cx-viewer 1.0.2 → 1.0.4

package/concepts/it/Teammate.md

@@ -1,26 +1,26 @@
 # Teammate
 
-## Definizione
+## Definition
 
-Un Teammate e un agent collaborativo nella modalita Team di Claude Code Agent. Quando l'agent principale crea un team con `TeamCreate` e genera i teammate utilizzando lo strumento `Agent`, ogni teammate viene eseguito come processo agent indipendente, con la propria finestra di contesto e il proprio set di strumenti, comunicando con i membri del team tramite `SendMessage`.
+A Teammate is a collaborative agent in Codex Agent Team mode. The main agent discovers the available multi-agent tools through `tool_search`; when those tools are available, each teammate runs as an independent agent process with its own context window and toolset.
 
-## Differenze rispetto a SubAgent
+## Differences from SubAgent
 
-| Caratteristica | Teammate | SubAgent |
-|----------------|----------|----------|
-| Ciclo di vita | Persiste, puo ricevere piu messaggi | Attivita singola, distrutto al completamento |
-| Comunicazione | SendMessage messaggi bidirezionali | Chiamata unidirezionale genitore->figlio, restituisce risultato |
-| Contesto | Contesto completo indipendente, mantenuto tra i turni | Contesto di attivita isolato |
-| Modalita di collaborazione | Collaborazione di team, comunicazione reciproca possibile | Struttura gerarchica, interazione solo con l'agent genitore |
-| Tipo di attivita | Attivita complesse a piu fasi | Attivita singole come ricerca, esplorazione |
+| Feature | Teammate | SubAgent |
+|---------|----------|----------|
+| Lifecycle | Persistent, can receive multiple messages | One-off task, destroyed upon completion |
+| Communication | Team messaging through the available multi-agent toolset | Parent→child unidirectional call, returns result |
+| Context | Independent full context, retained across turns | Isolated task context |
+| Collaboration | Team collaboration, can communicate with each other | Hierarchical structure, only interacts with parent agent |
+| Task Type | Complex multi-step tasks | Single tasks such as search and exploration |
 
-## Comportamento
+## Behavior
 
-- Creato dall'agent principale (team lead) tramite lo strumento `Agent` e assegnato a un `team_name`
-- Condivide la lista delle attivita tramite `TaskList` / `TaskGet` / `TaskUpdate`
-- Entra in stato idle dopo ogni turno di esecuzione, in attesa di nuovi messaggi per la riattivazione
-- Puo essere terminato in modo ordinato tramite `shutdown_request`
+- Created by the main agent (team lead) through available multi-agent tooling and assigned a team identity
+- Shares task state through the available multi-agent task/status tools
+- Enters idle state after each turn, waiting to be woken by a new message
+- Can be gracefully terminated via `shutdown_request`
 
-## Descrizione del pannello statistiche
+## Stats Panel Description
 
-Il pannello statistiche dei Teammate mostra il numero di chiamate API per ogni teammate. La colonna `Name` contiene il nome del teammate (ad es. `reviewer-security`, `reviewer-pipeline`), la colonna `Conteggio` indica il numero totale di richieste API generate da quel teammate.
+The Teammate stats panel displays the number of API calls for each teammate. The `Name` column shows the teammate's name (e.g., `reviewer-security`, `reviewer-pipeline`), and the `Count` column shows the total number of API requests generated by that teammate.

package/concepts/it/ToolsFirst.md

@@ -1,77 +1,71 @@
-# Perché i Tools sono elencati per primi?
+# Why Are Tools Listed First?
 
-Nel pannello Context di cc-viewer, **i Tools appaiono prima di System Prompt e Messages**. Questo ordine riflette con precisione la **sequenza del prefisso KV-Cache dell'API di Anthropic**.
+In CX Viewer's Context panel, **Tools appear before Instructions and Input**. For Codex, this is a diagnostic layout: tool definitions are a large, high-impact part of the request shape, so they are shown first before the instructions and conversation context they constrain.
 
