Codex app-server（无 GUI 版，照搬开源核心 + 自建云端控制面）

目标分两层，不要混成一层：

1. 不重写 agent 循环：把 Codex 开源能给到的全部原样接过来， 做成一个可以被任何客户端（pi agent、你自己的 App、脚本） 调用的 app-server。
2. 自建控制面：在官方 agent 之上加一层常驻服务——项目、 任务队列、worker 池、评审与合并、权限与配额、成本与记忆、 网页命令台——让多任务、多用户、远程派发能真正跑起来， 而不是只停在本地单机演示。

项目现状（2026-10-29，main 93c25a9，PR #130 已合并部署）

旧版 README 只写到本地 host 层，云端还写着“演示、不是真实 云服务”——那句话已经过期。本轮更新以生产现状为准：

• 生产已上线：控制面跑在常驻主机上，Postgres 为后端， 公网入口 https://api.diante.me，命令台 https://api.diante.me/console（GET /health 可查 backend=postgres、worker_ok 与当前 commit）。
• 命令台是 React 版：源码在 cloud/console-react/（Vite + React 19 + TypeScript），构建产物是单文件 cloud/console.html， 只改 src 再 npm run build:console，产物绝不手改。 当前视觉是一页式 GitHub 风格（PR #129）+ 按宽度自适应分栏 （PR #130）：细顶栏 + 6 张数据卡片 + 派发、任务、对话、项目、 环境、Workers、技能、自动化、分诊、管理区、API Key 全部铺在 一页；窄屏 <900px 一栏堆叠，中屏 900–1399px 两栏（左：任务 列表 + 项目，右：其余），宽屏 ≥1400px 三栏（左 310px、中弹性、 右 330px），页面最大宽 1560px，盒子按内容高度不拉伸。 此前 Muse 风格四栏固定布局已被它取代，不要再按旧截图改。
• 执行层是 Docker + gVisor：生产任务走 Docker 执行器， 生产 autoscaler 起的 worker 带 --docker-runtime runsc；内层 codex 沙箱在生产容器里仍是 danger-full-access（见下“诚实边界”），隔离靠外层容器 + 租户目录 + egress 白名单，不是双层沙箱。
• 模型走中转网关：生产默认模型已改为 gpt-5.6-terra （原 gpt-6.1-sol 在 2026-10-27 实测持续 503； 价目表与 /models 优先级列表未动，terra 成本进 unpriced）。 系统 key 与中转站是设计本身，不做 OpenAI 官方账号对接， 也不做 per-user 中转 key。
• 已落地的控制面能力：OAuth 真实登录（GitHub/Google）、 项目 RBAC 与 API key 管理、任务队列与 worker 心跳、自动扩容 （协调员保护）、租户配额与 USD 上限、成本统计、自动记忆、 网页搜索 MCP（SearXNG 路）、任务继续消息持久化、子任务 默认模型/强度、计划模式、followup 与 fork、评审队列与 PR/CI 门。细节与 API 见 cloud/README.md 与 docs/。
• 仍未证明 / 暂搁置的：40 人并行（2026-10-29 用户令先绕过， 串行分波次或 18 人规模代替，40 人仍记未证明）；第二台主机的 真跨机 HA（现有 HA 验证是同主机双进程模拟）；G10 断点 provider 修法只在 PR #127，未合并、未部署。

一句话架构

浏览器 / 客户端 / GitHub webhook
      │  HTTPS + X-API-Key（OAuth 登录、webhook 靠签名）
      ▼
cloud/server.py（控制面，默认 127.0.0.1:8765，生产经 nginx + TLS）
      │  项目 / 任务 / 队列 / 权限 / 配额 / 成本 / 记忆 / 评审
      ▼
cloud/worker.py + autoscaler（worker 池，local / docker 执行器）
      │  调 host.py：dispatch / run / goal / review / merge
      ▼
client.py ──► codex app-server（官方二进制，codex-core 原样）
      │  thread/start · turn/start · 事件流 · 审批请求
      ▼
agent 循环 + 沙箱 + 工具 + MCP + skills + 线程持久化

