mattpocock GitHub 仓库对 Codex / Hermes / OpenClaw 的可用性研究

Codex 核验（2026-10-09）：Codex 当前推荐仓库 .agents/skills/ 与用户 ~/.agents/skills/，见官方技能文档；旧 .codex/skills 路径保留历史背景。OpenCode/OpenClaw 不是 Codex CLI 的兼容实现；Git worktree 隔离工作目录而不限制进程、网络与凭据。ts-reset 是类型声明修正，不能代替运行时数据验证。

更新时间：2026-05-24 09:05:22 CST

目标：筛选 Matt Pocock GitHub 仓库中可直接用于、可移植到、或可魔改后优化 Codex / Hermes / OpenClaw / Discord agent 工作流的项目。

总结排序

关键仓库记录

skills

GitHub API 显示：约 102k stars，MIT，描述为工程技能库，来自 .claude 目录。README 明确提到这些技能是为 Claude Code、Codex 和其他 coding agents 的常见失败模式设计。

最值得迁移：

• diagnose：硬 bug / 性能回归的系统化诊断流程。特别适合 Hermes/OpenClaw 出现“Discord 不回消息”“状态消失”“模型调用失败”这类问题。
• tdd：要求红绿重构、行为测试、公共接口测试，能防止 agent 一次性横向铺太多实现。
• grill-with-docs：需求澄清 + CONTEXT.md + ADR。适合复杂功能前置问清楚，并沉淀术语。
• handoff：会话交接文档。适合 Codex/Hermes/OpenClaw 跨会话、跨 agent 继续工作。
• caveman：压缩沟通模式。适合 Discord bot 输出太长、token 成本高的场景。
• improve-codebase-architecture / zoom-out：用于定期检查 agent 改坏架构的问题。

建议动作：

1. 把 skills/engineering 和 skills/productivity 转成 Codex skill 格式，放进 ~/.agents/skills/local/mattpocock-* 或项目级 .agents/skills。
2. 给 Hermes/OpenClaw 做一个轻量 skill loader：遇到 /diagnose、/tdd、/handoff 时读取对应 SKILL.md 注入 prompt。
3. 在 Discord bot 中增加短命令映射，例如 /诊断 -> diagnose、/交接 -> handoff、/拷问需求 -> grill-with-docs。

sandcastle

GitHub API 显示：约 4.9k stars，MIT，TypeScript。README 定位为“在隔离沙箱中编排 AI coding agents”的 TS 库，支持 Docker、Podman、Vercel、no-sandbox。

源码发现：

• AgentProvider.ts 已有 codex(model, { effort }) provider。
• 同文件已有 opencode(model, { variant }) provider，OpenClaw 若兼容 opencode CLI，可直接参考。
• 也有 pi()、claudeCode() provider。
• Orchestrator.ts 已有 idle timeout、stream parsing、completion signal、多 iteration、commit collection。
• SessionStore.ts 已有会话 JSONL 迁移和 cwd 重写思路。

对我们的价值：

• Codex：可直接用 codex exec --json 做批量 AFK 任务、并行修复、自动评审。
• OpenClaw：如果 OpenClaw CLI 输出 JSONL 或可包装成 JSONL，可以新增 openclaw() provider。
• Hermes：新增 hermes() provider，封装 ${HOME}/.local/bin/hermes -p manas chat 或 Hermes gateway call，作为沙箱中的 agent runner。
• Discord：可把 Discord 指令转成 sandcastle task，在独立 worktree/container 里跑，最后回传摘要。

建议动作：

1. 先不要 fork 大改；先写本地最小 proof-of-concept：一个 sandcastle.run({ agent: codex(...) }) 跑只读任务。
2. 做 openclaw() provider：实现 buildPrintCommand() 和 parseStreamLine()。
3. 做 hermes() provider：先支持非交互命令，后续再支持 gateway event。
4. 给每个任务生成独立分支、日志和 commit，避免 agent 互相覆盖。

slopwatch

GitHub API 显示：较新仓库，README 很短，但 CONTEXT.md 和 research/coding-agent-ingestion.md 很有价值。

核心研究结论：

• 没有统一采集面能覆盖 Claude Code、Codex CLI、Pi、OpenCode、Copilot CLI。
• 正确策略是 per-agent adapter，分别使用各自最稳定的 surface，然后归一化为内部事件 schema。
• Codex 首选 JSONL tail：$CODEX_HOME/sessions/YYYY/MM/DD/rollout-<uuid>.jsonl。
• OpenCode 首选 plugin API 和 /event SSE，不建议依赖磁盘文件，因为迁移 SQLite。
• proxy capture 不能作为主路径，因为会漏掉工具结果、文件编辑、turn 边界等。

当前源码还是 stub：

• packages/events/src/index.ts 只有 NormalEvent = { kind: "stub" }。
• listeners/claude-code 也是 stub。

对我们的价值：

• 非常适合魔改成 Hermes/OpenClaw/Codex 的本机观测系统。
• 能解决“现在哪个 agent 在跑、花了多少 token、卡在哪个工具、Discord 为什么不回消息、模型切换后质量是否下降”的问题。

