把四类重复判断整理成可安装的 Codex Agents
把提示词优化、批判性思考、事实核验和投资研究整理成可安装、可验证、可维护的自定义 Agent 包。
高频复杂任务长期依赖临时提示词，行为边界、证据标准和更新方式难以保持一致。
如果把四类任务分别定义为窄职责 Agent，并补齐安装、验证与发布流程，就能降低重复配置成本，同时保留清晰的安全边界。
不包含私人笔记、持仓或受版权保护的原始资料；不替用户执行证券交易；不把静态配置验证等同于真实任务质量。
按任务拆分四个独立 Agent，以 TOML 配置、配套说明和共享支持文件组成安装包，并用 PowerShell 安装器和回归测试验证交付物。
发布 codex-agents v0.1.1，可安装四个职责明确的 Agent，并能在不改动真实 Codex 目录的情况下验证安装结果。
仓库完整验证与隔离目录安装回归通过；v0.1.1 已作为带版本说明的 GitHub Release 发布。
当前验证覆盖配置、文件完整性和安装行为，不证明不同模型与真实任务上的长期输出质量；使用者仍需具备兼容的 Codex 环境、PowerShell 和可用模型权限。
先记录四个 Agent 在真实任务中的成功、失败和人工修正，再决定是否扩展角色或增加行为评测。
问题与假设
我经常重复处理四类任务：优化提示词、检查论证、核验事实和审计投资论点。过去每次都要重新解释任务边界、证据标准和禁止事项；提示词越写越长，但不同会话中的执行仍然容易漂移。
这次要验证的假设是：把不同任务拆成职责狭窄的自定义 Agent，再把安装、说明和回归验证一起交付，能否比保存几段提示词更稳定、更容易维护。
Codex 官方文档允许通过独立 TOML 文件定义个人或项目级自定义 Agent，并为每个 Agent 设置名称、用途说明和行为指令。这个仓库是在该机制上制作的个人配置包，不是 OpenAI 官方产品或官方 Agent 集合。
约束与关键决策
我没有制作一个什么都做的“万能助手”，而是按决策性质拆成四个角色：
_mantou只负责澄清和优化提示词，不执行提示词中的任务；_manuel用批判性思考框架检查问题、证据和推论；_factbot区分主张、证据、推论与观点，并检查来源独立性和不确定性；_invest用于长期投资研究与论点审计，但不执行证券交易。
公开边界同样是交付物的一部分：个人 Obsidian 路径和案例索引放在被忽略的本地文件中；仓库不包含私人笔记、真实持仓、密钥，也不包含参考书原文。
本阶段产出与验证
当前公开版本为 v0.1.1，源码与完整说明位于 GitHub 仓库。这一阶段完成了：
- 四个 Agent 的配置、职责说明和调用示例；
- 支持预览与强制更新的 PowerShell 安装器；
- 不写入真实 Codex 目录的隔离安装回归测试；
- 配置语法、文件完整性、隐私边界和安装结果检查；
- 兼容性、贡献、安全、变更记录与发布流程文档；
- 带版本号和变更说明的 GitHub Release。
完整仓库验证和 Release 压缩包的隔离安装验证均已通过。v0.1.1 还修复了 Windows 环境中找不到 python 命令时的验证问题：脚本会尝试标准的 py -3 启动器。
反证、限制与边界
- 自动化测试证明配置和安装行为符合预期，不证明 Agent 回答一定正确；
- 不同模型、推理强度、Codex 版本和权限设置可能产生不同结果；
- 事实核验和投资研究仍需要检查来源，不能把 Agent 名称当作可信度保证；
_invest只支持研究与审计，不提供自动交易能力；- 官方自定义 Agent 格式仍可能演进，仓库需要持续跟踪兼容性。
复盘与下一步
这个阶段最重要的变化，是把“我常用的几段提示词”变成了可以安装、检查、升级和复验的版本化交付物。但工程完整性只是第一层证据，真正的价值仍要由真实任务表现验证。
下一阶段不会先增加第五个 Agent，而是为现有四个角色记录真实调用案例：任务是什么、首次输出哪里失败、人工做了什么修正，以及同类任务再次出现时是否减少了重复工作。只有这些记录形成稳定证据后，才决定扩展角色或增加更系统的行为评测。
关于自定义 Agent 的平台机制和配置边界，以 Codex 官方文档为准。