现在国产模型一个个开发得飞起，但是没发现有什么好用的桌面端工具 L站里有个佬做的ccgui很不错，但是对我来说有点太简陋了 所以发帖问一下，有没有好用美观的vibe coding工具推荐？ 最好是支持多种接入格式的：ChatGPT、deepseek、claude、minimax这些我平时都在用 用过腾讯的 WorkBuddy 不好用 3 个帖子 - 3 位参与者 阅读完整话题
上次的佬们半天就蹬完了，这次不知道要多久 key : tp-ccgo9gezmlwdc71r09tygl5hpqvok6vs3jemnradxm7ntetm,另外我还想知道这个mimo大家都在哪里用的啊？我尝试在cc和pi以及ga 接入感觉好像效果不是很好的样子 3 个帖子 - 3 位参与者 阅读完整话题
有需要用风佬的ccg 想让gemini给我做设计 各位佬都是用怎么调用gemini的呢 中转站还是Google one的账户登录利用Google one给的额度 2 个帖子 - 2 位参与者 阅读完整话题
如题，之前看过风佬的ccg-workflow项目不错，可惜没有 Claude支持 我目前想的写个skills让两个ai交流（codex和Antigravity分别将要和对方讨论的话术、相关聊天记录以本地md文件方式交流），效率问题会低很多，还不如手动 不知道佬们有没有啥可行方案 1 个帖子 - 1 位参与者 阅读完整话题
做了个小工具 ccglass ，一条命令就能看到这些 coding agent 到底往大模型发了什么。 GitHub： https://github.com/jianshuo/ccglass 为什么做 我一直想看清 Claude Code 、Codex 这类 agent CLI 实际发出去的请求——完整的 system prompt 、每一个 tool 的 schema 、消息历史、还有每次请求的 token / 缓存 / 花了多少钱。问题是：这些都是 Node / 原生程序， 根本不理 HTTP_PROXY / HTTPS_PROXY ，所以 Charles 、mitmproxy 都抓不到；而 patch fetch 那类方案， 客户端一更新就废。 怎么做到的 关键点：这些 CLI 都允许用环境变量改 API 的 base url （ ANTHROPIC_BASE_URL 、OPENAI_BASE_URL 、DEEPSEEK_BASE_URL ）。 ccglass 就在本地起一个会记日志的反向代理，把客户端指过去，再转发给真正的 API 。 客户端自己跟真 API 走 HTTPS ， 你只截本地这一跳的明文 HTTP ——不用装 CA 证书、 不碰 TLS pinning 、没有 MITM 。 能看到什么 实时请求流，点开看完整 system prompt + 全部工具 schema 消息历史里 tool_use 和对应的 tool_result 按 call_id 配对、同色标记 一个 agent loop 的「 flow 」视图：模型选了哪个工具 → 本地执行 → 结果喂回去 每次请求精确的 token / 缓存命中率 / 花费 两次请求的 diff ，能看到这一轮到底新增了哪些上下文、哪些被缓存命中 零依赖 Node ，一条命令，像 ollama 那样： npx ccglass 目前支持 Claude Code 、Codex 、DeepSeek-TUI 、Kimi 。 一点说明 它只能看到客户端在这一跳发出去的东西（本地工具执行的过程看不到），花费是按公开 价格估算的。欢迎拍砖，也想听听你们还想看到哪些维度的信息。
做了个小工具 ccglass ，一条命令就能看到这些 coding agent 到底往大模型发了什么。 GitHub： https://github.com/jianshuo/ccglass 为什么做 我一直想看清 Claude Code 、Codex 这类 agent CLI 实际发出去的请求——完整的 system prompt 、每一个 tool 的 schema 、消息历史、还有每次请求的 token / 缓存 / 花了多少钱。问题是：这些都是 Node / 原生程序， 根本不理 HTTP_PROXY / HTTPS_PROXY ，所以 Charles 、mitmproxy 都抓不到；而 patch fetch 那类方案， 客户端一更新就废。 怎么做到的 关键点：这些 CLI 都允许用环境变量改 API 的 base url （ ANTHROPIC_BASE_URL 、OPENAI_BASE_URL 、DEEPSEEK_BASE_URL ）。 ccglass 就在本地起一个会记日志的反向代理，把客户端指过去，再转发给真正的 API 。 