OmniCodex: orquestração adaptativa no OpenAI Codex

O OmniCodex é uma camada experimental de roteamento e orquestração multiagente para o OpenAI Codex. A ideia é simples: manter planejamento, risco e critérios de aceitação no plano de controle, enquanto tarefas delimitadas são encaminhadas ao worker mais adequado.

Use a inteligência certa, no momento certo.

O projeto está em prévia pública experimental. Ele não promete economia de assinatura e não reduz testes, segurança ou requisitos para poupar uso.

Por que separar orquestração e execução

Nem toda etapa exige o mesmo tipo de raciocínio. Localizar uma função, implementar uma alteração conhecida e revisar uma decisão arquitetural têm custos e riscos diferentes. O OmniCodex classifica cada fase e procura usar o modelo menos caro que ainda seja capaz de executá-la com qualidade.

Luna atende pesquisas estreitas e tarefas repetíveis.
Terra cobre exploração e implementação de complexidade normal.
Sol assume arquitetura, revisão e depuração difícil.
Astra fica reservado para bloqueios excepcionais ou risco crítico.

A escolha do worker não transfere a responsabilidade final: o orquestrador continua responsável por contexto, aceitação e verificação.

Perfis disponíveis

Perfil	Orquestrador	Política resumida
`economy`	Terra / Medium	Luna e Terra primeiro; escala trabalho consequente
`balanced`	Sol / Medium	Equilíbrio recomendado entre controle e delegação
`quality`	Sol / High	Mais profundidade para revisão e execução
`max`	Astra / High	Plano de controle mais forte para situações justificadas

O modo Auto não é um quinto perfil estático. Ele preserva o modelo pai da sessão existente e seleciona workers por fase. Por isso, ativar Auto não troca silenciosamente o modelo de uma conversa que já está em execução.

Instalação local

A prévia atual requer Python 3.11 ou superior e uma versão compatível da CLI do Codex. Revise o repositório e execute os testes antes de instalar:

git clone https://github.com/MoroniGL/Omnicodex.git
cd Omnicodex
python3 -m unittest discover -s tests -v
python3 scripts/install.py

O instalador adiciona perfis, agentes e arquivos do skill OmniCodex ao CODEX_HOME. Ele preserva o config.toml base, verifica conflitos e cria backup dos arquivos substituídos. MCPs opcionais não são instalados ou registrados automaticamente.

Desde a publicação original deste artigo, a main passou a rejeitar symlinks no diretório e no arquivo do manifesto antes de qualquer backup ou escrita. A regressão foi coberta por testes no PR #5. Essa proteção não transforma a instalação inteira em uma transação: recuperação automática e rollback após interrupções continuam pendentes.

Começando com Balanced

Balanced é o ponto de partida recomendado. Ele solicita Sol com reasoning Medium para o pai e usa Luna ou Terra para trabalho delimitado:

codex --strict-config -p omnicodex-balanced

Dentro da nova sessão, peça explicitamente o roteamento dinâmico quando fizer sentido:

Use o OmniCodex Auto para esta tarefa: descreva aqui o objetivo e os critérios de aceitação.

Perfis não mudam uma tarefa já aberta no Desktop ou no IDE. Para trocar o plano de controle, inicie uma nova sessão com o perfil desejado.

Evidência e limites

No teste local mais recente, uma sessão Balanced persistida registrou Sol/Medium no pai, Luna/Low e Terra/Medium em filhos sequenciais. Esses dados vieram dos registros locais do Codex; eles não são uma atestação independente do modelo efetivamente servido pelo provedor.

O projeto também documenta limites atuais: integrações opcionais de contexto ainda exigem configuração separada, comparações de qualidade e economia continuam em validação, e o roteamento não substitui revisão humana nem os gates do projeto.

As respostas compactas entre agentes, o diagnóstico e a simulação ajudam a reduzir repetição e pressão de contexto, mas não são um controlador de franquia. Context Mode e codebase-memory-mcp têm instruções de integração; os provedores não são instalados automaticamente e a validação real permanece pendente. RTK, memória persistente, controle efetivo de orçamento e perfis GPT-6 Sol/Luna ainda são roadmap.

Há também uma diferença importante entre branch e pacote: a main contém a correção de symlinks, enquanto a release mais recente, v0.1.0-alpha.1, aponta para um commit anterior ao PR #5. Para avaliar o ajuste agora, consulte o código principal; não presuma que o artefato dessa release já o contenha.

Código e documentação

O código, o instalador, a política de roteamento, as decisões de arquitetura e as limitações conhecidas são públicos.

Ver o código no GitHub

Publicado por MoroniGL.dev. A auditoria que orientou a melhoria do instalador avaliou materiais gratuitos da Flux Growth Agency; nenhum pacote externo foi incorporado ao OmniCodex.