AI 编程 agent 默认把所有活都交给主会话那个模型。主会话是 Opus、Codex 强模型这一档时,读十几个文件、搜一圈网页、写一份文档,全都按强模型的价格和速度走,长上下文还会让每次调用越来越贵。
这套框架把分工拆开:主会话只做拆解、决策、验收和跟你沟通,摸底、调研、审查、诊断、抽取、写文档、实现都派给更合适的模型。派给谁、规格怎么写、怎么验收、报错怎么改派,写成一个派活技能,主会话照着走。
每个人手里的资源不一样:有人两种 CLI 都有、额度足、有 WSL 或远程开发机,有人只有一个 Codex 账号和一台笔记本。所以 GitHub 上的是框架,你自己的并发、额度、模型组合放在个人配置里;装好后有一轮初始化引导帮你生成,之后每做完一批活写一份反馈,隔段时间复盘一次,个人配置跟着你的用法调整。
它不是一个程序,是一组技能、角色定义和几个小脚本,跑起来不额外花 token。
同一份手册、同一套角色正文,两边都能用:
- Claude Code 当主会话:7 个角色是
~/.claude/agents/下的 agent 文件,模型写成 magpie 路由组(比如group/explore),换一套模型只改组合文件。只读角色有工具层面的隔离。 - Codex 当主会话:7 个角色是
~/.codex/agents/下的 toml,只写名字和角色说明;派子代理时主会话按个人配置~/.dispatch/config.toml传模型和档位。只有 Codex、没装 magpie 也能用,安装器会写一份默认配置。
实现类的活两边都交给 Orca worker,worker 用 Claude Code 还是 Codex 由配置决定,跟主会话是谁无关。两边的具体差别(装在哪、模型怎么传、只读怎么核对、怎么查实际模型)写在手册的 参考/宿主差异.md。
| 层 | 需要 | 能做什么 |
|---|---|---|
| 基础层 | Claude Code 或 Codex | 主会话按手册把活派给 7 个具名子代理,按风险定流程轻重 |
| 底座层 | 加 Orca、magpie | Orca 并行起 worker 跑实现;magpie 把角色组路由到不同供应商的模型,一键换整套组合 |
| 进阶层 | 加 WSL 或远程 Linux 执行机 | 测试、构建、Docker 放到执行机上跑;一条命令把规则、角色、技能和配置同步过去 |
初始化引导会探测你现在在哪一层,缺的那层装了能多什么,装不装由你定。
flowchart TD
U[你] --> B[主会话:Claude Code 或 Codex<br/>拆解 / 决策 / 验收 / 沟通]
B -->|只读或短活| A[原生子代理<br/>explorer / researcher / extractor<br/>reviewer / diagnoser / writer / verifier]
B -->|要改代码、要并行| W[Orca worker<br/>Claude Code 或 Codex]
W -.->|进阶层| X[WSL 或远程 Linux 执行机]
A --> M[各家模型]
W --> M
CFG[(个人配置 ~/.dispatch<br/>config.toml / 组合 / 本机条件)] -.->|模型、档位、走哪条路| B
G[magpie 路由组] -.->|Claude Code 的角色和 worker| M
F[dispatch-feedback<br/>项目会话写反馈] --> CFG
CFG --> RT[dispatch-retro<br/>复盘给推荐,你来定]
RT -->|调个人配置| CFG
RT -.->|框架问题起草 issue| GH[本仓库]
模型名不写死在角色里。Claude Code 下写 magpie 路由组,组名不带版本号,换供应商或模型升级只改组合文件;Codex 下写在 config.toml,项目根的 .dispatch.toml 可以覆盖个人配置。脚本/生效配置.py 列出两份合并后每个角色实际用什么、来自哪一份。
dispatch:日常派活。按 Agent Skills 的渐进加载写:入口只放决策规则(派给谁、定风险档和推理档、规格要点、验收要点),宿主差异、Orca、远程执行机、验收与测试、组合与路由、配合其他技能各一篇参考,用到才读。dispatch-retro:初始化引导和复盘,只能手动运行(Claude Code 里/dispatch-retro,Codex 里$dispatch-retro)。第一次探测机器和工具、问偏好、生成个人配置;之后读反馈、用量和 Orca 派活历史,给出带证据的推荐,你点头才改;框架本身的问题起草成 issue。dispatch-feedback:项目会话做完一个批次时,按问题、代价、证据、建议、归属五栏写一份反馈,放进个人配置的收件箱。
