中文 | English
🔁 盯住 Codex review，修完该修的，在该停的地方停下
盯住一个 GitHub PR（pull request，一次待合并的代码改动）上的 Codex AI review，边跑边修每一条发现，并在合适的时机停下——要么 Codex 给出 👍，要么你判断剩下的问题已经都不重要了——而不是无止境地追着 nitpick（那种不改也没事的吹毛求疵意见）跑。
codex-review-loop 是一个 Claude Code skill（同时通过 .codex-plugin/plugin.json 打包为 Codex 插件），负责陪一个 pull request 走完 OpenAI Codex 的 GitHub review bot（chatgpt-codex-connector[bot]）全程：监控新的 review 动态、为每条发现写修复、把对应的 thread（PR 里的一条讨论串）标记为已解决，并且自己判断——而不是让 bot 判断——PR 什么时候算完。
Codex 总能再挑出一条 nitpick，而且它在 push 之后的自动 review 并不可靠（经常在一个新 commit 上完全没有任何反应）。放任不管的话，要么变成一个永远追着 👍 跑不完的无限 review 循环，要么变成一个因为没人注意到 bot 沉默了而静静卡住的 PR。这个 skill 用机制化的方式把这两个坑都堵上了。
-
自愈式 monitor —— 每个轮询周期只发一条 GraphQL 查询，同时盯住 review、行内发现、PR 上的 issue 评论、👍 reaction 和 CI（自动跑的构建与测试）。如果 head commit（分支上最新的那个提交）已经 CI 全绿（自动检查全部通过）但 Codex 还没有任何反应，monitor 会对每个没被 review 过的 head 自动发一条
@codex review—— 不需要人去发现这个卡点。
-
配额感知的自动退出 —— 如果 Codex 回复的是一条明确的用量/配额限制消息而不是 review，monitor 会机制化地识别出来，打印
[BLOCKED:QUOTA]，然后自己退出监控，而不是把这个事实埋在日常轮询输出里。
-
停止的决定权在你手里，不在 bot 手里。 三个合法的退出条件，任意一个满足就可以结束循环：
- Codex 给出 👍 —— 最干净的方式。
- 你判断已经到了严重度下限，也就是「剩下的问题都轻到可以收工」这条底线：没有未解决的 P0、你这次改动碰到的代码路径上没有未解决的 P1、也没有 regression（本来好好的功能被这次改动弄坏了）—— 剩下的都归档成 follow-up issue（留到以后再处理的待办条目）。
- 轮次上限：循环最多跑几轮的硬性上限，作为兜底，防止 Codex 无限重复提同样的 nitpick。
-
P0–P3 决策表：Codex 会给每条意见打一个严重度标签，决策表据此决定哪些在这个 PR 里直接修，哪些归档成 follow-up。
标签 含义 P0 真的会出事：崩溃、数据算错、安全漏洞。必须在本 PR 里修。 P1 确实是问题，但没那么急。落在你这次改动路径上就修，否则记成待办。 P2 建议性的改进意见，默认归档。 P3 风格、命名之类的 nitpick，默认归档。 
-
合并是可选项，且有安全闸门 —— 循环本身从不自动合并；只有在明确带着合并意图启动的情况下才会合并，并且要求 CI 全绿、且没有未解决的 P0 或改动路径上的 P1。
gh（GitHub CLI），并已针对目标仓库完成认证。jq。- 目标仓库已安装 Codex GitHub 连接器，这样
chatgpt-codex-connector[bot]才会真的去 review PR。
推荐用 skills CLI 一键安装——一条命令，自动适配 Claude Code、Cursor、Codex 等主流 agent：
npx skills add proem/codex-review-loop也可以手动安装：clone 本仓库，然后把 skills/codex-review-loop/ 目录复制到你的 skills 目录下——个人级安装放到 ~/.claude/skills/，项目级安装放到项目内的 .claude/skills/。
Codex：本仓库在 .codex-plugin/plugin.json 提供了 Codex 插件清单，因此也可以作为 Codex 插件安装。
重启 Claude Code 会话即可生效。
装好之后，在你想让 Codex 把关的一个开着的 PR 上触发它——比如说“watch codex on this PR”或者“盯着 codex 的 review”。完整的协议、决策规则、monitor 脚本和修复流程都在 skills/codex-review-loop/SKILL.md 里。