 MCP(Model Context Protocol)服务器,而非手写工具封装。支持 Python 与 TypeScript,含 Schema 校验与安全演进。适用于将现有 API 暴露为 MCP 服务器、为 Claude 或 Codex 或 Cursor 构建工具集成,或从零搭建 MCP 项目。