本仓库自己写的有三层：client.py（协议客户端）、host.py （本地宿主编排）、cloud/（云端控制面 + worker + 命令台）。 agent 循环、沙箱、工具执行、上下文压缩、线程存储，全部是官方 codex 二进制里的，不是我复刻的简化版。

实测版本：codex-cli 0.164.0-alpha.9，协议定义就是从它 导出的，见 protocol/。

目录

• start.sh：启动官方 app-server，支持 stdio / unix / ws 三种传输。
• client.py：零依赖 Python 客户端，演示完整链路。
• run_parallel.py：宿主层多 agent 编排（见下文“子代理”）。
• host.py：本地宿主编排（dispatch / review / merge / goal / automations / daemon / health，见下文“宿主编排”）。
• cloud/：云端控制面（server.py 控制面、worker.py worker、 autoscaler.py 自动扩容、console.html 命令台产物、 console-react/ 命令台源码、sub2api.py 中转网关、 websearch_mcp.py 网页搜索 MCP、db.py SQLite/Postgres 双后端）。控制面本身零第三方依赖，只用 Python 标准库。
• cloud/console-react/：命令台源码。改页面只改 src， 再 npm run build:console 生成 cloud/console.html。
• deploy/：主机部署与运维脚本（deploy.py + host_deploy.sh， tar 与 git 直拉两种模式；deploy/README.md 为准）。
• docs/：架构与专题文档（云端架构、自动记忆、网页搜索 MCP、 线程生命周期等）。cloud/README.md 里仍写着“本地演示、 不是真实云服务”的旧诚实边界已过期，以本 README 顶部的 生产现状为准。
• config.example.toml：沙箱、审批、MCP、features 的配置示例。
• protocol/：codex app-server generate-json-schema 原样导出的 协议 schema（v1 + v2），客户端的方法名和字段以它为准。
• examples/subagent-prompt.txt：让主 agent 派生子代理的 prompt 模板。
• examples/jobs.json：并行审查的 job 示例。
• work/job-a、work/job-b：并行示例用的两个只读样例目录。

快速开始

1. 先确认登录（这一步不在开源里）

在你自己的机器上先跑一次 codex login（ChatGPT 登录）， 或配好带 API key 的 model provider。否则会出现下面实测里 的状况：thread 能建、turn 能发，但模型调用返回 401， turn 以 failed 结束——这是登录问题，不是 app-server 问题。

2. 跑一回合

cd ~/workspace/codex-app-server
python3 client.py --prompt "修掉 README 里的错别字" \
  --cwd /path/to/your/repo \
  --sandbox workspace-write --approval-policy on-request

只看协议、不跑模型：

python3 client.py --list-threads
python3 client.py --thread-id <上次的 thread id> --prompt "继续"

3. 换传输方式

./start.sh --listen unix:///tmp/codex.sock
./start.sh --listen ws://127.0.0.1:8080
# 再用你自己的客户端连这个 socket / ws，而不是 stdio

4. 配置

把 config.example.toml 复制到 ~/.codex/config.toml 再改， 不要把登录信息、API key、你自己的 relay 地址写进本仓库。 沙箱三档：read-only / workspace-write / danger-full-access； 审批三档：untrusted / on-request / never。

开源照搬清单（全部来自官方 app-server）

能力	来源	说明
Agent 循环	codex-core	推理 → 工具 → 结果 → 再推理，直到 turn 完成
Thread 生命周期	app-server	thread/start、resume、fork、archive、delete、list，事件历史持久化
Turn 与流式事件	app-server	turn/start、turn/steer、turn/interrupt、turn/completed，agent 文本/工具事件流式回推
沙箱	codex-core	macOS Seatbelt、Linux Landlock/bubblewrap；本机 VM 的系统 codex 缺 host 和 bwrap，工具会 fail closed，已用 bin/ 配对三件套修复，见 TEST-REPORT.md“工具执行修复”
审批	app-server	命令、改文件、权限、MCP 询问等请求回推给客户端裁决；也可配 approvalsReviewer=auto_review 让子代理先审
工具	codex-core	shell、文件读写、搜索、改代码（apply_patch）、图片等
MCP / skills / 插件	app-server	thread 内按需加载，features list 可看本版开关
AGENTS.md	codex-core	全局、仓库根、子目录三层合并，thread 启动时自动读
上下文压缩	codex-core	长会话自动 compact，不用客户端自己截断
exec-server 拆分	codex-core	推理（app-server）与执行（exec-server）可分开部署，见 codex exec-server --help
Goal / 多 agent 开关	features	本版 multi_agent 已是 stable，codex features list 可验证

