oh-my-codex-cli 0.1.0

package/.agent/skills/multi-model-research/SKILL.md

@@ -0,0 +1,541 @@
+---
+name: multi-model-research
+description: 直接调用 Gemini/Codex CLI 进行多模型技术调研，绕过 MCP 避免超时。使用 OAuth 认证，零维护成本，完全控制输入输出。
+auto_invoke: true
+tags: [research, multi-model, direct-cli, no-timeout, gemini, codex]
+---
+
+# Multi-Model Research Skill (Direct CLI - No MCP)
+
+## 🎯 核心优势
+
+- ✅ **无超时问题**: 绕过 PAL MCP，直接 Bash 调用 CLI
+- ✅ **使用 OAuth**: Gemini 用账号登录，无需配置 API Key
+- ✅ **零维护成本**: 不需要运行 MCP Server
+- ✅ **易于调试**: 直接看 CLI 输出，复制命令就能测试
+- ✅ **完全控制**: 自定义参数、格式、超时时间
+- ✅ **真正的多模型**: Gemini (1M 上下文) + Codex (GPT-5) + Claude
+
+## 📋 触发场景
+
+**自动触发条件** (用户说以下关键词时):
+- "多模型调研"
+- "技术选型分析"
+- "架构决策"
+- "用 Gemini 和 Codex 分析"
+- "多 AI 协作研究"
+- "对比不同模型的观点"
+
+**手动触发**:
+```
+使用 multi-model-research 分析 <你的问题>
+```
+
+## 🔄 Workflow
+
+### Step 1: 准备和验证
+
+**Your Task**:
+1. 收集用户的完整问题
+2. 整理成清晰的提示词
+3. 确认需要分析的维度 (架构/代码/性能等)
+
+**输出给用户**:
+```
+📊 启动多模型技术调研
+
+**调研主题**: [用户问题]
+
+**调研模型**:
+- 🤖 Gemini (架构分析, 1M 上下文)
+- 💻 Codex (代码评估, GPT-5)
+- 🧠 Claude (综合决策)
+
+**预计时间**: 2-3 分钟
+
+开始调研...
+```
+
+### Step 2: Gemini 架构深度分析
+
+**⚠️ 重要: 优先使用 `gemp` (长任务优化版)，`gemini` CLI 作为备用**
+
+**执行命令** (两步):
+```bash
+# Step 1: 写入 prompt 到临时文件
+cat > /tmp/gemini_prompt.txt << 'PROMPT_EOF'
+你是一位资深架构专家，拥有 20 年大型系统设计经验。
+
+请深度分析以下技术方案：
+
+【用户问题】
+<INSERT_USER_QUESTION_HERE>
+
+分析要求：
+1. **架构设计合理性**
+   - 评估整体架构选择
+   - 分析组件职责划分
+   - 检查依赖关系设计
+
+2. **可扩展性和性能**
+   - 横向扩展能力
+   - 性能瓶颈预测
+   - 资源利用效率
+
+3. **技术风险评估**
+   - 潜在技术债务
+   - 维护成本预估
+   - 迁移和升级难度
+
+4. **优化建议**
+   - 具体改进方向
+   - 替代方案对比
+   - 量化收益预期
+
+输出格式：
+- 使用 Markdown
+- 给出具体理由和数据
+- 标注优先级 (高/中/低)
+- 给出关键决策点
+PROMPT_EOF
+
+# Step 2: 优先使用 gemp (长任务优化，20分钟超时，Vertex AI)
+cat /tmp/gemini_prompt.txt | node ~/.gemini/long_task_runner.js 2>&1
+```
+
+**备用方案** (如果 gemp 失败):
+```bash
+# 使用标准 gemini CLI 作为备用
+cat /tmp/gemini_prompt.txt | gemini --yolo 2>&1 | grep -v "STARTUP\|YOLO\|Load"
+```
+
+**gemp vs gemini CLI 对比**:
+| 特性 | gemp | gemini CLI |
+|------|------|-----------|
+| 超时 | 20 分钟 | 约 2-3 分钟 |
+| 启动速度 | 快 (直接 API) | 慢 (加载插件) |
+| 输出格式 | 纯净 | 有启动日志 |
+| 适用场景 | 长任务/复杂分析 | 简单查询 |
+
+**Your Task**:
+1. 执行 Gemini CLI 命令
+2. 过滤掉启动日志和错误信息
+3. 提取 Gemini 的实际分析内容
+4. 整理成结构化格式
+
+**展示给用户**:
+```
+✅ Gemini 分析完成
+
+#### 🤖 Gemini 架构分析 (1M 上下文视角)
+
+[Gemini 的完整分析内容]
+
+---
+继续 Codex 代码评估...