客户端自己跟真 API 走 HTTPS ， 你只截本地这一跳的明文 HTTP ——不用装 CA 证书、 不碰 TLS pinning 、没有 MITM 。 能看到什么 实时请求流，点开看完整 system prompt + 全部工具 schema 消息历史里 tool_use 和对应的 tool_result 按 call_id 配对、同色标记 一个 agent loop 的「 flow 」视图：模型选了哪个工具 → 本地执行 → 结果喂回去 每次请求精确的 token / 缓存命中率 / 花费 两次请求的 diff ，能看到这一轮到底新增了哪些上下文、哪些被缓存命中 零依赖 Node ，一条命令，像 ollama 那样： npx ccglass 目前支持 Claude Code 、Codex 、DeepSeek-TUI 、Kimi 。 一点说明 它只能看到客户端在这一跳发出去的东西（本地工具执行的过程看不到），花费是按公开 价格估算的。欢迎拍砖，也想听听你们还想看到哪些维度的信息。
做了个小工具 ccglass ，一条命令就能看到这些 coding agent 到底往大模型发了什么。 GitHub： https://github.com/jianshuo/ccglass 为什么做 我一直想看清 Claude Code 、Codex 这类 agent CLI 实际发出去的请求——完整的 system prompt 、每一个 tool 的 schema 、消息历史、还有每次请求的 token / 缓存 / 花了多少钱。问题是：这些都是 Node / 原生程序， 根本不理 HTTP_PROXY / HTTPS_PROXY ，所以 Charles 、mitmproxy 都抓不到；而 patch fetch 那类方案， 客户端一更新就废。 怎么做到的 关键点：这些 CLI 都允许用环境变量改 API 的 base url （ ANTHROPIC_BASE_URL 、OPENAI_BASE_URL 、DEEPSEEK_BASE_URL ）。 ccglass 就在本地起一个会记日志的反向代理，把客户端指过去，再转发给真正的 API 。 客户端自己跟真 API 走 HTTPS ， 你只截本地这一跳的明文 HTTP ——不用装 CA 证书、 不碰 TLS pinning 、没有 MITM 。 能看到什么 实时请求流，点开看完整 system prompt + 全部工具 schema 消息历史里 tool_use 和对应的 tool_result 按 call_id 配对、同色标记 一个 agent loop 的「 flow 」视图：模型选了哪个工具 → 本地执行 → 结果喂回去 每次请求精确的 token / 缓存命中率 / 花费 两次请求的 diff ，能看到这一轮到底新增了哪些上下文、哪些被缓存命中 零依赖 Node ，一条命令，像 ollama 那样： npx ccglass 目前支持 Claude Code 、Codex 、DeepSeek-TUI 、Kimi 。 一点说明 它只能看到客户端在这一跳发出去的东西（本地工具执行的过程看不到），花费是按公开 价格估算的。欢迎拍砖，也想听听你们还想看到哪些维度的信息。
做了个小工具 ccglass ，一条命令就能看到这些 coding agent 到底往大模型发了什么。 GitHub： https://github.com/jianshuo/ccglass 为什么做 我一直想看清 Claude Code 、Codex 这类 agent CLI 实际发出去的请求——完整的 system prompt 、每一个 tool 的 schema 、消息历史、还有每次请求的 token / 缓存 / 花了多少钱。问题是：这些都是 Node / 原生程序， 根本不理 HTTP_PROXY / HTTPS_PROXY ，所以 Charles 、mitmproxy 都抓不到；而 patch fetch 那类方案， 客户端一更新就废。 怎么做到的 关键点：这些 CLI 都允许用环境变量改 API 的 base url （ ANTHROPIC_BASE_URL 、OPENAI_BASE_URL 、DEEPSEEK_BASE_URL ）。 ccglass 就在本地起一个会记日志的反向代理，把客户端指过去，再转发给真正的 API 。 客户端自己跟真 API 走 HTTPS ， 你只截本地这一跳的明文 HTTP ——不用装 CA 证书、 不碰 TLS pinning 、没有 MITM 。 