一种高度结构化的开发者规范和工作流协议,用于组织、执行和验证从 OpenClaw 分发给 Codex 的自主编码任务。
从源直接安装技能的最快方式。
npx clawhub@latest install codex-dev-collaboration
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <project>/skills/ 优先级:工作区 > 本地 > 内置
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 codex-dev-collaboration。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
获取包含原生技能文件的ZIP压缩包。
OpenClaw Codex 协作规范定义了一种可靠的协议,旨在安全地编排多智能体编码工作流。该规范在协调控制器和执行智能体之间建立了强大的通信通道,提供严格的执行准则、Canary 检查、目录标准和验证步骤。通过利用这些标准化准则,开发团队可以消除导致执行阻塞的错误,系统地跟踪工作区状态,并使多智能体软件开发完全可预测。
通过 Openclaw Skills 实现结构化协议,既能保证高性能协作,又能保护本地仓库免受破坏性操作的影响。它为 AI 智能体创建了明确的障碍,规定了严格的工作区参数、依赖项准则和输出验证循环,以确保高质量的代码生成。
-a never 的顶级 CLI 参数。在执行主动开发任务之前,请确保您的 CLI 工具已完全验证并获得身份验证。
# 验证您的 CLI 版本和活动帮助参数
codex --version
codex exec --help
在您的仓库路径中运行 Canary 自检,以确认 CLI 状态和参数位置:
codex -a never exec \
-C "$REPO" \
-s read-only \
--json \
-o "$JOB_DIR/canary-result.md" \
"Just answer: Codex exec canary ok. Do not modify files." \
> "$JOB_DIR/canary.jsonl" 2>&1
echo $? > "$JOB_DIR/canary-exit-code.txt"
通过标准:canary-exit-code.txt 中的退出代码必须为 0,且 canary-result.md 和 canary.jsonl 文件都必须包含内容。
Openclaw Skills 中的协作模板组织项目工作区,以确保跨执行周期的连续性。
~/.openclaw-codex/projects/{project_name}/
├── brief.md # 项目摘要
├── architecture.md # 目标系统架构和图表
├── roadmap.md # 顺序执行步骤
├── tasks/ # 独立任务定义
│ └── 001-task-name.md
└── runs/ # 历史执行尝试
└── 20260618-001/
├── prompt.md # 使用的输入任务提示词
├── result.md # 输出代码分析/结果
├── codex.jsonl # JSON 事件日志输出
├── diff.patch # 工作区 patch diff
├── test.log # 验证测试套件输出
└── status.json # 任务状态跟踪元数据
结构化合同保存在 outputs/collaboration_inbox/ 路径中,用于管理规划智能体与执行智能体之间的交接:
| 交接步骤 | 发送方 | 接收方 | 关键模式内容 |
|---|---|---|---|
| 01 交接合同 | OpenClaw | Codex | 端点路径、DTO 定义、文件白名单/黑名单、编译器验证、规则。 |
| 02 执行记录 | Codex | OpenClaw | 已修改文件索引、验证指标、偏差、遗留技术问题。 |
加载中
一种用于 AI 编码 agent 的工程级工作流,强制执行严格的 5-Gate 质量控制流程,将软件开发从脆弱的 vibe coding 转变为可维护的 agentic engineering。

一款专业工具,用于验证 Markdown 格式的大连交通大学车辆工程毕业论文草稿,并将其编译为格式精美的 Word 文档。

Bounty Hunter 是一款智能 AI 智能体技能,旨在评估您的技术能力,并为您在 10+ 个平台上匹配高薪的自由职业、翻译和 Bug Bounty 任务。








