子代理：两层，不要混

内置子代理（开源已给）

主 agent 在 prompt 明确要求时派生 worker / explorer 等子代理， 各自独立上下文、并行跑、主 agent 汇总。模板见 examples/subagent-prompt.txt，要点是：分工写清楚、要求分开 列结果、最后合并去重、只列有证据的项。

限制（重要）：子代理继承父 thread 的沙箱和审批设置， 不是独立权限边界。“只读评审”是指令约束，不是技术隔离。 真要隔离，改代码的 job 必须走下面一层。

宿主编排（开源没给，自己写，已给示例）

run_parallel.py 就是这一层：宿主并行开多个 thread， 每个 thread 一个独立工作目录（生产上用 git worktree）， 最后宿主收集结果再汇总。桌面版“多线程指挥台”的感觉 主要就是这一层，不是 app-server 本身。

python3 run_parallel.py --jobs examples/jobs.json

示例默认是只读审查（read-only + never），要并行改代码时： 每个 job 换成各自的 worktree、改成 workspace-write， 事后逐个 review diff 再合并，冲突仍需人工处理—— core 里没有自动解决冲突的调度器。

云端控制面（cloud/，生产已跑，不再是演示）

本地 host.py 只管一台机器上的任务；多用户、远程派发、 排队、配额、评审门要靠 cloud/。它不是 host.py 的包装， 而是控制面只负责“谁可以派、派给谁、状态在哪、结果通知谁”， 执行仍走 worker 调 host.py，agent 逻辑不重写。

python3 -m cloud.server          # 默认 127.0.0.1:8765，生产经 nginx + TLS 对外
# 除 GET /health、/webhooks/*、/oauth/* 外，所有端点都要 X-API-Key 请求头
# 任务实时链路：GET /tasks/{id}/trace（快照）与 GET /tasks/{id}/trace/stream（SSE）
# 命令台：GET /console（每次现读 cloud/console.html，无需重启）

• 任务状态机：queued → running → completed / failed / interrupted / merged / merge-failed；merged 只由 POST /tasks/{id}/merge 同步状态，不执行合并本身（合并仍由 host.py merge 执行，成功后再调本接口；仅 completed 可改 merged，重复调用 409，越权 403）。
• worker 与扩容：worker 心跳注册（POST /workers/heartbeat）， autoscaler 按队列扩缩；2026-10-29 已修协调员槽位泄漏 （PR #118：协调员完成不清 _running 曾导致容量门静默拦单， 40 人轮与 18 人轮的“认领停滞”都是它）与缩容误杀协调员 （PR #117）。长 goal 任务异常退出不再一律判 failed， 无结论的非 0 退出记 interrupted，断点在盘上可 goal-resume 续跑。
• 权限、配额、成本：项目 RBAC、API key 只存 sha256 哈希 （明文只返回一次）、租户月度 USD 上限与建任务/分支/重试 准入、按任务与按项目/按日的成本（实际与估算分开）、 每 key 每分钟限流（环境变量可调，窗口与上限见部署 env， 不要把生产调的值当成代码默认值写进文档）。
• 记忆与搜索：跨线程记忆与项目 KB（按项目隔离）、自动记忆 （生产默认账号已开，worker 每轮读库）、网页搜索 MCP （Perplexity → Exa → Tavily → Brave → SearXNG → DuckDuckGo 自动回退；Docker 任务容器不继承 worker 环境，搜索 env 须经 worker 的 extra_env 透传，见 PR #114）。
• 继续、计划、followup、fork：继续消息已持久化进会话历史 （PR #126，此前失败任务只落任务记录、不进历史，网页重载后 看不到助手回复）；建任务可带 plan（只读沙箱，不能与 approval=full 或 goal 同用）；POST /tasks/{id}/followups （queued 排队不打断当前轮，direct 立即进链路且跑完当前轮后 优先于排队执行）；POST /tasks/{id}/fork（仅终态任务可分支， 继承 executor/模型/强度/权限/计划，goal 字段置空）。
• 模型与网关：子任务默认模型/强度（child_model / child_effort，PR #121）；模型路由走 sub2api 中转网关， 断点命令的 model provider 须透传（PR #127 未合并，见顶部）。
• 部署：deploy/deploy.py（tar 默认，--source git 走主机 直拉 GitHub；产物唯一命名 + 三道 sha/commit 门 + 换目录 代替原地解包，health 须 ok=true 且 backend=postgres 且 commit 对上才算成功；主干推送不自动部署生产，见 deploy/README.md）。部署前先确认无人同时在推，并发部署 会撞目录换位；部署完须核 4 个 unit 全 active。

