lossless-codex-orchestrator-lco
为Codex项目提供智能体记忆和操作层
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：lossless-codex-orchestrator-lco。 它的用途是：为Codex项目提供智能体记忆和操作层 完整的 Skill 内容见：https://321skill.com/skills/lossless-codex-orchestrator-lco/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
'搜索所有涉及计费桥接的Codex会话'，LCO会执行`lco find "billing bridge"`并返回匹配的会话卡片；
对AI说：'显示当前阻塞的项目'，LCO运行`lco status`列出阻塞状态和下一步行动；
对AI说：'准备继续暂停的会话'，LCO生成预演命令包，确认目标线程和操作后才执行。
介绍
当你使用Codex进行大量开发时，会话散落在多个项目和线程中，主Agent难以了解全局。LCO（Lossless Codex Orchestrator）为你的主Agent提供本地记忆和命令层，将分散的Codex工作转化为可搜索、可操作的状态，让主Agent像技术运营者一样管理所有Codex项目。
安装后运行lco doctor初始化，LCO会自动索引本地Codex会话到SQLite数据库，支持FTS5全文搜索。主Agent可通过MCP/OpenClaw工具调用lco find、lco status、lco expand-query等命令，获取会话卡片、摘要、阻塞状态和下一步建议。所有操作都在本地完成，不依赖云端。
适合深度使用Codex的开发者、智能体工程师，以及需要协调多个Codex项目的团队。特别是使用OpenClaw、Hermes或自定义编排代理的用户，可以将LCO作为智能体的“工作记忆库”来管理杂乱的历史会话。
建议先运行lco doctor确保环境就绪，并定期更新索引以保持最新。注意LCO为本地单机工具，不提供云端同步；主Agent需要具备MCP/OpenClaw集成能力才能充分发挥其命令层功能。隐私安全，所有数据仅存储在本地SQLite数据库中。
核心特点
同类工具多聚焦于会话记录，而LCO专为智能体设计，提供结构化的记忆和命令接口，支持FTS5搜索、摘要叶子（Summary Leaves）和预演命令包（Dry-run Command Packets），让主Agent能像技术运营者一样管理Codex工作，而非仅被动记录。
注意事项
依赖本地SQLite数据库，不支持实时云端协作；需要主Agent具备MCP/OpenClaw集成能力才能发挥完整命令层功能。
常见问题
如何安装LCO？
全局安装：`npm install -g lossless-codex-orchestrator@latest`，然后运行`lco doctor`检查环境。
LCO如何与OpenClaw集成？
参考OpenClaw插件文档，配置MCP工具后，智能体即可通过工具调用LCO的`find`、`status`、`expand-query`等命令。
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/lossless-codex-orchestrator-lco/raw/index.md 读取 lossless-codex-orchestrator-lco 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/lossless-codex-orchestrator-lco/raw/index.md（查看排版版本）