| 角色 | 干什么 | Claude Code 示例落点 | Codex 默认配置 |
|---|---|---|---|
| explorer 探索员 | 摸代码、找定义和调用链、恢复"项目做到哪了" | group/explore |
Terra · medium |
| researcher 尽调员 | 上网调研、选型对比、核实说法和版本号 | group/research |
Sol · high |
| extractor 转录抽取员 | 对已有材料逐字转录、抽字段、统计 | group/extract |
Terra · medium |
| reviewer 审查员 | 审查改动或方案,安全、正确性两轴分开派 | group/review |
Sol · xhigh |
| diagnoser 诊断员 | 排障只取证,给假设、验证命令、回滚方案 | group/diagnose |
Sol · high |
| writer 文档员 | 把定好的结论写成文档初稿 | group/write |
Terra · high |
| verifier 复核员 | 关键决策复核、上线前验收、结论冲突裁决,少用 | group/verify |
Sol · xhigh |
要改代码的活交给 Orca worker。Claude Code 下按难度分三个组:清单式的确定性活用 group/impl-lite,常规实现用 group/impl,复杂跨模块的用 group/impl-strong;Codex 默认配置里实现者是 Codex worker、Sol、high。推理档位由主会话每次按难度在 medium、high、xhigh 里选。表里的模型都只是示例,按你的额度改。
仓库带两份 magpie 示例组合:国产.txt(GLM / MiniMax / DeepSeek)和 Codex.txt(Codex 的 Terra / Sol / Astra)。
git clone https://github.com/lordfine/agent-dispatch.git
cd agent-dispatch
python 安装.py --演练 # 先看要做什么
python 安装.py # Linux / macOS / WSL 用 python3
安装器按本机装了什么自动选宿主,两种都装了的默认装 Claude Code 并提示你,要两边都装就加 --宿主 both。它只动框架文件:Claude Code 是 ~/.claude/skills/ 下的三个技能和 ~/.claude/agents/ 下的 7 个 agent;Codex 是 ~/.agents/skills/ 下的三个技能和 ~/.codex/agents/ 下的 7 个角色,还没有个人配置时另写一份默认的 ~/.dispatch/config.toml。替换前先备份到 ~/.dispatch/备份/;你改过的 agent 默认保留;已有的个人配置、全局规则和宿主自己的配置不碰。
装完新开一个会话,Claude Code 里输入 /dispatch-retro,Codex 里输入 $dispatch-retro。引导会说清框架怎么分工;探测你的机器、工具和模型来源;把探测不出来的事一次问完(每个问题给推荐);生成或补全个人配置;问你要不要把规则片段(Claude Code 用 CLAUDE.md片段.md,Codex 用 AGENTS.md片段.md)加进全局规则;用 magpie 的应用组合(改 magpie 前先征得同意);最后派一个小活核对模型落点。
之后日常就是说人话:"这个项目两周没碰了,看看做到哪了"、"这两张票互不依赖,开两个 worker 并行做"。做完一批说"写反馈",隔段时间运行一次 dispatch-retro 复盘。
有 WSL 或远程 Linux 开发机的,登记进个人配置的 执行机.toml,然后在主机上:
python <本技能目录>/脚本/同步执行机.py <执行机名> # 先预览要改什么
python <本技能目录>/脚本/同步执行机.py <执行机名> --执行 # 备份后写入,写完调一次模型验证
python <本技能目录>/脚本/同步执行机.py <执行机名> --装CLI # 预览在执行机上装和主机同版本的 Claude Code、Codex