能看到什么 实时请求流，点开看完整 system prompt + 全部工具 schema 消息历史里 tool_use 和对应的 tool_result 按 call_id 配对、同色标记 一个 agent loop 的「 flow 」视图：模型选了哪个工具 → 本地执行 → 结果喂回去 每次请求精确的 token / 缓存命中率 / 花费 两次请求的 diff ，能看到这一轮到底新增了哪些上下文、哪些被缓存命中 零依赖 Node ，一条命令，像 ollama 那样： npx ccglass 目前支持 Claude Code 、Codex 、DeepSeek-TUI 、Kimi 。 一点说明 它只能看到客户端在这一跳发出去的东西（本地工具执行的过程看不到），花费是按公开 价格估算的。欢迎拍砖，也想听听你们还想看到哪些维度的信息。
做了个小工具 ccglass ，一条命令就能看到这些 coding agent 到底往大模型发了什么。 GitHub： https://github.com/jianshuo/ccglass 为什么做 我一直想看清 Claude Code 、Codex 这类 agent CLI 实际发出去的请求——完整的 system prompt 、每一个 tool 的 schema 、消息历史、还有每次请求的 token / 缓存 / 花了多少钱。问题是：这些都是 Node / 原生程序， 根本不理 HTTP_PROXY / HTTPS_PROXY ，所以 Charles 、mitmproxy 都抓不到；而 patch fetch 那类方案， 客户端一更新就废。 怎么做到的 关键点：这些 CLI 都允许用环境变量改 API 的 base url （ ANTHROPIC_BASE_URL 、OPENAI_BASE_URL 、DEEPSEEK_BASE_URL ）。 ccglass 就在本地起一个会记日志的反向代理，把客户端指过去，再转发给真正的 API 。 客户端自己跟真 API 走 HTTPS ， 你只截本地这一跳的明文 HTTP ——不用装 CA 证书、 不碰 TLS pinning 、没有 MITM 。 能看到什么 实时请求流，点开看完整 system prompt + 全部工具 schema 消息历史里 tool_use 和对应的 tool_result 按 call_id 配对、同色标记 一个 agent loop 的「 flow 」视图：模型选了哪个工具 → 本地执行 → 结果喂回去 每次请求精确的 token / 缓存命中率 / 花费 两次请求的 diff ，能看到这一轮到底新增了哪些上下文、哪些被缓存命中 零依赖 Node ，一条命令，像 ollama 那样： npx ccglass 目前支持 Claude Code 、Codex 、DeepSeek-TUI 、Kimi 。 一点说明 它只能看到客户端在这一跳发出去的东西（本地工具执行的过程看不到），花费是按公开 价格估算的。欢迎拍砖，也想听听你们还想看到哪些维度的信息。
做了个小工具 ccglass ，一条命令就能看到这些 coding agent 到底往大模型发了什么。 GitHub： https://github.com/jianshuo/ccglass 为什么做 我一直想看清 Claude Code 、Codex 这类 agent CLI 实际发出去的请求——完整的 system prompt 、每一个 tool 的 schema 、消息历史、还有每次请求的 token / 缓存 / 花了多少钱。问题是：这些都是 Node / 原生程序， 根本不理 HTTP_PROXY / HTTPS_PROXY ，所以 Charles 、mitmproxy 都抓不到；而 patch fetch 那类方案， 客户端一更新就废。 怎么做到的 关键点：这些 CLI 都允许用环境变量改 API 的 base url （ ANTHROPIC_BASE_URL 、OPENAI_BASE_URL 、DEEPSEEK_BASE_URL ）。 ccglass 就在本地起一个会记日志的反向代理，把客户端指过去，再转发给真正的 API 。 客户端自己跟真 API 走 HTTPS ， 你只截本地这一跳的明文 HTTP ——不用装 CA 证书、 不碰 TLS pinning 、没有 MITM 。 能看到什么 实时请求流，点开看完整 system prompt + 全部工具 schema 消息历史里 tool_use 和对应的 tool_result 按 call_id 配对、同色标记 一个 agent loop 的「 flow 」视图：模型选了哪个工具 → 本地执行 → 结果喂回去 每次请求精确的 token / 缓存命中率 / 花费 两次请求的 diff ，能看到这一轮到底新增了哪些上下文、哪些被缓存命中 零依赖 Node ，一条命令，像 ollama 那样： npx ccglass 目前支持 Claude Code 、Codex 、DeepSeek-TUI 、Kimi 。 一点说明 它只能看到客户端在这一跳发出去的东西（本地工具执行的过程看不到），花费是按公开 价格估算的。欢迎拍砖，也想听听你们还想看到哪些维度的信息。