宿主编排（host.py，无 GUI，对齐 ChatGPT / Codex 桌面版宿主）

ChatGPT / Codex 桌面版作为宿主，本质不是再写一个 agent，而是 管好这几件：线程、并行、隔离、委派、长任务、评审、自动化、 边界。host.py 就是这一层，一个 app-server 进程托管多个 thread， 后台读线程按 threadId 分发 turn/completed，所以多 thread 的 turn 可以真正并发（不是轮流排队）。

ChatGPT / 桌面版宿主能力	host.py	状态
多 thread 并行	host.py parallel --jobs …，一个 app-server 进程内多 thread 并发	已实测
一任务一 git worktree 隔离	dispatch 自动 git worktree add -b host/<task>，非 git 仓库退化为独立目录拷贝	已实测
diff 评审	host.py review <task>：status + diff + untracked	已实测
评审后合并 / 丢弃	merge：先在 worktree 提交，再 --no-ff 合并进主仓，冲突自动 abort；discard：删 worktree 和分支	已实测（host-b 已合并进主仓）
线程续跑 / fork / 归档	run（resume + 新回合）、fork、archive、list	已实测
宿主级子代理委派	delegate：子 thread（默认 read-only）跑完，结果可 --report-to-parent 汇总回主 thread	已实测
模型内子代理	prompt 明确要求派生，见 examples/subagent-prompt.txt；与宿主委派是两层，别混	已实测（模板 + 协议）
长任务 / 目标循环	goal：同一 thread 多回合，每轮落盘检查点，中断后 goal-resume 从下一轮续跑（goal-met / goal-unmet 终局后不许续跑，须新建）；--turn-timeout 0 不限时；回合超时下一轮提示写明是回合中断不是验收失败。两种验收形态：旧形态 --verify 验收命令通过即达标，到 --max-rounds 则 unmet；新形态（console 打勾 goal 模式，goal_mode=1）不设验收命令、不设轮次上限（--max-rounds 0），prompt 本身就是目标，模型在回合末尾单独一行输出“目标已达成”即宣告达标，否则一直运行，停靠取消或预算（max_daily_turns 耗尽时记 interrupted、可续跑）	旧形态已实测：端到端、断点续跑、正常多轮反馈修复；新形态单测已过，真模型宣告达标尚未实弹
自动化 / 评审队列	automations --add + run-due：到期的任务自动派发，结果进 host-state.json 评审队列	已实测
沙箱边界	read-only thread 的写文件请求被拦下，文件确实没建出来	已实测
审批控制	untrusted + deny 时 agent 明确收到审批拒绝，没拿到命令输出	已实测
模型内子代理	3 子代理并行检查并汇总，视角是真的不同，不是重复一句话	已实测
中断 / 续跑控制	turn/interrupt 后状态为 interrupted；host.py interrupt --task 已接协议，直接中断不生效时写 <state_dir>/interrupt-requests/<task>.json，属主在等 turn 时每秒轮询到后用自己的 live 连接自中断（跨进程可靠路径）；compact 需先 resume（host.py 的 compact 命令已包好这一步）；超时回合也记 interrupted 且保留部分文本	单测已过（等待循环、请求路径、透传）；真 server 跨进程中断尚未实弹，属主自中断逻辑与直接中断共享同一协议调用
长等待进度	等 turn 时每满 --progress-interval（默认 30 秒，0 关闭）往 stderr 打一行 turn progress: elapsed=…s 并往链路文件记一条 kind=progress（console 按 fallback 当 JSON 行展示）；进度绝不走 stdout，不破坏 dispatch 的 JSON 与 goal 的结论行/用量行解析	单测已过（等待循环进度回调）；真模型长等待下的进度尚未实弹
合并冲突处理	先合的进主仓，后合同一行的冲突 abort，主仓干净，冲突 worktree 留着人工解	已实测
自动化幂等	未到期的自动化 run-due 时不重复派发	已实测
宿主提供 MCP 工具	隔离 CODEX_HOME 注册 stdio MCP，agent 能发现并调用；注意 MCP 审批是 elicitation 协议，不是通用 decision 字段，host.py 已分流处理	已实测（修过一轮才通）
模型切换	同一 thread 内换模型续跑，turn 的 model 字段随之改变	已实测
运行中改向	turn/steer（expectedTurnId 校验）能把进行中的长任务改成短任务	已实测
3 并行	3 个 worktree 任务同时跑，全部完成且互不污染	已实测
未追踪文件评审	review 时 diff 为空也要看 untracked 栏	已实测
失败不崩宿主	不存在的模型导致 task failed 并带上游 404 错误，host 不崩	已实测
生产级项目闭环	真实仓：并行功能开发 + 测试套件验收 + 评审修复闭环 + 合并链，主仓从 2 个测试涨到 17 个全部通过	已实测
目标循环反馈	验收失败时把命令和失败输出喂给下一轮，否则 agent 会原地不动	已实测（修过一轮才通）