建议动作：

1. 设计自己的 NormalEvent：session、turn、message、tool_call、tool_result、model_request、discord_message、gateway_state。
2. Codex listener：tail ~/.codex/sessions/**/rollout-*.jsonl。
3. OpenClaw listener：优先用它已有 sessions/history/gateway event；如果兼容 OpenCode，可接 plugin/SSE。
4. Hermes listener：读取 Hermes events.sqlite / gateway_state.json / systemd journal。
5. Server 先不要上 Postgres，先 SQLite + 本地 dashboard 或 Discord /status。

evalite

GitHub API 显示：约 1.6k stars，TypeScript，定位为“用 TypeScript 评测 LLM-powered apps”。

示例中 evalite() 接收：

• data：输入和期望输出数据集。
• task：实际调用 LLM 或 app 的函数，可返回 stream。
• scorers：如 Factuality、Levenshtein。
• 支持 variants，可用来比较模型/提示词/工具配置。

对我们的价值：

• 模型切换前后做回归：Kimi vs DeepSeek v4 flash vs GPT-5.5。
• Discord bot 行为测试：被 @ 时是否读取群消息、是否引用 Hermes 消息、是否按格式回复。
• 新闻摘要测试：事实性、去重、时效性、中文输出长度。
• 工具权限测试：不该每次重复请求 always allow；危险命令必须拦截。

建议动作：

1. 建一个 agent-evals 小项目，先做 10 条 Discord 场景样例。
2. 每次换模型或更新 Hermes/OpenClaw 前跑 eval。
3. 把评分结果贴到 Discord 或写入本地 dashboard。

其他可用点

• dictionary-of-ai-coding：可作为 Discord bot 的 AI 术语解释库，也能帮助人类理解上下文、session、tool、permission、sandbox、handoff 等概念。
• ts-error-translator：只适合借鉴思路；可做“TypeScript 错误 -> 人话解释 -> 建议修复命令”的 agent tool。
• zod-fetch：适合 TS 服务调用 Discord/GitHub/OpenCode/Hermes API 时做 runtime schema 校验，减少 silent failure。
• ts-reset：让 fetch().json()、JSON.parse() 等变成更安全的类型；适合 TS sidecar，但要评估对既有代码的类型破坏。
• graph-docs-cli：可把 直连检测.md、Hermes 排障、OpenClaw 模型配置、Discord 权限等文档拆成模块并建依赖图。
• mcp-server-from-prompts：小型 MCP server 示例，已有 GitHub issues/pulls/actions 工具模块；可改成 Hermes/OpenClaw 的 MCP bridge。
• ai-hero-cli：交互式练习 CLI 可借鉴，但生产价值低于 sandcastle/evalite/slopwatch。

推荐实施路线

第 1 阶段：技能库

目标：最快提升 Codex/Hermes/OpenClaw 的工作质量。

• 导入 diagnose、tdd、grill-with-docs、handoff。
• 给 Discord bot 增加技能触发命令。
• 统一维护 CONTEXT.md 和 docs/adr/，减少跨 agent 反复解释。

第 2 阶段：观测系统

目标：知道 agent 在做什么、卡在哪里、为什么贵。

• 以 Slopwatch 研究为蓝图，先做本地 SQLite 版。
• 采集 Codex sessions、Hermes gateway/events、OpenClaw sessions/history。
• 提供 /agent-status、/agent-cost、/agent-last-error。

第 3 阶段：回归评测

目标：模型切换和系统更新前后可量化比较。

• 用 Evalite 建测试集。
• 覆盖 Discord 对话、新闻收集、工具权限、模型 fallback。
• 输出每轮模型的质量/延迟/成本。

第 4 阶段：沙箱并行任务

目标：让 Codex/OpenClaw/Hermes 安全并行工作。

• 基于 Sandcastle 跑 Codex/OpenClaw provider。
• 每个任务独立 worktree/branch/log。
• 任务完成后自动生成 summary，人工决定 merge。

来源

• GitHub profile/repo API：https://api.github.com/search/repositories?q=user:mattpocock+fork:false
• skills：https://github.com/mattpocock/skills
• sandcastle：https://github.com/mattpocock/sandcastle
• sandcastle AgentProvider.ts：https://github.com/mattpocock/sandcastle/blob/main/src/AgentProvider.ts
• slopwatch：https://github.com/mattpocock/slopwatch
• slopwatch coding-agent-ingestion.md：https://github.com/mattpocock/slopwatch/blob/main/research/coding-agent-ingestion.md
• evalite：https://github.com/mattpocock/evalite
• dictionary-of-ai-coding：https://github.com/mattpocock/dictionary-of-ai-coding
• ts-error-translator：https://github.com/mattpocock/ts-error-translator
• zod-fetch：https://github.com/mattpocock/zod-fetch
• ts-reset：https://github.com/mattpocock/ts-reset
• graph-docs-cli：https://github.com/mattpocock/graph-docs-cli
• mcp-server-from-prompts：https://github.com/mattpocock/mcp-server-from-prompts
• ai-hero-cli：https://github.com/mattpocock/ai-hero-cli