做了个小工具 ccglass ，一条命令就能看到这些 coding agent 到底往大模型发了什么。 GitHub： https://github.com/jianshuo/ccglass 为什么做 我一直想看清 Claude Code 、Codex 这类 agent CLI 实际发出去的请求——完整的 system prompt 、每一个 tool 的 schema 、消息历史、还有每次请求的 token / 缓存 / 花了多少钱。问题是：这些都是 Node / 原生程序， 根本不理 HTTP_PROXY / HTTPS_PROXY ，所以 Charles 、mitmproxy 都抓不到；而 patch fetch 那类方案， 客户端一更新就废。 怎么做到的 关键点：这些 CLI 都允许用环境变量改 API 的 base url （ ANTHROPIC_BASE_URL 、OPENAI_BASE_URL 、DEEPSEEK_BASE_URL ）。 ccglass 就在本地起一个会记日志的反向代理，把客户端指过去，再转发给真正的 API 。 客户端自己跟真 API 走 HTTPS ， 你只截本地这一跳的明文 HTTP ——不用装 CA 证书、 不碰 TLS pinning 、没有 MITM 。 能看到什么 实时请求流，点开看完整 system prompt + 全部工具 schema 消息历史里 tool_use 和对应的 tool_result 按 call_id 配对、同色标记 一个 agent loop 的「 flow 」视图：模型选了哪个工具 → 本地执行 → 结果喂回去 每次请求精确的 token / 缓存命中率 / 花费 两次请求的 diff ，能看到这一轮到底新增了哪些上下文、哪些被缓存命中 零依赖 Node ，一条命令，像 ollama 那样： npx ccglass 目前支持 Claude Code 、Codex 、DeepSeek-TUI 、Kimi 。 一点说明 它只能看到客户端在这一跳发出去的东西（本地工具执行的过程看不到），花费是按公开 价格估算的。欢迎拍砖，也想听听你们还想看到哪些维度的信息。
做了个小工具 ccglass ，一条命令就能看到这些 coding agent 到底往大模型发了什么。 GitHub： https://github.com/jianshuo/ccglass 为什么做 我一直想看清 Claude Code 、Codex 这类 agent CLI 实际发出去的请求——完整的 system prompt 、每一个 tool 的 schema 、消息历史、还有每次请求的 token / 缓存 / 花了多少钱。问题是：这些都是 Node / 原生程序， 根本不理 HTTP_PROXY / HTTPS_PROXY ，所以 Charles 、mitmproxy 都抓不到；而 patch fetch 那类方案， 客户端一更新就废。 怎么做到的 关键点：这些 CLI 都允许用环境变量改 API 的 base url （ ANTHROPIC_BASE_URL 、OPENAI_BASE_URL 、DEEPSEEK_BASE_URL ）。 ccglass 就在本地起一个会记日志的反向代理，把客户端指过去，再转发给真正的 API 。 客户端自己跟真 API 走 HTTPS ， 你只截本地这一跳的明文 HTTP ——不用装 CA 证书、 不碰 TLS pinning 、没有 MITM 。 能看到什么 实时请求流，点开看完整 system prompt + 全部工具 schema 消息历史里 tool_use 和对应的 tool_result 按 call_id 配对、同色标记 一个 agent loop 的「 flow 」视图：模型选了哪个工具 → 本地执行 → 结果喂回去 每次请求精确的 token / 缓存命中率 / 花费 两次请求的 diff ，能看到这一轮到底新增了哪些上下文、哪些被缓存命中 零依赖 Node ，一条命令，像 ollama 那样： npx ccglass 目前支持 Claude Code 、Codex 、DeepSeek-TUI 、Kimi 。 一点说明 它只能看到客户端在这一跳发出去的东西（本地工具执行的过程看不到），花费是按公开 价格估算的。欢迎拍砖，也想听听你们还想看到哪些维度的信息。