中断恢复	dispatch/delegate/goal/run-due 先落盘再跑 turn，中断后可用 run 续跑	已实测（委派超时后修）
fork 隔离	fork 建新 worktree + 拷工作区文件（跳过 .git）+ turn 级 sandboxPolicy 覆盖 read-only 重置	已实测（修过两轮才通）
跨进程 state 竞态	host-state.json 单文件，多 host.py 进程同时写会丢任务，同一进程内并行安全	已修：锁文件 + 保存时合并，实测双进程并发保存不丢
项目配置	每次都要传 model/repo/state 等参数	已修：host-config.json + init/config，CLI 优先于配置，密钥只走环境变量
定时自动化	run-due 要手动跑，跑完没日志	已修：host-run.log 记录派发/跳过，automations --cron-line 生成 crontab 行，--install-cron 才装机
合并后自动验测 + 回滚	merge 合完不验主仓测试，合坏了靠人发现	已修：merge 默认仓库有 tests/ 就跑 unittest，验测失败 reset 回合并前 HEAD，分支/worktree 保留；--no-verify 跳过，--verify 可指定命令
任务依赖 + 优先级	parallel 是扁平的，没有依赖和优先级	已修：jobs 里 depends_on/priority，拓扑排序 + 按波次跑，依赖失败时依赖任务标 skipped 不跑；依赖任务从依赖分支建 worktree（有血缘关系），不是文件拷贝
失败自动重试	失败任务就停在 failed，不重试	已修：dispatch/parallel 里 --max-retries，失败后同 prompt 再跑，重试前查预算；默认 0，行为不变
评审评论回流	评审只看 diff，修要另起 run prompt，评论没地方钉	已修：review-comment --file --line --comment 把评论存进任务，review 时列出 open 评论，fix-review 按 open 评论逐条修，修完标 resolved
server 崩溃重连	app-server 死了，host 就 BrokenPipe 失败	已修：Server.ensure_alive，死了重拉并 resume thread（thread 在 CODEX_HOME 里不丢）；request 遇 BrokenPipe 重试一次；单测 kill 进程后重拉 + list 能通
成本预算	没有预算，模型跑多少全靠自觉	已修：配置 max_daily_turns，按 turn 数算（协议不暴露真实 token 数，这是诚实边界），超预算不派发/不重试；usage 记在 state 里，doctor 可看
失败通知	失败只有 state 里的 status，跑完没人知道	已修：失败时写 host-run.log + 跑配置的 notify_command（本地 shell，模板 {task} {status}）；failures 命令列失败任务，doctor 列失败/缺失 worktree/open 评论
多机器 state 冲突	锁只防同一台机器，多机器共享 state 文件会静默覆盖	部分修：state 加 version/last_writer/updated_at，保存时磁盘版本比加载时新就记 STATE-CONFLICT 日志并合并保留双方任务，不静默丢；真多机同步仍需中心服务（见下“没对齐”）
合并时提交缓存文件	merge 的 git add -A 会把 pycache/*.pyc 也提交进主仓，下次合并被 .pyc 改动挡住	已修：merge 前清 worktree 的 pycache/*.pyc，主仓的 .pyc 改动先还原；单测覆盖 pyc 不入库
守护进程 + 健康检查 + 自动恢复	host.py 跑完就退出，不常驻；state 坏了静默当空 state；中断任务一直停在 running	已修：daemon（双 fork 到 PID 1，循环 recover + run-due）、health（不跑模型，查二进制/配置/state/server/daemon）、restore-state（坏了从 .bak 恢复并留底）、recover（超过阈值的 running 标 interrupted，可用 run 续跑，不自动重跑模型回合）
GitHub PR / CI 一条线	本地 merge 完就完，没有 PR、没有 CI 门	已修（代码 + 本地可测部分）：github-workflow 生成 .github/workflows/host-verify.yml（checkout + python + unittest，幂等）；pr（push 分支 + gh pr create，成功后 pr_url/pr_number 写回任务记录）；pr-checks（解析 gh pr checks，all_pass 仅全 pass 为真，空 checks 不算过）；pr-merge（先查 checks，未全过拒绝且不调 merge，全过才 gh pr merge --merge 并标 merged，不动本地主分支）。gh 调用走 run_gh()，单测用假 gh。本仓的真实 PR 链路现已走通，见下“GitHub PR/CI”一节。
边界：cwd、沙箱、审批、模型	dispatch / turn 参数里定，见 config.example.toml	已实测
任务登记	host-state.json：task -> thread/worktree/状态/diff；agent 状态本身仍在 CODEX_HOME，不另存第二份	已实测

