“全部通过了。”一跑，还是红的。
只跑了局部测试、漏掉边界条件，或把预期当成结果。最后，你还是得亲自翻日志，确认这句“完成”到底算不算数。
Agent：“全部通过了。”exit 1 · 1 failed
面向开发者的 CODE AGENT 工作流工具包
V4 / 更少指令，真实证据让 Code Agent
更可靠地
完成工作。
OctoWorkFlow 是让开发者更可靠地使用 Code Agent 的工作流工具包。与 Claude Code、Codex、Cursor、Grok 配合使用，把实施、独立复核、修复与证据对账组织起来。不是新的 Agent，也不用换掉你熟悉的工具。
Claude CodeCodexCursorGrok
FIG. 01 / STANDARD一张可操作的交付校样
OCTOWORKFLOW / DELIVERY CHECK
MODEL
“我已经完成了。”
可交付 · 模拟判定
EVIDENCE, NOT CONFIDENCE.
CURRENT CANDIDATEDEMO-A
18
theme = 'system'± 0EVIDENCECANDIDATERESULT
独立评审
DEMO-AGREEN必需门禁
DEMO-APASS同一份代码
A = AMATCH这一次，所有依据指向同一份代码。
REVIEW + GATES + CANDIDATESPECIMEN / 001
review 提供独立第二视角，项目的 required gates 仍需完整核验。
交互示意，不调用模型或 CI；A / B 是演示标识。
这些“完成了”，
你敢直接交付吗？
代码可以很快写完。真正耗神的，常常是后面的核对、搬运、催促与返工。
省掉手动搬运，不省掉真实验收。让流程承担重复工作，把判断留给你。
AI 写代码，你却成了人工调度员。
复制任务、开新会话、找另一位 Agent 复核，再把意见搬回去。还要分清谁在跑、谁跑完了、谁看的又是哪一版。
复制 → 贴入 → 等待 → 对账 → 再来一次
只是改了一行，旧的绿灯还算吗？
评审通过的是 A，交出去的却是 B。测试、截图和报告各自没错，拼到一起，却不再证明同一份代码。
review: DEMO-Adelivery: DEMO-B
换了会话，旧问题又从头来过。
已经修过几次、上次卡在哪里、还有没有调用在运行？缺少可恢复的记录，“继续”很容易变成一轮新的盲目返工。
session 01 → 02派发 10/10，不会变成 0/10
日常任务，直接做。
需要时，再加证据工具。
V4 默认四个入口。当前助手完成日常工作；明确选择 delivery / review 才展开交接、受管调用或独立验收。 不需要选择安装档位。
01 / DIRECT + REVIEW现在可用
Direct.
专心完成目标。
需要时，交给独立会话看。
普通任务当前会话直接完成，不建编排账本。review accept 检查固定候选；review audit 发现问题并独立证伪高影响结论。
01delivery plan_only：只写自足交接
02review accept / audit：按需独立检查
03项目 required gates 与授权边界照常有效
阅读 V4 规范
同一套安装，普通 direct 不建账。
02 / MANAGED DELIVERYV4 · 当前默认
Delivery.
不只问“审过没有”。
还核对“凭什么能交付”。
明确选择 delivery run 时，业务判断交给强模型；工具保存固定候选、自动回执、原评审和门禁事实，保护恢复与有限资源。
01四个公开入口，按需使用
02固定候选 + 独立评审 + 必需门禁
03统一派发额度、自动回执与只读任务看板
预览 V4 安装
旧 V3 任务按冻结运行时继续，不迁移或清零。
按目标选择路径Direct 按需Delivery / V4
独立复核按授权用 fresh 只读会话required review 绑定合同与固定候选
是不是同一份代码正式独立验收固定候选；普通 direct 不建账HEAD + diff + 实际字节，漂移使旧证据失效
失败与接续普通任务按目标核验与汇报工具自动追加回执，恢复不清零
交付判断自检与独立结论分别标明核对原评审、required gates、候选与调用终态
任务看板不强制登记普通任务V4 只读；恢复走任务冻结工具
删掉文书，保留事实。 V4 移除分类返工预算、同因 ID 与空账本。独立验收、候选关联、required gates 和有限资源保留；Pro Research / Pro Design 仍走原外部 ChatGPT Pro 多轮流程。
可靠，不是从不失败。
是失败时，不能轻易蒙混过关。
让强模型判断业务进展，工具保存它无法凭自信证明的事实：候选、原评审、门禁、调用终态与累计资源。
01作者不自审。避免把自检，包装成独立验收。fresh 只读会话
作者不自审，验收使用 fresh 只读会话，只收到合同、固定候选和必要原始证据。工具保存完整原稿并拒绝 GREEN 与未验/阻塞冲突；真实隔离仍需要正确启动与权限配置。
skills/impl-review/SKILL.md02代码变了，旧结论就不够了。避免 A 版通过，却把 B 版交出去。HEAD + diff + bytes
用 HEAD、算法与 diff 指纹识别同一个候选，评审前后核对。评审报告、门禁与交付都必须绑定当前候选；顺手修一行、做一次“收尾”，也不能继续沿用旧的通过证据。
workflow/delivery-schema.md03评审 GREEN，不等于交付绿灯。避免把“看起来对”，误当“全部验过”。delivery.py deliver
门禁由工具执行并保存原输出与退出码，绑定当前候选和合同。required 远端、设备或真实服务证据缺失时保留未验；结构校验不替代业务完成。
workflow/check_delivery.py04换个会话，不会洗掉旧问题。避免旧 RED、修复次数与恢复点丢失。task.json + receipts.jsonl
主持写业务任务卡，工具自动追加调用与门禁回执。角色、资源与 runtime 创建时冻结；amend 使旧合同证据过期，历史和已用次数保留。
workflow/delivery-schema.md05任务还活着，不再派第二份。避免等待失败后重复启动。checkout claim + owned worker
