“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
校样，而非承诺 / 03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
Lite 计划提供独立复核报告，不提供标准版的机器交付判定。
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修复 3/3，不会变成 0/3
轻一点，开始。
完整一点，交付。
不是免费与付费的分界，也不是直接与监督两种任务路径。Lite 与标准版，区别在于装进来多少协作与核验机制。
01 / THE LIGHT EDITION设计中
Lite.
写的时候专心。
交给另一个会话看一眼。
适合希望少配一点、保留独立复核的人。准备一份自足交接，再让 fresh、只读的会话检查成果。
01实施交接 + 独立复核
02基础规则与 CLI 等待工具
03报告为终点，不提供 --deliver 判定
阅读 Lite 设计方案
尚未提供独立 Lite 安装包。
02 / THE COMPLETE EDITION现有完整 V3
Standard.
不只问“审过没有”。
还核对“凭什么能交付”。
适合需要明确验收、追踪返工与恢复长期任务的人。在七个 Skill 之外，把角色、候选、证据和限额落实为可核对的记录。
01七个 Skill，按需使用
02固定候选 + 独立评审 + 必需门禁
03任务账本、交付校验、返工预算与观测面板
预览完整 V3 安装
标准版对应现有能力；分档安装包装仍待实现。
两版真正的区别Lite （设计）Standard / V3
独立复核保留 fresh、只读复核保留，并绑定任务与候选证据
是不是同一份代码不配套指纹与快照工具HEAD + diff 指纹；变更使旧证据失效
失败与接续不安装任务账本与预算系统事件累计，不因换会话、候选或模型清零
交付判断提供报告，不做机器交付判定核对独立结论、全部门禁、调用与预算
任务可观测性不安装 dashboard只读观察活动、语义、门禁与收口
轻量，不等于降低标准。 两个档位都保留项目自己的检查与授权边界。标准版也可以直接处理日常任务；只有明确选择监督流程，才展开多角色编排。
可靠，不是从不失败。
是失败时，不能轻易蒙混过关。
工作流的问题往往不在“不会继续”，而在继续得太轻易。标准版把这些容易被口头承诺带过的地方，变成明确的记录与核验条件。
01作者不自审。避免把自检，包装成独立验收。fresh 只读会话
实施与评审使用独立会话。评审只接收验收范围、固定候选和原始证据，不接收实施方的自辩。校验器拒绝把 host_session 实施证据用于 review；会话是否真正隔离，仍依赖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 + git-diff-v1
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”。check_delivery.py --deliver
语义结论和 required gates 分开核对。必须是当前候选、全部合同门禁有成功证据，且没有活调用等未决条件。pending、未验或旧候选证据不能冒充 pass；可交付也不等于已经发布或获得发布授权。
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 / events
正式任务保留同一份 task.json 和事件，角色变更只影响之后的调用，不重写历史。次数从事件推导，不靠一句“重新开始”清零。跨机器没有自动同步；恢复所需的账本、证据与候选必须齐全。
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。active_call + runner
调用有明确所有权与终态。未知结果先恢复日志与调用状态；active_call 未清时，不得发起第二个语义调用，交付校验也不会把它当作已收口。runner 处理等待、超时和清理；不是靠模型反复询问“好了没”。
skills/supervised-delivery/SKILL.md06返工有限额，不无限转圈。避免一直“再试一次”，耗尽时间与额度。3 修 / 3 复审 / 同因 2
默认最多 3 次修复、3 次复审、同一根因修复 2 次，限额在任务开始时快照。达到上限时保留阻塞，请本人决定范围、方案或授权扩额；不能换根因名字、改阶段或换模型自批续费。
workflow/policy.json像平时一样输入。
看它怎样把事做完。
发出任务，看到文件变化与检查输出。在失败处追问、修复，或者换个会话。标准版的价值，就藏在这些不该被跳过的细节里。
›_ 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。
七个入口。
不是七道工序。
标准版包含全部七个 Skill，仍然按需使用。Lite 计划保留 impl-review 与 impl-prompt；不是让每个版本、每项任务都走最长的路。
明确选择才编排 / 04
明确产物意图 / 03
METHOD / 01
监督交付
当前宿主主持实施、独立评审与有界返工。从任务卡到证据交付，每条职责保持分离。
输入 / INPUT
已定范围、任务卡、可判定验收
输出 / OUTPUT
固定候选、独立报告、交付证据
必须明确选择；主持者不写产品代码，不代替 reviewer 下语义结论。
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
先看清，再安装。
以下对应标准版的现有完整 V3 能力。Lite 与分档安装仍在设计，暂不生成未实现的 --profile 命令。先预览变更，再决定是否安装。
先预览差异
按收据归属
备份与恢复
STANDARD / V3
现有完整能力，不是已发布的 --profile standard 包装。
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。