没对齐的部分（诚实说，不是偷工）：

• 云端派发、推送、GitHub 触发：本地 host 层仍没有，run-due 要靠你自己的 cron 定时调，才等于“定时自动化”；但云端控制面 层已经有了（见上文“云端控制面”）：队列派发、webhook 入站、 PR/CI 门、推送订阅与分发。Slack 触发未对真实 Slack 服务器 实测，不要把它写成已验证。
• GUI 的 inline 评论、side-by-side diff、点按钮批准：无 GUI 版 本来就不要这层，评审就是 git diff 文本 + merge/discard 命令。
• Computer Use：另一条管线，不在宿主编排里。
• 并行改同一文件：worktree 能防互相踩，但两个分支都在文件末尾 追加时，合并第二支仍可能冲突，host 会 abort 等人工解冲突， 不会自动猜合并结果——这和桌面版一样，是正确做法，不是 bug。 2026-10-26 补了一层安全网：merge 冲突时先试 -X ours，解完 后逐行核对任务分支的新增行是否都在主仓里，缺一行就回滚 （gap2 实测拦下了一次 -X ours 丢 mul2 的情况）；依赖任务 现在从依赖分支建 worktree，依赖先合、依赖任务后合时不再 重复加同一段。
• 多机器同步：本地 host-state 仍是单机文件（有 version 和 冲突日志，不会静默丢任务），真多机同步要走云端控制面 的中心数据库（Postgres），不在本地 host 的范围里； 同主机双进程模拟过的 HA 不等于第二台主机仍存活。
• 守护进程的边界：daemon 本身也活不过 VM 平台回收（和 微信桥 serve 一样，回收后要重拉），所以 VM 上更稳的定时 仍是 Muse cron 定时调 run-due/health，而不是只靠 daemon 或 crontab；daemon 适合常驻机器，VM 上是“会话内常驻 + 回收后重拉”的定位。