升级:git pull 后重跑 python 安装.py,个人配置原样保留。从 v3.1 及以前升级、从 v2 升级,看 安装与自定义。
两周没碰的项目,想知道现状。 你说"这个项目我两周没碰了,看看做到哪了"。主会话派 explorer 去读,回来是一份带路径和行号的结论清单,主会话只负责判断哪些是重点。
从想法做到合并。 /grill-with-docs 把需求拷问清楚,/to-spec 出规格,/to-tickets 拆票。主会话给每张票定风险档和推理档,照规格模板写说明,派 Orca worker 并行做;worker 交付带改动统计和测试证据,停在"改完未提交"。大档票交付前排队跑一次全量,集成前再跑一次;合并和 push 前先问你。
只有 Codex 的同事。 装好后在 Codex 里说"派 reviewer 审一下这次改动"。主会话先跑 生效配置.py 看 reviewer 该用什么模型和档位,按配置派子代理;因为 Codex 没法从工具上限制只读,派之前和交回之后各看一次 git status --short,多出改动就停下告诉你。
复盘一次。 一批活做完,项目会话说"写反馈",记下返工了几轮、哪条规则不好用、哪个模型落点不对。过几天你运行 dispatch-retro,它读这些反馈和用量,告诉你比如"探索组九成落到了兜底模型,原因是每分钟名额满了,建议把前台并行的子代理从 3 个降到 2 个",你点头才改。
agent-dispatch/
├── 安装.py 安装或升级(按宿主装,只动框架文件,先备份)
├── CLAUDE.md片段.md 贴进 Claude Code 全局 CLAUDE.md 的规则片段
├── AGENTS.md片段.md 贴进 Codex 全局 AGENTS.md 的规则片段
├── agents/ 7 个角色的正文(Claude Code 直接用,Codex 由安装器生成 toml)
├── skills/
│ ├── dispatch/ 日常派活
│ │ ├── SKILL.md 入口:决策规则
│ │ ├── 参考/ 宿主差异、Orca、远程执行机、验收与测试、组合与路由、配合其他技能
│ │ ├── 模板/ 规格、交付、WSL 审查、浏览器、预热、派活记录、Codex 默认个人配置、执行机示例
│ │ ├── 组合/ 两份示例组合和切换脚本
│ │ ├── 脚本/ 体检、生效配置、同步执行机、落点检查、规格路径检查、WSL 衔接、全量排队(跑起来不花 token)
│ │ └── WSL/ 旧的 WSL 同步入口(内部改调同步执行机)
│ ├── dispatch-retro/ 初始化引导和复盘
│ └── dispatch-feedback/ 写反馈
├── magpie/ 路由组和档位的建法、改法
└── docs/ 使用指南、安装与自定义、设计决策、实测记录
个人配置不在仓库里,在 ~/.dispatch/(环境变量 DISPATCH_CONFIG_DIR 可改;v3.1 及以前的旧位置 ~/.claude/派活配置/ 照样能用)。
- 使用指南:装完是什么样、什么话会派给谁、Codex 当主会话时有什么不同、实现类任务怎么派、组合怎么切、执行机怎么用、反馈和复盘。
- 安装与自定义:安装脚本、初始化引导、个人配置和
config.toml写法、换模型、改角色和权限、同步到执行机、从旧版本升级。 - 设计决策:为什么这么分工、为什么两种主会话共用一套正文、为什么框架和个人配置分开、执行机同步为什么这么定、踩过哪些坑。
- 实测记录:模型落点、主动派用、档位、WSL、Codex 主会话和执行机同步的实测,以及一个实战项目三个批次的数据。
用的过程中发现框架的问题(规则缺失或过时、脚本出错、模板不好用),欢迎提 issue。复盘技能会帮你按模板起草,提交前记得去掉密钥、账号、内网地址和个人路径。
- mattpocock/skills:流程技能(拷问、出规格、拆票、实现、审查),手册里写了怎么配合。
- magpie:本地模型网关,负责路由组和档位。官网 https://usemagpie.ai 。
- Orca:并行起 worker 会话、管理工作区和远程执行机。官网 https://onOrca.dev 。
- Agent Skills:Claude Code 和 Codex 共用的技能格式标准,渐进加载的思路来自这里。
- lordfine/codex-claude-bridge:把 Codex 和 Claude Code 接在一起的另一套思路,主控固定在 Codex 上;本项目让两边都能当主会话。
MIT。