做了个小工具 ccglass ，一条命令就能看到这些 coding agent 到底往大模型发了什么。 GitHub： https://github.com/jianshuo/ccglass 为什么做 我一直想看清 Claude Code 、Codex 这类 agent CLI 实际发出去的请求——完整的 system prompt 、每一个 tool 的 schema 、消息历史、还有每次请求的 token / 缓存 / 花了多少钱。问题是：这些都是 Node / 原生程序， 根本不理 HTTP_PROXY / HTTPS_PROXY ，所以 Charles 、mitmproxy 都抓不到；而 patch fetch 那类方案， 客户端一更新就废。 怎么做到的 关键点：这些 CLI 都允许用环境变量改 API 的 base url （ ANTHROPIC_BASE_URL 、OPENAI_BASE_URL 、DEEPSEEK_BASE_URL ）。 ccglass 就在本地起一个会记日志的反向代理，把客户端指过去，再转发给真正的 API 。 客户端自己跟真 API 走 HTTPS ， 你只截本地这一跳的明文 HTTP ——不用装 CA 证书、 不碰 TLS pinning 、没有 MITM 。 能看到什么 实时请求流，点开看完整 system prompt + 全部工具 schema 消息历史里 tool_use 和对应的 tool_result 按 call_id 配对、同色标记 一个 agent loop 的「 flow 」视图：模型选了哪个工具 → 本地执行 → 结果喂回去 每次请求精确的 token / 缓存命中率 / 花费 两次请求的 diff ，能看到这一轮到底新增了哪些上下文、哪些被缓存命中 零依赖 Node ，一条命令，像 ollama 那样： npx ccglass 目前支持 Claude Code 、Codex 、DeepSeek-TUI 、Kimi 。 一点说明 它只能看到客户端在这一跳发出去的东西（本地工具执行的过程看不到），花费是按公开 价格估算的。欢迎拍砖，也想听听你们还想看到哪些维度的信息。
https://token-plan-cn.xiaomimimo.com/anthropic tp-ccgsr71xam5la4ovtwg3bs72s4q80a8r10f2ofzeq1ea2kn5 还有5亿 1 个帖子 - 1 位参与者 阅读完整话题
前言 我使用的工作流是风佬的 ccg-workflow,支持了antigravity cli，就捣鼓下。 wsl不开tun使用agy 测试过ProxyBridge, 在windows下没有问题，但是在wsl安装linux版本无法生效。因此，使用graftcp。 1、安装 下载deb， wget https://github.com/hmgle/graftcp/releases/download/v0.4.0/graftcp_0.4.0-1_amd64.deb dpkg -i graftcp_0.4.0-1_amd64.deb 2、配置graftcp-local 配置文件：/etc/graftcp-local/graftcp-local.conf： listen = :2233 logfile = /tmp/graftcp-local.log loglevel = 1 socks5 = 127.0.0.1:2080 3、配置systemd /usr/lib/systemd/system/graftcp-local.service [Unit] Description=Translate graftcp TCP to SOCKS5 or HTTP proxy After=network.target [Service] StartLimitInterval=5 StartLimitBurst=10 ExecStart=/usr/bin/graftcp-local -config /etc/graftcp-local/graftcp-local.conf Restart=always RestartSec=120 [Install] WantedBy=multi-user.target 启动服务： sudo systemctl daemon-reload sudo systemctl enable graftcp-local sudo systemctl start graftcp-local sudo systemctl status graftcp-local 验证是否启动成功： netstat -antp | grep 2233 graftcp curl -sI https://google.com |head -n 1 4、graftcp 重定向agy agy 安装见官方文档，安装路径：~/.local/bin cd ~/.local/bin/ mv agy agy.bak cat > agy << 'EOF' #!