goal-forge

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。

RecallLoom 为长期 AI 协作建立文件化项目记忆，把背景、当前进度、关键决策和下一步写入项目旁的 Markdown 与 JSON 文件。换会话、模型或编码工具时，新的 Agent 可先恢复这些受控事实，再继续工作；日常也能记录进展并校验缺失、过期或冲突状态。它专注项目连续性，不替代知识库、任务编排或自动执行框架。