面向 OpenAI Codex 的本地工程工作流插件,用风险分级、范围约束、根因审查、项目指导和证据诚实验证,让 Agent 的修改过程更可检查。
介绍
Rootloom 是一个面向 OpenAI Codex 的本地、可检查工程工作流插件。它关注 Coding Agent 真正完成修改时的执行与审查边界:先明确目标和风险,把变更限制在可审查范围,追到行为所有者和根因,再根据变化选择验证,并区分建议检查、实际执行命令、最终仓库状态与人工语义判断。日常 Change、Review 与 Guidance 保持轻量;Autonomy、Evidence 和 Project Memory 分别作为可选或实验能力显式启用。
技术栈
产品定位
Coding Agent 可能跑过测试却仍然修错真正的不变量,也可能只给出建议命令却没有执行。Rootloom 不替代规格、测试、Lint、安全扫描、CI 或人工审查,而是让修改范围、诊断依据、执行动作和完成声明之间的关系更清楚、更可检查。
轻量 Personal Core
日常路径由 Change、Review 和 Guidance 组成。普通实现先读取仓库事实、控制范围并做比例化验证;审查任务按严重程度报告证据;项目指导则把稳定的架构、命令和边界留在最近的 AGENTS.md 中,减少重复提示和上下文漂移。
根因与范围
工作流会根据持久化状态、权限、金钱、并发、迁移、共享契约和破坏性操作等信号分级风险。对行为缺陷,先建立“现象、触发状态、所有权路径、被破坏不变量、根因”的证据链,再在真正拥有该行为的边界做最小一致修改。
Evidence-honest 验证
Rootloom 明确区分建议检查、实际执行命令、命令结果、验证后的仓库状态和人工语义判断。命令退出码为 0 不会自动等同于任务完成;如果范围、敏感路径、证据材料或最终 Capture 发生变化,审查仍可失败。
显式可选能力
Autonomy、机器 Evidence Bundle 和 Project Memory 不会在安装后静默启用。Autonomy 负责明确授权模式,Evidence 提供有界 Capture、Baseline、Contract 和 Summary,Project Memory 保持实验性、显式调用且只提供线索,当前仓库证据始终优先。
安装与质量门禁
Rootloom 以 Codex 插件发布,支持 Python 3.11+。安装只暴露 Skills;全局指导、Rules 与 Hook 需要显式设置。仓库同时维护中英文文档、兼容性约束、单元与契约测试、验证脚本和 GitHub Actions,并保留已冻结 Evidence 格式的兼容读取。
要点
- 日常 Core 将范围确认、根因诊断、聚焦修改、比例化验证和最终复核串成一条轻量路径。
- 变更前追踪真正拥有行为的边界,避免通过下游特判、吞异常或放宽断言掩盖根因。
- 将建议验证与实际运行证据分开记录,命令通过后仍会检查仓库状态与证据是否保持一致。
- 以 AGENTS.md 管理可复用项目指导,最近边界优先,仓库事实与当前证据始终高于记忆。
- Personal Core 明确区分 Core、可选 Autonomy / Evidence 和实验性 Project Memory,避免静默启用复杂机制。
- 运行时辅助工具保持本地、无网络依赖,并通过中英文文档、契约测试和 GitHub Actions 维护发布质量。
截图