前言

之前，关于整理Codex 子代理的仓库很多，但是大都停在东西很多，用起来的时候还是需要自己去做梳理。

awesome-codex-subagents，并不是“又一个 awesome list”，README 当前列出了 136+ 个 Codex subagents，分成 10 个类别，把「怎么给 Codex 分工」整理成了一套能直接抄的模板。

这不是随手整理的清单，而是一套面向 Codex 的 subagents 集合。

Codex 真正变的好用，是因为你开始认真给AI做了分工。

什么是 Subagent

简单来说，Subagent 就是 Codex 的"分身术"——你可以同时创建多个专注于不同领域的 AI 助手，让它们并行处理复杂任务，最后汇总结果。

这意味着AI 编程正式从"单兵作战"升级为"团队协作"时代。

awesome-codex-subagents 是一个面向 Codex 的子代理配置仓库。仓库里不是代码框架，也不是 SDK，而是一批已经写好的 .toml 代理定义文件。你可以把这些 agent 文件放进 ~/.codex/agents/ 做全局复用，也可以放进项目内的 .codex/agents/，只让它在当前仓库生效。项目级目录优先级更高，和全局同名时会覆盖。

 核心能力

1. 并行执行

多个 Subagent 同时工作，互不干扰。

2. 上下文隔离

每个 Subagent 拥有独立的对话上下文，主 Agent 只接收精炼后的结论，再也不会被海量中间输出淹没。

3. 自定义角色

只需一个 TOML 配置文件，就能定义专属的专业代理

面对复杂任务，设定角色边界。

模型分流：重审查、重安全、重架构这类任务，用 gpt-5.4；轻量搜索、文档核对、资料整理这类任务，用 gpt-5.3-codex-spark

沙箱分流：审计、review 这类角色默认 read-only；开发、修复、实现这类角色用 workspace-write

它不是在卖“多代理”这个概念，而是在给你一套可执行的角色拆分方法。实现什么任务该配什么模型，以及 什么角色该不该有写权限。

专业代理

项目已经整理了 130+ 个专业代理，开箱即用：

类别	数量	代表代理
核心开发	12 个	backend-developer, frontend-developer, fullstack-developer
语言专家	27 个	python-pro, typescript-pro, react-specialist, cpp-pro
基础设施	15 个	cloud-architect, devops-engineer, kubernetes-specialist
质量与安全	16 个	security-auditor, penetration-tester, code-reviewer
数据与AI	12 个	ai-engineer, data-engineer, llm-architect, prompt-engineer
开发者体验	13 个	cli-developer, documentation-engineer, refactoring-specialist
专业领域	12 个	blockchain-developer, fintech-engineer, iot-engineer
商业与产品	11 个	business-analyst, product-manager, technical-writer
元与编排	12 个	agent-installer, multi-agent-coordinator
研究与分析	7 个	docs-researcher, search-specialist, trend-analyst

 实际使用

1、安装

mkdir -p ~/.codex/agents
cp categories/01-core-development/backend-developer.toml ~/.codex/agents/
cp categories/04-quality-security/reviewer.toml ~/.codex/agents/
cp categories/10-research-analysis/docs-researcher.toml ~/.codex/agents/

先让 docs-researcher 核对某个框架 API 的版本差异。

再让 backend-developer 基于这个结论实现接口。

最后让 reviewer 做一轮只读审查，看回归风险和漏测点。

2、在 Codex 中调用

使用 backend-developer 帮我设计一个 RESTful API，
需要包含用户认证和权限控制。

3、组合

同时启动以下代理协作完成项目：
- frontend-developer：前端架构设计
- backend-developer：后端 API 设计
- security-auditor：安全评估
等待所有结果后，整合成一份完整的技术方案。

总结

建议：先挑高频角色，跑通最小闭环，再慢慢改成你自己的版本。

awesome-codex-subagents 真正有用的地方，是把“一个代理全包”改成“不同角色各管一段”，让研究、实现、审查这些动作开始解耦。

它代表着 AI 编程的一次范式转变：1 个主 Agent + N 个 Subagent = 1 支 AI 团队，用AI无限放大你的能力。