-## Sequenza del prefisso KV-Cache
+## Request Context Layout
 
-Quando l'API di Anthropic costruisce il KV-Cache, concatena il contesto in un prefisso in questo **ordine fisso**:
+Codex traffic can arrive from OpenAI Responses API calls, Codex app-server events, or SDK stream events. CX Viewer normalizes those sources into a consistent context view:
 
 ```
 ┌─────────────────────────────────────────────────┐
-│ 1. Tools (JSON Schema definitions)               │  ← Start of cache prefix
-│ 2. System Prompt                                 │
-│ 3. Messages (conversation history + current turn)│  ← End of cache prefix
+│ 1. Tools (JSON Schema definitions)               │  ← Capability surface
+│ 2. Instructions                                  │
+│ 3. Input (conversation history + current turn)   │
 └─────────────────────────────────────────────────┘
 ```
 
-Ciò significa che **i Tools si trovano prima del System Prompt, all'inizio del prefisso di cache**.
+This does not claim a provider-specific serialization order. It gives you a stable way to inspect what capabilities were available before reading instructions and input history.
 
-## Perché i Tools hanno un peso di cache maggiore di System?
+## Why Tools Often Matter Most
 
-Nella corrispondenza del prefisso KV-Cache, **il contenuto precedente è più critico** — qualsiasi modifica invalida tutto ciò che segue:
+Tool definitions are often the largest static part of an agent request. A small UI toggle can add, remove, or reshape many tool schemas, which changes model behavior and request size.
 
-1. **La corrispondenza del prefisso inizia dall'inizio**: Il KV-Cache confronta la richiesta corrente con il prefisso memorizzato nella cache token per token dall'inizio. Nel momento in cui viene rilevata una discrepanza, tutto il contenuto successivo viene invalidato.
+1. **Capability changes are semantic changes**: Adding or removing a tool changes what the agent is allowed to do, not just the token count.
 
-2. **Modifica dei Tools = intera cache invalidata**: Poiché i Tools sono in prima posizione, qualsiasi modifica alle definizioni dei tool (anche aggiungere o rimuovere un singolo MCP tool) **rompe il prefisso dal primissimo inizio**, invalidando tutti i System Prompt e i Messages memorizzati nella cache.
+2. **Tool schemas can dominate request size**: MCP and dynamic tools often have detailed JSON Schemas with descriptions, enums, and nested parameters.
 
-3. **Modifica di System = cache dei Messages invalidata**: Il System Prompt si trova nel mezzo, quindi le sue modifiche invalidano solo la porzione dei Messages che segue.
+4. **Input appends are usually cheaper to inspect**: Normal conversation turns mostly add new user input and the previous assistant/tool results, while tool and instruction changes tend to be rarer and more important.
 
-4. **Modifica dei Messages = solo la coda è interessata**: I Messages sono alla fine, quindi aggiungere nuovi messages invalida solo un piccolo segmento finale — le cache di Tools e System rimangono intatte.
+## Practical Impact
 
-## Impatto pratico
-
-| Tipo di modifica | Impatto sulla cache | Scenario tipico |
+| Change Type | Cache Impact | Typical Scenario |
 |-------------|-------------|-----------------|
-| Tool aggiunto/rimosso | **Invalidazione completa** | Connessione/disconnessione server MCP, attivazione/disattivazione plugin IDE |
-| Modifica del System Prompt | Cache dei Messages persa | Modifica di CLAUDE.md, iniezione di system reminder |
-| Nuovo message aggiunto | Solo incremento della coda | Flusso di conversazione normale (il più comune, il meno costoso) |
-
-Ecco perché `tools_change` in [CacheRebuild](CacheRebuild.md) tende ad essere il motivo di ricostruzione più costoso — rompe la catena del prefisso fin dall'inizio.
-
-## Perché le definizioni degli strumenti vengono prima del "cervello"?
+| Tool added/removed | Request shape changes | MCP server connect/disconnect, plugin toggle |
+| Instructions change | Instructions and policy changed | `AGENTS.md` edit, developer instruction update |
+| New input appended | Normal turn growth | User input, assistant reply, tool result |
 
-Dal punto di vista della cache, il fatto che i Tools siano per primi è un dato tecnico. Ma dal punto di vista del design cognitivo, quest'ordine è altrettanto logico — **i Tools sono le mani e i piedi, il System Prompt è il cervello**.
+## Why Are Tool Definitions Placed Before the "Brain"?
 
