codexpotter
驱动本地Codex，通过多轮自动审查与调和，将代码库持续对齐至指令状态。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：codexpotter。 它的用途是：驱动本地Codex，通过多轮自动审查与调和，将代码库持续对齐至指令状态。 完整的 Skill 内容见：https://321skill.com/skills/codexpotter/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“在MAIN.md中写入‘为用户模型添加邮箱验证功能，包括数据库字段、API端点和发送验证邮件的队列任务’”，然后运行`codex-potter`。它会驱动Codex阅读该文件，自动生成、审查并迭代代码，直到功能完整实现并符合要求。
介绍
CodexPotter 旨在解决开发者在利用AI辅助编程时，因单次生成结果不理想或上下文污染而需要反复手动调整的问题。它不是一个独立的AI模型，而是一个驱动你本地OpenAI Codex CLI的“自动驾驶”工具。其核心工作模式是“调和”：它会根据你写入MAIN.md文件的指令，让Codex进行多轮工作、审查和优化，直到生成的代码完全符合你的要求，且每一轮都使用干净的上下文，避免历史对话的干扰。
使用方式非常直接：在项目根目录创建或编辑MAIN.md文件，清晰描述你的开发任务或修改目标，然后运行codex-potter --yolo命令即可启动。CodexPotter会读取该文件，并驱动本地的Codex CLI开始工作，自动进行多轮迭代，直至任务完成。整个过程无需你频繁介入对话。
它非常适合追求代码质量、希望将AI生成结果系统化地融入工作流的开发者。特别是那些使用Codex进行复杂功能开发或大规模重构，但苦于需要不断纠正AI偏离方向的用户。CodexPotter能将你从“与AI聊天调试代码”的模式中解放出来，转向更高效的“下达任务-验收结果”模式。
需要注意的是，CodexPotter的每次新提示都会开启一个全新的任务循环，不共享之前的上下文。因此，最佳实践是将一个完整、独立的功能需求写进MAIN.md，而不是像聊天一样零散地提问。它旨在处理明确的开发任务，而非开放性的技术讨论。
核心特点
与直接使用Codex聊天不同，CodexPotter引入了“Ralph Wiggum模式”，通过多轮自动审查与调和确保代码最终状态严格对齐指令，且每轮使用干净上下文避免性能衰减；它不添加业务层提示词，纯粹作为Codex的驱动层，确保结果“绝不比原生Codex差”。
注意事项
不适合需要与AI进行开放式、探索性技术讨论或快速原型草绘的场景，因为它基于文件指令进行封闭循环的任务执行。
常见问题
CodexPotter和直接使用Codex有什么区别？
CodexPotter驱动Codex进行多轮自动审查与调和，确保代码最终符合文件中的指令，避免上下文污染和手动迭代。
使用CodexPotter需要额外的LLM API吗？
不需要，它只驱动你本地的Codex CLI，除了Codex订阅外无需其他LLM服务。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/codexpotter/raw/index.md 读取 codexpotter 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/codexpotter/raw/index.md（查看排版版本）