宿主快速开始（最小闭环）

下面全部是 host.py --help 核对过的真实子命令和参数， 不要凭印象编命令。先装检查，再走闭环；不要在示例里 直接派发真实模型任务来“试一下”——dispatch 一步就会跑模型。

cd ~/workspace/codex-app-server
./install.sh                    # 只检查 python3、git、codex，不写密钥、不跑模型
python3 host.py health          # 不跑模型：查二进制、配置、state、server、daemon
python3 host.py init --repo /path/to/your/repo
# 上一步写 host-config.json（CLI > 配置 > 默认；key 绝不进配置文件，只走环境变量）
python3 host.py dispatch --name example-task --task "你要做的事" --repo /path/to/your/repo
# ^ 这一步跑模型：需要模型 key 已走环境变量提供，且会建 git worktree host/example-task
python3 host.py review --task example-task   # 看 status + diff + untracked + open 评审评论
python3 host.py merge --task example-task    # 默认仓库有 tests/ 就跑 unittest，验测失败自动回滚
# 合并不了就别硬合：python3 host.py discard --task example-task  # 删 worktree 和分支
python3 host.py daemon --interval 300        # 双 fork 常驻：每轮 recover + run-due
python3 host.py daemon-status
python3 host.py daemon-stop

三条边界，闭环前先知道：

• health 不跑模型、不花额度，随时可跑；daemon-status / daemon-stop 同样不跑模型。
• daemon 在这台 VM 上活不过平台回收（和微信桥 serve 同理）： 回收后要重拉；VM 上更稳的定时是 Muse cron 调 health / run-due，而不是只靠 daemon 或 crontab。
• run-due 到期会跑模型、会花额度：先用 python3 host.py automations --add --name <名> --task "<任务>" --repo <仓> --interval 86400 登记自动化，再确认模型 key 已走环境变量提供，才让定时去调 python3 host.py run-due；未到期的自动化 run-due 时不重复派发。
• 云端控制面另起一端（生产上 worker 会跑真实模型回合， 不再是“演示、不跑模型”）： python3 -m cloud.server（默认 127.0.0.1:8765）， 除 GET /health、/webhooks/*、/oauth/* 外都要 X-API-Key 请求头。 任务实时链路：GET /tasks/{id}/trace（已结束任务的快照）与 GET /tasks/{id}/trace/stream（运行中任务的 SSE：先 snapshot 再逐条 entry，终态发 done 关流；命令台详情的链路区用 fetch 流式读它， EventSource 不能带 X-API-Key 头故不用）。 新业务链路见上文“云端控制面”：plan、followups （queued/direct）、fork，以及继续消息持久化。

GitHub PR/CI：本仓已走通，旧“无远端、无登录”已过期

旧版这里写着“本仓没有 git remote、gh 未登录、真实 PR 没跑”—— 那是 2026-10-25 左右的快照，现已过期。本仓现为 github.com/openqj/codex-app-server，PR → CI（host-verify） → --merge 合并 → deploy.py git 模式部署已是常规链路 （例如 #124 React 命令台、#125 Muse 风格、#126 继续消息持久化、 #128 一页式排版、#129 GitHub 风格、#130 自适应分栏，均经此链路上线生产）。 不要再拿旧段落去推断本仓的 PR 能力。

但要分清两条线：

• 本仓的发布链路：分支 → PR → CI 全过 → 合并进 main → git 模式部署到生产主机，部署须验 health 与 commit 一致。
• host.py 的 pr/pr-checks/pr-merge：那是给任意目标仓库用的 本地命令，仍要求目标仓有 remote 且运行机器上 gh 已登录； 没有登录时它会把 gh 的错误原文打印出来，不编造 PR URL。 不要把 PAT 写进任何文件、state、日志或聊天记录；需要登录时 走 Secure Vault。
• 流程（远端和登录齐了之后）：
  1. host.py github-workflow 生成 CI workflow（已生成的文件 要提交进仓库，GitHub Actions 才会跑它）；
  2. 任务 completed 后 host.py pr --task <名>：push 分支 + gh pr create，pr_url/pr_number 写回任务记录；
  3. host.py pr-checks --task <名>：看 CI 全过没有；
  4. host.py pr-merge --task <名>：全过才合并，合并由 GitHub 完成，不动本地主分支——和本地 merge 命令是两条 线，不要混用：本地 merge 是直接合进本地主仓，PR merge 是走 GitHub 的 PR 流程。
• 两条线不冲突的原因：本地 merge 用 merge_task()（自动验测
  • 回滚），PR merge 用 pr-merge（checks 门 + GitHub 合并）； 一个任务要么走本地 merge，要么走 PR，不要两边都合。