同一 checkout 保留在途认领，恢复先对账原调用。工具只清理能核验归属的进程；终态未知时保留现场，不重复派发或杀陌生 PID。
skills/supervised-delivery/SKILL.md06有限资源一份累计派发额度10 派发 / 每次 2700 秒
work / review 共用有限派发总额，required review 预留最后一次；机器门禁有硬超时但不扣模型次数。失败也计入，不因换会话清零；这不是 token 或费用封顶。
workflow/policy.json像平时一样输入。
看它怎样把事做完。
发出任务，看到模拟文件变化与检查输出。在失败处追问、修复，或者换个会话；观察 V4 怎样保留证据与累计资源。
›_ OctoWorkFlow / terminal
host
Codex · demodirectory ~/example/loginEnter 发送 · Shift + Enter 换行示例脚本，不会执行命令或发送数据
这是受 Codex CLI 交互启发的浏览器脚本，不是实际 Codex 会话。文件、diff、日志、候选与结果均为模拟；不运行 Agent、Shell、Git 或 CI。输入只留在当前页面；刷新会重置任务。演示快捷指令不属于 Codex CLI。
对话里交付。
台面上看清。
本机任务看板显示编排任务、Pro 研究和手工待办。V4 只读展示候选、原回执、统一资源和可观察的 usage。 恢复走任务冻结工具；--control 仅提供旧任务与模型配置的受控操作。看板不判 GREEN，也不替代门禁。下方控制按钮为旧任务的交互示意。
http://127.0.0.1:8765/#k=…CONTROL · 受控
1进行中
2等待你决定
0阻塞
需要你决定 / 01
文档就绪待开始 · MCP 接入OctoDesk · $impl-prompt 自动登记
开始执行待宿主处理 / 01
恢复会话 · 登录页主题切换demo-shop · REPAIR 1/3 · REVIEW 1/3
恢复会话FLOW / demo-shop · DEMO-B
证据用量调用日志审计
review · R02GREEN · DEMO-Brequired gates2/3 PASS · 1 PENDINGauditresume · confirmed 09:41配置向导 · 第 3 步，共 4 步
01 ✓探测本机 CLI
02 ✓声明订阅
03预览角色链
04确认写入
实施
claude → codex评审
codex → claude研究
chatgpt-pro 网页征询缺口：未检测到 grok —— 写入显式 gap，不回填默认角色。
写入仅 --control 模式可用；只读模式显示等价终端命令。
LOCAL / BOARD
$
python3 ~/.octoworkflow/dashboard.py board serve --control→ http://127.0.0.1:8765/#k=… # 仅本机 · 链接含一次性令牌$
python3 ~/.octoworkflow/board.py add --project OctoDesk --title "MCP 接入" --plan-doc docs/plan/x-IMPL-PROMPT.md --repo ~/WorkSpace/OctoDesk$
python3 ~/.octoworkflow/board.py list --status planned$
python3 ~/.octoworkflow/board.py done 3去掉 --control 即只读模式；board build / board export 导出静态页面。
自动登记
方案和交接可按需用 board.py add 登记；任务发现按看板配置。V4 不承诺创建任务或写完交接就自动登记。
受控操作
V4 任务只读，恢复走冻结 delivery.py；旧 V3 任务与模型配置仍有受控操作。
安全边界
只绑 127.0.0.1；令牌只出现在 URL fragment 里；默认只读模式零写操作。不做的事：标 GREEN、改预算或角色、commit / push / install。
四个入口。
按目标选。
delivery 负责交接与执行，review 负责验收与审计。pro-research / pro-design 保持原外部 ChatGPT Pro 多轮流程，只在点名时调用。旧六个名字保留兼容别名。
只看显式用法V4 · 按需入口 / 04
METHOD / 01
delivery
plan_only 写自足交接；run 按授权执行并保留可复核证据。
输入 / INPUT
目标、范围、可判定验收与授权终点
输出 / OUTPUT
交接任务卡，或当前候选的调用与门禁证据
只规划不启动实施；required review与项目门禁不能绕过。
换工具。
不换交付标准。
核心方法只维护一份，再渲染为宿主可识别的入口。不是重新发明一个 IDE，也不是把你锁进另一个聊天窗口。
core/ + skills/ → render.py
单源维护 · 按需 Skills · 宿主适配当前入口示例
$supervised-delivery使用原生 Skills 菜单，或以 $skill 调用。入口文字不是通用斜杠命令。
发现方式$skill / Skills 菜单
接入边界不要假定 @import 会展开；本机发现需核验。
安装成功≠宿主已发现≠真实行为已验
四个入口。
装进现有工具。
默认新安装提供 delivery、review 和原两个 Pro 入口。升级会刷新已归属的旧入口为薄别名；用户改写保留并报冲突。先预览，再安装并用 doctor 检查。
先预览差异
按收据归属
备份与恢复
V4 / FOUR ENTRIES
V4 默认四入口；已有 V3 任务保留原冻结运行时。
LOCAL / QUICK START
$
git clone https://github.com/Octo-o-o-o/OctoWorkFlow.git$
cd OctoWorkFlow$
python3 scripts/render.py --check$
./scripts/install.sh codex --preview这里只生成可复制命令，不会执行。仓库当前为私有，clone 需要访问权限。安装器不以 Windows 原生 Python 为支持面；安装成功仍需核验宿主发现和实际行为。