-Prima di agire, una persona deve percepire quali arti e strumenti ha a disposizione. Un neonato non comprende prima le regole del mondo (System) per poi imparare ad afferrare — percepisce prima di avere mani e piedi, poi comprende gradualmente le regole attraverso l'interazione con l'ambiente. Allo stesso modo, un LLM deve sapere quali strumenti può chiamare (leggere file, scrivere codice, cercare, eseguire comandi) prima di ricevere le istruzioni del compito (System Prompt), per poter valutare con precisione "cosa posso fare" e "come devo procedere" nell'elaborare le istruzioni.
+From a diagnostic perspective, putting Tools first is useful because tool definitions describe the agent's available actions before you inspect the instructions that ask the agent to act.
 
-Se fosse il contrario — dire prima al modello "il tuo compito è ristrutturare questo modulo", poi "hai gli strumenti Read, Edit, Bash" — il modello mancherebbe di informazioni cruciali sui limiti delle proprie capacità nella comprensione del compito, producendo potenzialmente piani irrealistici o trascurando approcci disponibili.
+Before taking action, a person needs to perceive what limbs and tools are available. An infant doesn't first understand the rules of the world (Instructions), then learn to reach and grab — they first sense that they have hands and feet, then gradually understand rules through interaction with the environment. Similarly, an LLM needs to know what tools it can call (read files, write code, search, execute commands) before receiving task instructions, so it can accurately assess "what can I do" and "how should I do it" when processing the instructions.
 
-**Conoscere le carte che si hanno prima di decidere come giocarle.** Questa è la logica cognitiva dietro il posizionamento dei Tools prima del System.
+If reversed — first telling the model "your task is to refactor this module", then telling it "you have shell_command, apply_patch, and tool_search" — the model would lack critical capability boundary information when understanding the task, potentially producing unrealistic plans or overlooking available approaches.
 
-## Perché anche gli strumenti MCP sono in questa posizione?
+**Know what cards you hold before deciding how to play.** This is the cognitive logic behind Tools preceding Instructions.
 
-Gli strumenti MCP (Model Context Protocol), come gli strumenti integrati, sono posizionati all'inizio dell'area Tools. Comprendere la posizione di MCP nel contesto aiuta a valutare i reali benefici e costi.
+## Why Are MCP Tools Also in This Position?
 
-### Vantaggi di MCP
+MCP (Model Context Protocol) tools, like built-in tools, are placed at the very front of the Tools area. Understanding MCP's position in the context helps evaluate its real benefits and costs.
 
-- **Estensione delle capacità**: MCP permette ai modelli di accedere a servizi esterni (query database, chiamate API, operazioni IDE, controllo browser, ecc.), superando i limiti degli strumenti integrati
-- **Ecosistema aperto**: Chiunque può implementare un server MCP; il modello acquisisce nuove capacità senza ri-addestramento
-- **Caricamento su richiesta**: I server MCP possono essere connessi/disconnessi selettivamente in base allo scenario, componendo insiemi di strumenti flessibili
+### MCP Advantages
 
-### Costi di MCP
+- **Capability extension**: MCP lets models access external services (database queries, API calls, IDE operations, browser control, etc.), breaking beyond built-in tool boundaries
+- **Open ecosystem**: Anyone can implement an MCP server; the model gains new capabilities without retraining
+- **On-demand loading**: MCP servers can be selectively connected/disconnected based on task scenario, flexibly composing tool sets
 
-- **Cache killer**: La definizione JSON Schema di ogni strumento MCP viene concatenata all'inizio del prefisso KV-Cache. Aggiungere o rimuovere uno strumento MCP = **tutta la cache invalidata dall'inizio**. Connettere/disconnettere frequentemente server MCP riduce drasticamente il tasso di successo della cache
-- **Gonfiamento del prefisso**: Gli Schema degli strumenti MCP sono tipicamente più grandi degli strumenti integrati (descrizioni dettagliate dei parametri, valori enum, ecc.). Molti strumenti MCP aumentano significativamente il conteggio dei token nell'area Tools, riducendo lo spazio di contesto disponibile per i Messages
-- **Overhead di latenza**: Le chiamate agli strumenti MCP richiedono comunicazione tra processi (JSON-RPC su stdio/SSE), un ordine di grandezza più lento delle chiamate a funzioni integrate
-- **Rischio di stabilità**: I server MCP sono processi esterni che possono bloccarsi, andare in timeout o restituire formati inattesi, richiedendo gestione degli errori aggiuntiva
+### MCP Costs
+- **Prefix bloat**: MCP tool Schemas are typically larger than built-in tools (containing detailed parameter descriptions, enums, etc.). Many MCP tools significantly increase the Tools area's token count, squeezing the context space available for Input
+- **Latency overhead**: MCP tool calls require cross-process communication (JSON-RPC over stdio/SSE), an order of magnitude slower than built-in function calls
+- **Stability risk**: MCP servers are external processes that may crash, timeout, or return unexpected formats, requiring additional error handling
 
