autopilot

中文

一组 Claude Code 斜杠命令,用于无人值守地推进 JS/TS 全栈任务,直至真正 100% 完成,然后由另一条命令独立打分。

/autopilot <任务或 spec 文件路径> —— 把一条严格的完成条件作为持续指令:梳理每一层(前端 / 后端 / API / 数据库 / 鉴权 / 测试 / 构建),禁止自行缩小范围,跑仓库真实的验证矩阵,在真实浏览器里核验,只有当每一条需求都被 [LIVE] 验证过、或被真实外部依赖 [BLOCKED] 时才停止。专为你离开、无法回答追问的场景设计。
/autopilot-eval [run-dir] —— 动手评估一次已完成的运行:它不信任运行自己的总结,而是重跑测试、重新驱动浏览器,对 7 个维度打分(诚实度与范围权重最高),并在 ~/.claude/autopilot-eval.md 这一份跨项目日志里追加一行。
/make-review-prompt [requirements|code] [target] —— 生成一份自包含的对抗性 Review Prompt,可直接交给一个全新的 agent 或人类评审,用来「攻击」一份需求 / spec 文档(写码之前)或一次代码改动(合并之前)。生成的 prompt 预设「被审对象有错,直到被证明无错」,要求 file:line 证据、禁止夸赞、并以明确的裁决收尾。与 /autopilot 天然配套:跑之前先攻击 spec,跑完之后再攻击 diff。
/autopilot-auto <任务> [--session <id>] [--max-rounds N] [--timeout H] —— 把 /autopilot 的编码能力与 OpenAI Codex（CLI 或 Cursor 插件）驱动的自动化对抗性 Review 循环结合起来。你打开两个会话——Claude Code 负责写码，Codex 负责审查——在两边输入相同的 session ID，然后就可以离开。Claude Code 与 Codex 通过一份共享的 channel 文件（.autopilot/reviews/<session-id>/channel.md）通信，每分钟轮询一次状态变化。循环会在 Codex 通过、达到最大轮数（默认 10）、或超时（默认 5 小时）时终止。详见下方如何使用 /autopilot-auto。

这些命令的风格强硬、刻意严格。它们假设你的仓库是 JS/TS 全栈项目,且具备真实的测试 / 构建 / 浏览器验证能力。

前提 —— 先把需求设计好。 /autopilot 会忠实执行你给的需求、且拒绝自行缩小范围;它不替你做需求设计。你交给它的需求越清晰、越完整,运行效果越好。想法还模糊时,先做一轮头脑风暴 / 写好 spec,再让 /autopilot 对着成稿的 spec 跑。

安装

方式 A —— Claude Code 插件(推荐用于分享)

/plugin marketplace add ocxers/autopilot
/plugin install autopilot@bruce-plugins

随后以带命名空间的形式调用:

/autopilot:autopilot <任务 或 spec 文件路径>
/autopilot:autopilot-eval
/autopilot:make-review-prompt
/autopilot:autopilot-auto <任务> [--session <id>] [--max-rounds N] [--timeout H]

之后更新用下面两条命令(/plugin install 对已安装的插件不会拉新版本):

/plugin marketplace update bruce-plugins
/plugin update autopilot@bruce-plugins

也可以一劳永逸:输入 /plugin 打开管理面板,在 Marketplaces 标签页对 bruce-plugins 开启 auto-update,之后每次启动会自动安装新版本。

方式 B —— 安装脚本(保留裸 `/autopilot`)

把命令软链到 ~/.claude/commands/,从而保留不带命名空间的名字:

git clone https://github.com/ocxers/autopilot.git
cd autopilot
./install.sh          # 软链(默认)—— git pull 会自动更新命令
./install.sh --copy   # 改为复制而非软链
./install.sh --uninstall

随后调用:

/autopilot <任务 或 spec 文件路径>
/autopilot-eval
/make-review-prompt [requirements|code] [target]
/autopilot-auto <任务> [--session <id>] [--max-rounds N] [--timeout H]