/bin/bash export GODEBUG=netdns=cgo,http2client=0 SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)" exec /usr/bin/graftcp "${SCRIPT_DIR}/agy.bak" "$@" EOF chmod +x agy 5、启动agy，进行登录验证。 解决每次打开agy都需要验证 解决方案来源： [Bug] Antigravity CLI (agy) fails to persist authentication state in WSL 2 environment - Google Antigravity - Google AI Developers Forum sudo apt update && sudo apt install -y dbus-x11 libsecret-1-0 gnome-keyring # 以下内容写入用户目录的 .bashrc if [ -n "$BASH_VERSION" ]; then export $(dbus-launch) eval "$(echo "" | gnome-keyring-daemon --unlock)" eval "$(gnome-keyring-daemon --start)" export SSH_AUTH_SOCK fi 这样就可以愉快使用agy 1 个帖子 - 1 位参与者 阅读完整话题
请问我在Codex app 的额度用尽了，我转到ccgui使用codex cll ,也添加了自建中转站的API，但是还是显示额度用尽了，同样的API连接在ccgui的Claude Code里面能使用。 1 个帖子 - 1 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 距离上次发帖两个月了，两个月断断续续写了很多 feat ，写着写着突然想到，又进了过度设计的怪圈，加上一些并目前没有明确提出需要的功能（主要是统计向的），于是又做了点减法，保留了实际上能解决需求的工 仓库地址 github.com GitHub - mos1128/ccg-gateway: 为 Claude Code、Codex、Gemini CLI... 为 Claude Code、Codex、Gemini CLI 打造的效率工具，集智能网关与配置管理于一体 新的功能项 详尽的消耗统计 现在市面上 Coding Plan、Token Plan、按量计费 各种计费方案，而且还涉及到 输入 / 缓存读取 / 缓存创建 / 输出 各费项价格不同；一旦遇到要切换计费方式又不知道选购什么样的套餐，或者按量计费价格是否接受 现在网关的统计汇聚了 服务商 / 模型 双维度的 输入 / 缓存读取 / 输出 的Token消耗，将服务商的数据代入进去即可快速计算 请求日志也拆分出了详细的 输入 / 缓存读取 / 缓存创建 / 输出 数据记录 profile - 单个 Agent 并发使用不同服务商 我一般把常规任务丢给 glm，需要视觉的任务给 qwen，多项目并行时这个就很麻烦，通过 profile 就可以一个 CLI 窗口走 glm，另外一个走 qwen，各个 profile 支持独立的服务商配置 其他功能项 看仓库的readme吧，就不再重复复制一遍啦， 1 个帖子 - 1 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 GitHub : GitHub - fengshao1227/ccg-workflow: 多模型协作工作流引擎 — /ccg:go 一个命令，AI 自动分析意图、选择策略、编排 Codex + Gemini + Claude 协作执行 觉得好用请留下你的 Star 之前的问题 在最开始，只有几个命令，到后面越更新命令越多，新用户不清楚在那种场景选择哪个命令，这也是我一直头疼了，在账号被封禁的时候，我也一直在去试其他的作者的工作流，然后现场的趋势是自动触发，或一个指令做自动路由然后帮你使用对的指令。 v3.0 做了什么 让一个指令"/ccg:go" 来代替大量的命令，你后面只需要用自然语言去跟他说，你要做什么即可 /ccg:go 报错信息+接口 ps：自动路由到debug /ccg:go 在某某接口，给我加上一个字段，让前端可以获取什么信息 ps：这种的简单命令，cc会直接自己做好 /ccg:go 重构路由模块，太乱了。 