-### Raccomandazioni pratiche
+### Practical Recommendations
 
-| Scenario | Raccomandazione |
-|----------|----------------|
-| Conversazioni lunghe, interazione frequente | Minimizzare il numero di strumenti MCP per proteggere la stabilità del prefisso di cache |
-| Compiti brevi, operazioni una tantum | Usare liberamente gli strumenti MCP; l'impatto sulla cache è limitato |
-| Aggiunta/rimozione frequente di server MCP | Ogni modifica attiva una ricostruzione completa della cache; considerare di fissare l'insieme di strumenti |
-| Schema di strumenti sovradimensionati | Ridurre descrizioni ed enum per diminuire il consumo di token nel prefisso |
+| Scenario | Recommendation |
+|----------|---------------|
+| Long conversations, high-frequency interaction | Minimize MCP tool count to keep requests smaller and easier to inspect |
+| Short tasks, one-off operations | Use MCP tools freely; overhead is usually limited |
+| Frequently adding/removing MCP servers | Each change reshapes the request; consider fixing the tool set |
+| Oversized Tool Schemas | Trim descriptions and enums to reduce prefix token footprint |
 
-Nel pannello Context di cc-viewer, gli strumenti MCP sono visualizzati accanto agli strumenti integrati nell'area Tools, offrendo una vista chiara delle dimensioni dello Schema di ogni strumento e del suo contributo al prefisso di cache.
+In CX Viewer's Context panel, MCP tools are displayed alongside built-in and dynamic tools in the Tools area, giving you a clear view of each tool's Schema size and contribution to request shape.

package/concepts/it/TranslateContextPollution.md

@@ -2,7 +2,7 @@
 
 ## Contesto
 
-CC-Viewer include una funzionalità di traduzione integrata (`POST /api/translate`) basata sull'API Messages di Anthropic. Nell'implementazione iniziale, le richieste di traduzione riutilizzavano le credenziali di autenticazione memorizzate nella cache della sessione di Claude Code — inclusi gli header `x-api-key` e `authorization`. Questo ha causato un problema sottile ma grave: i risultati delle traduzioni restituivano frequentemente contenuti irrilevanti.
+CC-Viewer include una funzionalità di traduzione integrata (`POST /api/translate`) basata sull'API Messages di Anthropic. Nell'implementazione iniziale, le richieste di traduzione riutilizzavano le credenziali di autenticazione memorizzate nella cache della sessione di Codex — inclusi gli header `x-api-key` e `authorization`. Questo ha causato un problema sottile ma grave: i risultati delle traduzioni restituivano frequentemente contenuti irrilevanti.
 
 ## Causa principale
 
@@ -13,24 +13,24 @@ L'API di Anthropic supporta due metodi di autenticazione:
 | Metodo | Header | Origine tipica | Caratteristiche |
 |--------|--------|----------------|-----------------|
 | Chiave API | `x-api-key: sk-ant-...` | Variabile d'ambiente / Console | Senza stato, ogni richiesta è indipendente |
-| Token OAuth | `authorization: Bearer sessionToken` | Login con abbonamento Claude Code | Legato alla sessione, il server mantiene l'associazione del contesto |
+| Token OAuth | `authorization: Bearer sessionToken` | Login con abbonamento Codex | Legato alla sessione, il server mantiene l'associazione del contesto |
 
 La differenza chiave: **le chiavi API sono senza stato (stateless)** — ogni richiesta è completamente indipendente; mentre **i token di sessione OAuth sono con stato (stateful)** — il server di Anthropic associa le richieste che utilizzano lo stesso token allo stesso contesto di sessione.
 