开源没给到的（别指望照搬）

• 模型本身、ChatGPT 登录、计费、Codex Cloud 云端沙箱。
• GitHub / Slack 等渠道的托管派发：云端层已有 webhook 入站、 推送订阅与自动 PR，但 Slack 触发未对真实服务器实测， 托管派发不等于 ChatGPT 托管服务。
• 桌面版的 inline 评论、side-by-side diff、点按钮批准： 命令台有评审队列与对话时间线，但评审仍是 git diff 文本 + merge/discard 命令，不是桌面版评审 UI。
• Computer Use（屏幕操作）是另一条管线，不在 CLI 中间层里； 本版 features 里虽然有 computer_use 开关，但那不是 “复制 app-server 就自动得到一个桌面操作 agent”。

诚实边界（2026-10-29，更新 README 时仍成立的）

• 内层沙箱：Docker 容器嵌套 pidns 下 bwrap 的 fresh proc mount 被内核拒绝（宿主级 + 带 userns 的 AppArmor profile 才能跑通 workspace-write），所以生产是 Docker 隔离 + 容器内 danger-full-access，不是双层沙箱；宿主级 workspace-write 下 agent 只能写自己 worktree，但 /tmp 不隔离，写 /tmp 会落到 宿主 /tmp 上。
• 并行规模：18 人并行已探过，40 人并行未证明且已暂搁置； 需要 40 人规模时走串行分波次或拆小批次，不要把 18 人的通过 写成 40 人的通过。
• HA：多机 HA 0→4 的跨机部分是同主机双进程模拟验证， 真“杀一台主机仍存活”需要第二台 VPS；VM 会被平台定时回收， 不能作 HA 节点。
• 未合并的在途工作：G10 断点 provider（PR #127）只推了 PR， 未合并、未部署；不要在 README 里把它写成已上线。
• 密钥：API key、OAuth secret、中转 key 只走环境变量或 Secure Vault，绝不写进仓库、state、日志或聊天记录； key 明文只在签发时返回一次。

安全

• 常驻服务不要用 danger-full-access，也不要把 --dangerously-bypass-approvals-and-sandbox 写进启动脚本， 那是给外部已经沙箱化的环境准备的。
• 审批策略默认：自动化用 never + workspace-write 或更严； 交互使用再用 on-request，由客户端（人）逐条裁决。
• client.py --approval auto 会放行所有审批请求，只用在 你完全信任的仓库和一次性任务里，默认是 deny。
• ws 传输对外暴露时务必配 --ws-auth，不要裸奔在公网。

本机实测记录（2026-10-25）

隔离 CODEX_HOME（不污染你真实的 ~/.codex）下跑：

python3 client.py --codex-home /tmp/codex-client-test \
  --cwd work/job-a --sandbox read-only --approval-policy never \
  --prompt "只用一句话回答：2+2等于几？不要调用任何工具。"

结果：

• initialize 成功，返回 codexHome / platformOs。
• thread/start 成功，拿到 thread id，model 为默认模型。
• turn/start 成功，收到 turn/started、userMessage 事件。
• 模型调用处失败：401 Unauthorized: Missing bearer token， 随后 turn/completed 状态为 failed。 原因：隔离目录里没有任何登录/provider 密钥，且默认 provider 指向 api.openai.com。这是预期内的登录边界， 不是协议或客户端 bug。在你已登录的机器上同一条链路 会直接出结果，不需要改代码。

完整输出见 TEST-REPORT.md。