ps:会直接双模型分析，带team并行开发，让速度更快，最后也会有测试手段，确保一次完成任务 /ccg:go 缓存方案怎么选比较好？ ps:双模型分析，然后加cc自己，最终给你方案 引擎自动分析意图（bug/feature/refactor/research）、评估复杂度（S/M/L/XL）、选择策略、执行。 核心其实也就几句话 简单 bug → Claude 自己改 中等功能 → 需求增强 + 外部模型分析 + 计划审批 + 实施 复杂功能 → ，双模型并行分析 + 审批 + Agent Teams 并行写代码 + 双模型交叉审查 简单任务不会被过度工程化，复杂任务不会被草率处理。（帮助大家更好的节省tokens的同时让任务也做的好） 可以用自然语言调用外部模型 "codex 审查一下代码" → 自动调用 Codex reviewer 审查 git diff "gemini 分析一下这个模块" → 自动调用 Gemini analyzer 分析 "双模型审查" → 自动并行调用 Codex + Gemini 交叉审查 "codex 帮我调试这个问题" → 自动调用 Codex debugger 诊断 快速安装 npx ccg-workflow 选择「初始化工作流」然后按照引导完成安装 要求安装 ：拥有claude code cli +codex cli +gemini cli（只有claude效果会大大折扣） v3仅保留以下命令 /ccg:go. # 智能入口 — 说人话，自动选策略执行 /ccg:commit # 智能提交（conventional commit） /ccg:rollback # 交互式回滚 /ccg:clean-branches # 清理已合并分支 /ccg:worktree # Worktree 管理 /ccg:spec-init # 初始化 OpenSpec 环境 /ccg:spec-research # 分析需求，输出约束集 /ccg:spec-plan # Codex + Gemini 并行分析，生成执行计划 /ccg:spec-impl # 按计划一步步实现，完了自动归档 /ccg:spec-review # 双模型审查，随时可以用 每个阶段之间可以 /clear ，状态存在 openspec/ 目录，不怕上下文爆。 常见问题 1: codeagent-wrapper: command not found？ PATH 未生效，重启终端或执行： source ~/.zshrc # Mac/Linux 2: Codex 任务卡住？ Codex CLI 0.80.0 已知 bug，设置环境变量解决： export CODEAGENT_POST_MESSAGE_DELAY=1 或在 ~/.claude/settings.json 中配置： { "env": { "CODEAGENT_POST_MESSAGE_DELAY": "1" } } 3: Claude Code 任务超时？ 修改 ~/.claude/settings.json ： { "env": { "CODEX_TIMEOUT": "7200", "BASH_DEFAULT_TIMEOUT_MS": "600000", "BASH_MAX_TIMEOUT_MS": "3600000" } } 4: OpenSpec CLI 装不上？ npm install -g @fission-ai/openspec@latest 鸣谢 cexll/myclaude - codeagent-wrapper UfoMiao/zcf - Git 工具 + 输出风格 telagod/code-abyss - 邪修输出风格 GudaStudio/skills - 智能路由设计 fission-ai/opsx - OpenSpec 规范驱动框架 ace-tool MCP - 代码检索工具 code-abyss - skills参考 Trellis - Hook 工作流状态机的设计思路参考 版本 : v3.0.0 | GitHub Issues 30 个帖子 - 17 位参与者 阅读完整话题
随便问一个问题就停了，在obsidian和ccgui就可以 2 个帖子 - 2 位参与者 阅读完整话题
最近使用Claude code cli力不从心, 打算转向codex cli 此前使用的是CCG工作流, 切换至codex后, 发现codex似乎没有类似的工作流 各位佬友平常是如何使用codex的? 对于工作流 / Skills / MCP 又该使用什么标准? 5 个帖子 - 3 位参与者 阅读完整话题