 ### Catena di inquinamento
 
-Quando Claude Code utilizza il login OAuth tramite abbonamento, il flusso di autenticazione si presenta così:
+Quando Codex utilizza il login OAuth tramite abbonamento, il flusso di autenticazione si presenta così:
 
 ```
-Conversazione principale Claude Code ──(authorization: Bearer sessionToken)──→ Anthropic API
+Conversazione principale Codex ──(authorization: Bearer sessionToken)──→ Anthropic API
                                                                                  ↑
 Richiesta di traduzione CC-Viewer ──(authorization: Bearer sessionToken)──→ Anthropic API
 ```
 
-Poiché le richieste di traduzione riutilizzavano lo stesso token di sessione, il server di Anthropic poteva associare le richieste di traduzione al contesto della conversazione principale di Claude Code. Questo causa:
+Poiché le richieste di traduzione riutilizzavano lo stesso token di sessione, il server di Anthropic poteva associare le richieste di traduzione al contesto della conversazione principale di Codex. Questo causa:
 
-1. **I risultati della traduzione sono influenzati dal contesto della conversazione principale**: Il prompt di sistema della richiesta di traduzione è "sei un traduttore", ma il contesto del server contiene ancora la cronologia della conversazione di Claude Code, potenzialmente interferendo con il modello
-2. **La conversazione principale viene disturbata dalle richieste di traduzione**: Il contenuto delle richieste di traduzione (frammenti di testo dell'interfaccia) può essere iniettato nel contesto della conversazione principale, causando deviazioni nelle risposte di Claude Code
+1. **I risultati della traduzione sono influenzati dal contesto della conversazione principale**: Il prompt di sistema della richiesta di traduzione è "sei un traduttore", ma il contesto del server contiene ancora la cronologia della conversazione di Codex, potenzialmente interferendo con il modello
+2. **La conversazione principale viene disturbata dalle richieste di traduzione**: Il contenuto delle richieste di traduzione (frammenti di testo dell'interfaccia) può essere iniettato nel contesto della conversazione principale, causando deviazioni nelle risposte di Codex
 3. **Comportamento imprevedibile**: Poiché l'inquinamento del contesto è un comportamento lato server, il client non può rilevarlo né controllarlo
 
 ## Lezioni apprese
@@ -41,6 +41,6 @@ Poiché le richieste di traduzione riutilizzavano lo stesso token di sessione, i
 ## Riferimenti
 
 - [Anthropic API Authentication Docs](https://docs.anthropic.com/en/api/getting-started)
-- [Claude Code Authentication](https://support.claude.com/en/articles/12304248-managing-api-key-environment-variables-in-claude-code)
+- [Codex Authentication](https://support.claude.com/en/articles/12304248-managing-api-key-environment-variables-in-claude-code)
 - [Anthropic Bans Subscription OAuth in Third-Party Apps](https://winbuzzer.com/2026/02/19/anthropic-bans-claude-subscription-oauth-in-third-party-apps-xcxwbn/)
-- [Claude Code Authentication: API Keys, Subscriptions, and SSO](https://developertoolkit.ai/en/claude-code/quick-start/authentication/)
+- [Codex Authentication: API Keys, Subscriptions, and SSO](https://developertoolkit.ai/en/claude-code/quick-start/authentication/)

package/concepts/it/UltraPlan.md

@@ -1,55 +1,55 @@
-# UltraPlan — La Macchina dei Desideri Definitiva
+# UltraPlan — The Ultimate Wishing Machine
 
-## Cos'e UltraPlan
+## What is UltraPlan
 
-UltraPlan e l'**implementazione localizzata** di cc-viewer del comando nativo `/ultraplan` di Claude Code. Permette di utilizzare le funzionalita complete di `/ultraplan` nel proprio ambiente locale **senza dover avviare il servizio remoto ufficiale di Claude**, guidando Claude Code nel portare a termine compiti complessi di pianificazione e implementazione utilizzando la **collaborazione multi-agente**.
+UltraPlan is CX Viewer's **localized planning workflow** for Codex. It guides Codex through complex planning and implementation tasks using **multi-agent collaboration**.
 
