recall-loom

当你需要把错误数、覆盖率、延迟或体积推进到明确目标时，Codex Autoresearch 会先确认目标、可改范围、测量命令和回归检查，再让 Codex 每轮只尝试一个改动。改进且检查通过的提交会保留，失败尝试则通过 Git 回滚，并持续记录实验历史。它支持前台观察或后台长跑，但要求在干净的独立 Git 分支中运行，涉及提交与回滚时通常需要较高文件权限。

paper2code 接收 arXiv 链接，先审计论文中已明确、部分明确和未说明的实现细节，再生成带章节或公式引用的模型、损失、配置和讲解笔记。它只实现论文核心贡献，不下载数据集，也不保证代码或论文结论正确。

Agent Sandbox Skill 为 Claude Code、Codex 和 Gemini CLI 提供可持续管理的 E2B 执行环境，让代理在不接触本机文件和生产环境的情况下安装依赖、运行不可信代码、构建全栈应用并执行 Playwright 视觉测试。它包含从规划、构建、托管到测试的命令，也能跨多轮保留沙箱状态。使用前需要配置 E2B API Key，托管与计算能力依赖 E2B 服务。

Goal Forge 通过访谈把粗略需求写成带可衡量完成条件的 SPEC.md，再进行歧义收紧，编译为适合 Codex /goal 的 GOAL.md，并只读检查运行配置。生成的契约会明确评分表、快速反馈循环、最终验证、长期工作记忆和可选控制面，帮助多小时任务保持方向。其无人值守配置可能授予广泛文件系统权限，只应在用户明确标记为可信的项目路径中使用。