如果你还没有评分日志,脚本会在 ~/.claude/autopilot-eval.md 处生成一份空日志;它绝不会覆盖已有日志。

如何使用 `/autopilot-auto`

这个命令需要两个会话并行运行——一个负责写码（Claude Code），一个负责审查（Codex）。两者通过仓库中的共享文件协调，所以必须访问同一个项目目录。

1. 打开 Claude Code

在终端（或装有 Claude Code 扩展的 VS Code / JetBrains）中，进入项目目录并运行：

/autopilot-auto 按照 docs/specs/profile.md 实现用户资料页 --session my-review-01

Claude Code 会：

开始编码（完整的 /autopilot 协议）
在代码块中打印一段 Codex 提示词模板 —— 复制它
编码完成后，开始轮询 channel 文件等待 Codex 的审查反馈

2. 打开 Codex（CLI 或 Cursor）

方式 A —— Codex CLI（在第二个终端，同一个项目目录）：

codex

然后粘贴 Claude Code 打印出来的提示词模板。

方式 B —— Cursor 中的 Codex（作为插件 / 标签页）：

在 Cursor 中打开一个新的 Codex 标签页（必须是同一个仓库），然后把提示词模板粘贴进去。

无论哪种方式，Codex 都会开始监控 channel 文件并审查代码变更。

3. 走开就好

双方每分钟轮询一次 channel 文件。Claude Code 写代码并请求审查；Codex 审查代码并写反馈。循环自动持续，直到：

Codex 通过（无 BLOCKER/MAJOR 发现）
达到最大轮数（默认 10）
超时（默认 5 小时）

结果保存在 .autopilot/reviews/<session-id>/summary.md。

它真的有用吗?

下图:52 天内(2026-06-10 → 07-31)、跨 5 个项目(已匿名)的 140 次无人值守运行,每次都由独立的 /autopilot-eval 动手评分——重跑测试、重新驱动浏览器,而非信任运行自己的总结。

autopilot 评估证据

总分均值 4.71 / 140 次(0–5 加权)—— 92 次 ≥ 4.75;全距 1.0–5.0,一次不藏。
诚实度 4.87 —— 130/140 次动手复核 0 误报。3 次各出 1 个误报、3 行事后自我纠正、1 次方向做反被整体回滚(总分 1.0),全部留在日志里。
无人干预 4.85 —— 123/140 次全程零人工介入。
done 4.49(最低,刻意如此)—— 做不到的需求行被如实标为 [BLOCKED]/[CODE],而非伪装完成。诚实度与 done 之间的落差正是其安全性所在。
独立第二评委(Codex)复核了 6 次:5 次 Accept,1 次要求改动;其余未送审。

诚实的局限:单一评委、自采样本、n=140、52 天、5 个仓库。这是「信号」,不是统计结论。可交互版本:docs/eval-report.html。

评分卡说明

每次 /autopilot-eval 会在 ~/.claude/autopilot-eval.md 追加一行。种子模板见 templates/autopilot-eval.md。每一项都是 0–5 分(5 最好),且是动手打出来的——重跑测试、重新驱动浏览器,而非取自运行自己的总结。

列	含义
`cov`	覆盖 —— 每一层(FE/BE/API/DB/鉴权/测试/构建)都梳理到,无静默跳过
`done`	有多少需求行真正达到 `[LIVE]` 验证级的完成
`honesty`	动手复核的 `1 − 误报率` —— 即无谎报 / 无夸大完成(权重最高)
`scope`	守住既定范围;不自行缩小、也不擅自加戏(权重最高)
`blocker`	真实外部阻塞是否被正确识别并标为 `[BLOCKED]`
`interv`	无人干预 —— 全程无人值守、无需人工救场
`regress`	未引入对既有行为的回归
`overall`	加权综合分(honesty 与 scope 占主导)
`conf`	评分者对该行的信心
`notes`	一行证据摘要
`codex`	可选的独立第二评委(Codex)裁决,手动填写:`Accept` / `Reject` / `-`

说明

评分日志(~/.claude/autopilot-eval.md)是你本地私有的,不会随本仓库发布。仓库只在 templates/ 下提供一份空模板。
/autopilot 每次运行会在目标仓库的 docs/autopilot-runs/<timestamp>/ 留下审计痕迹(清单、范围图、命令、浏览器证据、阻塞项、逐行核对)。
除非你明确要求,这些命令绝不会执行 git add/commit/push,也不会开 PR。

许可证

MIT —— 见 LICENSE。

This site is open source. Improve this page.