-Rispetto alla modalita Plan standard o ad Agent Team, UltraPlan puo:
-- Valutare automaticamente la complessita del compito e selezionare la strategia di pianificazione ottimale
-- Dispiegare piu agenti in parallelo per esplorare la codebase da diverse dimensioni
-- Incorporare ricerche esterne (webSearch) per le migliori pratiche del settore
-- Assemblare automaticamente un Code Review Team dopo l'esecuzione del piano per la revisione del codice
-- Formare un ciclo chiuso completo **Plan → Execute → Review → Fix**
+Compared to regular Plan mode or Agent Team, UltraPlan can:
+- Automatically assess task complexity and select the optimal planning strategy
+- Deploy multiple parallel agents to explore the codebase from different dimensions
+- Incorporate external research (`web_search`) for industry best practices
+- Automatically assemble a Code Review Team after plan execution for code review
+- Form a complete **Plan → Execute → Review → Fix** closed loop
 
 ---
 
-## Note Importanti
+## Important Notes
 
-### 1. UltraPlan Non E Onnipotente
-UltraPlan e una macchina dei desideri piu potente, ma cio non significa che ogni desiderio possa essere esaudito. E piu potente di Plan e Agent Team, ma non puo direttamente "farti guadagnare soldi". Considera una granularita dei compiti ragionevole — suddividi i grandi obiettivi in compiti medi eseguibili piuttosto che cercare di realizzare tutto in un colpo solo.
+### 1. UltraPlan Is Not Omnipotent
+UltraPlan is a more powerful wishing machine, but that doesn't mean every wish can be fulfilled. It's more powerful than Plan and Agent Team, but it can't directly "make you money." Consider reasonable task granularity — break large goals into executable medium-sized tasks rather than trying to accomplish everything in one shot.
 
-### 2. Attualmente Piu Efficace per Progetti di Programmazione
-I modelli e i flussi di lavoro di UltraPlan sono profondamente ottimizzati per progetti di programmazione. Altri scenari (documentazione, analisi dati, ecc.) possono essere tentati, ma si consiglia di attendere gli adattamenti nelle versioni future.
+### 2. Currently Most Effective for Programming Projects
+UltraPlan's templates and workflows are deeply optimized for programming projects. Other scenarios (documentation, data analysis, etc.) can be attempted, but you may want to wait for future version adaptations.
 
-### 3. Tempo di Esecuzione e Requisiti della Finestra di Contesto
-- Un'esecuzione riuscita di UltraPlan richiede tipicamente **30 minuti o piu**
-- Richiede che il MainAgent abbia una finestra di contesto ampia (modello Opus con 1M di contesto consigliato)
-- Se si dispone solo di un modello 200K, **assicurarsi di eseguire `/clear` sul contesto prima dell'esecuzione**
-- Il `/compact` di Claude Code funziona male quando la finestra di contesto e insufficiente — evitare di esaurire lo spazio
-- Mantenere spazio di contesto sufficiente e un prerequisito critico per l'esecuzione riuscita di UltraPlan
+### 3. Execution Time and Context Window Requirements
+- A successful UltraPlan run typically takes **30 minutes or more**
+- Requires MainAgent to have a large enough context window for multi-agent findings and review output
+- If your active model has a smaller context window, **make sure to `/clear` context before running**
+- Compaction is less reliable when the context window is already nearly full — avoid running out of space
+- Maintaining sufficient context space is a critical prerequisite for successful UltraPlan execution
 
-Se hai domande o suggerimenti sull'UltraPlan localizzato, sentiti libero di aprire [Issues su GitHub](https://github.com/anthropics/claude-code/issues) per discutere e collaborare.
+If you have any questions or suggestions about the localized UltraPlan workflow, open an issue in the CX Viewer project to discuss and collaborate.
 
 ---
 
-## Come Funziona
+## How It Works
 
-UltraPlan offre due modalita operative:
+UltraPlan offers two operating modes:
 
-### Modalita Automatica
-Analizza automaticamente la complessita del compito (punteggio 4-12) e instrada verso diverse strategie:
+### Auto Mode
+Automatically analyzes task complexity (score 4-12) and routes to different strategies:
 
-| Percorso | Punteggio | Strategia |
-|----------|-----------|-----------|
-| Percorso A | 4-6 | Pianificazione leggera con esplorazione diretta del codice |
-| Percorso B | 7-9 | Pianificazione con diagrammi strutturali (Mermaid / ASCII) |
-| Percorso C | 10-12 | Esplorazione multi-agente + ciclo chiuso di revisione |
+| Route | Score | Strategy |
+|-------|-------|----------|
+| Route A | 4-6 | Lightweight planning with direct code exploration |
+| Route B | 7-9 | Planning with structural diagrams (Mermaid / ASCII) |
+| Route C | 10-12 | Multi-agent exploration + review closed loop |
 
-### Modalita Forzata
-Attiva direttamente il flusso di lavoro multi-agente completo del Percorso C:
-1. Dispiegare fino a 5 agenti in parallelo per esplorare simultaneamente la codebase (architettura, identificazione file, valutazione rischi, ecc.)
-2. Opzionalmente dispiegare un agente di ricerca per investigare soluzioni del settore tramite webSearch
-3. Sintetizzare tutte le scoperte degli agenti in un piano di implementazione dettagliato
-4. Dispiegare un agente di revisione per esaminare il piano da molteplici prospettive
-5. Eseguire il piano una volta approvato
-6. Assemblare automaticamente un Code Review Team per validare la qualita del codice dopo l'implementazione
+### Forced Mode
+Directly activates the full Route C multi-agent workflow:
+1. Deploy up to 5 parallel agents to explore the codebase simultaneously (architecture, file identification, risk assessment, etc.)
+2. Optionally deploy a research agent to investigate industry solutions via `web_search`
+3. Synthesize all agent findings into a detailed implementation plan
+4. Deploy a review agent to scrutinize the plan from multiple perspectives
+5. Execute the plan once approved
+6. Automatically assemble a Code Review Team to validate code quality after implementation

package/concepts/ja/BodyDiffJSON.md

@@ -2,7 +2,7 @@
 
 ## 背景
 
-Claude Code の MainAgent はフルコンテキスト送信方式を採用しており、リクエストごとに完全な会話履歴、system prompt、ツール定義などを含みます。つまり会話が進むにつれてリクエストボディはどんどん大きくなり、生の Body を直接見ても「今回実際に何が追加されたのか」を素早く特定するのは困難です。
+Codex の MainAgent はフルコンテキスト送信方式を採用しており、リクエストごとに完全な会話履歴、system prompt、ツール定義などを含みます。つまり会話が進むにつれてリクエストボディはどんどん大きくなり、生の Body を直接見ても「今回実際に何が追加されたのか」を素早く特定するのは困難です。
 
 Body Diff JSON はまさにこの問題を解決するためのものです。前後2つの MainAgent リクエストの body を自動比較し、差分部分を抽出することで、今回のリクエストで実際に追加された内容を一目で把握できます。
 

package/concepts/ja/BodyFields.md

@@ -1,42 +1,39 @@
-# Request Body フィールド説明
+# Request Body Fields
 
-Claude API `/v1/messages` リクエストボディのトップレベルフィールドの説明。
+Field descriptions for CX-Viewer's normalized Codex request body. The original source may be OpenAI Responses API traffic, Codex app-server notifications, or Codex SDK events; CX-Viewer maps them into one stable viewer shape.
 
-## フィールド一覧
+## Field List
 
-| フィールド | 型 | 説明 |
-|------|------|------|
-| **model** | string | 使用するモデル名。例：`claude-opus-4-6`、`claude-sonnet-4-6` |
-| **messages** | array | 会話メッセージの履歴。各メッセージには `role`（user/assistant）と `content`（テキスト、画像、tool_use、tool_result などの block 配列）が含まれる |
-| **system** | array | System prompt。Codex のコア指令、ツール使用説明、環境情報、CLAUDE.md の内容などを含む。`cache_control` 付きのブロックは prompt caching される |
-| **tools** | array | 利用可能なツール定義のリスト。各ツールには `name`、`description`、`input_schema`（JSON Schema）が含まれる。MainAgent には通常 20 以上のツールがあり、SubAgent には少数のみ |
-| **metadata** | object | リクエストメタデータ。通常、ユーザーを識別するための `user_id` を含む |
-| **max_tokens** | number | モデルが一度の応答で生成する最大トークン数。例：`16000`、`64000` |
-| **thinking** | object | 拡張思考の設定。`type: "enabled"` で思考モードを有効にし、`budget_tokens` で思考トークンの上限を制御する |
-| **context_management** | object | コンテキスト管理の設定。`truncation: "auto"` により、Codex は長すぎるメッセージ履歴を自動的に切り詰めることができる |
-| **output_config** | object | 出力設定。`format` の設定など |
-| **stream** | boolean | ストリーミングレスポンスを有効にするかどうか。Codex は常に `true` を使用する |
+| Field | Type | Description |
+|-------|------|-------------|
+| **model** | string | The model name selected by Codex, e.g. a `gpt-*` model |
+| **input** | string/array | OpenAI Responses API input. Codex usually uses the array form for user input, assistant history, tool results, and other context items |
+| **instructions** | string/array | OpenAI Responses API instructions. This can include Codex core directives, tool usage guidelines, environment information, and `AGENTS.md` project instructions |
+| **tools** | array | Available tool definitions or compact tool descriptors. MainAgent usually has a broader tool set than SubAgent |
+| **metadata** | object | Request metadata such as `thread_id`, `turn_id`, `cwd`, SDK/app-server source, and subAgent parent-thread information |
+| **max_tokens** | number | Maximum number of tokens for a single model response, e.g. `16000`, `64000` |
+| **reasoning_effort** | string | Reasoning effort when reported by Codex |
+| **reasoning_summary** | string | Reasoning summary mode when reported by Codex |
+| **approval_policy** | string | Codex approval policy for the turn |
+| **sandbox_policy** | object/string | Sandbox policy for the turn when available |
+| **stream** | boolean | Whether the OpenAI Responses API request used streaming; app-server/SDK entries are normalized as streamed turns |
 
-## messages の構造
+## input Structure
 
-各メッセージの `content` は block 配列で、一般的な型は以下の通り：
+When `input` is an array, each input item usually contains `role` and `content`. `content` can be an array of blocks. Common types include:
 
-- **text**: 通常のテキストコンテンツ
-- **tool_use**: モデルによるツール呼び出し（`name`、`input` を含む）
-- **tool_result**: ツールの実行結果（`tool_use_id`、`content` を含む）
-- **image**: 画像コンテンツ（base64 または URL）
-- **thinking**: モデルの思考プロセス（拡張思考モード）
+- **text**: Plain text content
+- **tool_use**: Model tool invocation (contains `name`, `input`)
+- **tool_result**: Tool execution result (contains `tool_use_id`, `content`)
+- **image/input_image/local_image**: Image content or an attached local image reference
+- **thinking**: Model's thinking process (extended thinking mode)
 
-## system の構造
+## instructions Structure
 
-system prompt 配列には通常以下が含まれる：
+`instructions` typically contains:
 
-1. **コア agent 指令**（"You are Codex..."）
-2. **ツール使用規範**
-3. **CLAUDE.md の内容**（プロジェクトレベルの指令）
-4. **スキルプロンプト**（skills reminder）
-5. **環境情報**（OS、shell、git ステータスなど）— 実際のところ、Codex は git に大きく依存している。プロジェクトに git リポジトリが存在する場合、Codex はリモートの変更やコミット履歴を取得して分析を補助するなど、プロジェクトに対してより優れた理解力を発揮できる
-
-`cache_control: { type: "ephemeral" }` マークが付いたブロックは Anthropic API により 5 分間キャッシュされ、キャッシュヒット時は `cache_read_input_tokens` として課金される（`input_tokens` よりはるかに低い）。
-
-> **注意**：Codex のような特殊なクライアントの場合、Anthropic のサーバー側はリクエスト中の `cache_control` 属性に完全に依存してキャッシュ動作を決定しているわけではない。サーバー側は特定のフィールド（system prompt やツール定義など）に対して自動的にキャッシュポリシーを適用しており、リクエストに `cache_control` マークが明示的に含まれていなくても同様である。したがって、リクエストボディにこの属性が見当たらなくても疑問に思う必要はない——サーバー側がバックグラウンドでキャッシュ操作を完了しており、その情報をクライアントに公開していないだけである。これは Codex と Anthropic API の間の暗黙の了解である。
+1. **Core agent instructions** ("You are Codex...")
+2. **Tool usage guidelines**
+3. **AGENTS.md contents** (project-level instructions)
+4. **Skills reminders** (skills reminder)
+5. **Environment information** (OS, shell, git status, etc.) — In fact, Codex relies heavily on git. If a project has a git repository, Codex demonstrates a better understanding of the project, including the ability to pull remote changes and commit history to assist with analysis