+```
+
+### Step 3: Codex 代码质量评估
+
+**⚠️ 重要: Codex 必须使用临时文件方式调用 (避免 shell 转义问题)**
+
+**执行命令** (两步):
+```bash
+# Step 1: 写入 prompt 到临时文件
+cat > /tmp/codex_prompt.txt << 'PROMPT_EOF'
+你是一位资深代码审查专家，专注于代码质量、安全和最佳实践。
+
+请评估以下技术方案：
+
+【用户问题】
+<INSERT_USER_QUESTION_HERE>
+
+评估要求：
+1. **代码实现最佳实践**
+   - 推荐的实现模式
+   - 常用库和框架选择
+   - 代码组织结构
+
+2. **性能优化建议**
+   - 性能关键路径
+   - 优化技巧和示例
+   - 性能测试建议
+
+3. **安全风险防护**
+   - 常见安全漏洞
+   - 防护措施和代码示例
+   - 安全最佳实践
+
+4. **可维护性分析**
+   - 代码可读性要求
+   - 测试策略建议
+   - 文档和注释规范
+
+输出格式：
+- 使用 Markdown
+- 包含具体代码示例
+- 标注常见陷阱
+- 给出改进建议
+PROMPT_EOF
+
+# Step 2: 使用管道从 stdin 读取 prompt (使用 - 参数)
+cat /tmp/codex_prompt.txt | codex exec --dangerously-bypass-approvals-and-sandbox -o /tmp/codex_output.txt - 2>&1 && cat /tmp/codex_output.txt
+```
+
+**简化版 (单行)**:
+```bash
+cat /tmp/codex_prompt.txt | codex exec --dangerously-bypass-approvals-and-sandbox - 2>&1 | head -500
+```
+
+**Your Task**:
+1. 执行 Codex CLI 命令
+2. 解析 JSONL 输出
+3. 提取 Codex 的分析内容
+4. 整理成结构化格式
+
+**展示给用户**:
+```
+✅ Codex 分析完成
+
+#### 💻 Codex 代码评估 (GPT-5 视角)
+
+[Codex 的完整分析内容]
+
+---
+进行综合决策...
+```
+
+### Step 4: Claude 综合决策
+
+**Your Task**:
+1. 对比 Gemini 和 Codex 的观点
+2. 识别共识点和分歧点
+3. 分析各自的独特洞察
+4. 综合给出最终建议
+
+**分析维度**:
+
+1. **共识点识别**
+   - 两个模型都强调的观点
+   - 高度一致的建议
+   - 关键的技术决策
+
+2. **分歧点分析**
+   - Gemini 的架构视角 vs Codex 的代码视角
+   - 不同的优先级排序
+   - 互补的建议
+
+3. **独特洞察**
+   - Gemini 独有的架构见解 (得益于 1M 上下文)
+   - Codex 独有的代码实践 (得益于 GPT-5 能力)
+
+4. **最终决策**
+   - 综合推荐方案
+   - 决策依据和理由
+   - 分步行动计划
+   - 风险缓解措施
+
+**展示给用户**:
+```
+✅ 综合分析完成
+
+---
+
+## 📊 多模型技术调研报告
+
+**调研主题**: [用户问题]
+
+---
+
+### 🤖 Gemini 深度分析 (架构视角, 1M 上下文)
+
+**核心观点**:
+- [关键点1]
+- [关键点2]
+- [关键点3]
+
+**详细分析**:
+[Gemini 的完整内容]
+
+**架构优势**: [...]
+**潜在风险**: [...]
+**优化建议**: [...]
+
+---
+
+### 💻 Codex 质量评估 (代码视角, GPT-5)
+
+**核心观点**:
+- [关键点1]
+- [关键点2]
+- [关键点3]
+
+**详细分析**:
+[Codex 的完整内容]
+
+**最佳实践**: [...]
+**常见陷阱**: [...]
+**性能优化**: [...]
+
+---
+
+### 🎯 Claude 综合决策
+
+#### ✅ 共识点
+
+两个模型都强调：
+- [共识1]
+- [共识2]
+- [共识3]
+
+#### ⚠️ 分歧点
+
+| 维度 | Gemini 观点 | Codex 观点 | 分析 |
+|------|------------|-----------|------|
+| [维度1] | [观点A] | [观点B] | [为什么有分歧，哪个更合理] |
+| [维度2] | [观点A] | [观点B] | [分析] |
+
+#### 💡 互补洞察
+
+**Gemini 独特视角** (架构层面):
+- [洞察1]
+- [洞察2]
+
+**Codex 独特视角** (代码层面):
+- [洞察1]
+- [洞察2]
+
+#### 🚀 最终建议
+
+**1. 推荐方案**:
+[综合推荐的技术方案]
+
+**2. 决策依据**:
+- 理由1: [...]
+- 理由2: [...]
+- 理由3: [...]
+
+**3. 行动步骤**:
+- [ ] 步骤1: [具体行动]
+- [ ] 步骤2: [具体行动]
+- [ ] 步骤3: [具体行动]
+
+**4. 风险缓解**:
+- 风险1: [描述] → 缓解: [措施]
+- 风险2: [描述] → 缓解: [措施]
+
+**5. 关键决策点**:
+- 决策点1: [需要确认的问题]
+- 决策点2: [需要确认的问题]
+
+---
+
+**📅 调研时间**: [时间戳]  
+**🤖 模型版本**: Gemini (OAuth 登录), Codex (GPT-5), Claude (Sonnet 4.5)  
+**⏱️ 总耗时**: [X 分钟]
+
+---
+
+## 📌 下一步建议
+
+1. **如需深入某个方向**: 告诉我你想深入哪个模型的观点
+2. **如需具体代码示例**: 我可以基于建议生成实现代码
+3. **如需技术验证**: 我可以帮你搭建 PoC 验证方案
+```
+
+## 🔧 错误处理和降级策略
+
+### Gemini 调用失败
+
+**检测** (优先 gemp，备用 gemini CLI):
+```bash
+# 优先使用 gemp
+if ! echo "test" | node ~/.gemini/long_task_runner.js 2>&1 | grep -qv "error\|Error"; then
+    echo "gemp 失败，尝试 gemini CLI 备用..."
+    # 备用：gemini CLI
+    if ! echo "test" | gemini --yolo 2>&1 | grep -qv "error\|Error"; then
+        echo "Gemini 调用完全失败"
+    fi
+fi
+```
+
+**降级策略**:
+1. gemp 失败 → 自动尝试 `gemini --yolo` 备用
+2. 都失败 → 提示用户: "⚠️ Gemini 调用失败，降级为 Codex + Claude 双模型分析"
+3. 在报告中说明原因
+
+**常见原因**:
+- OAuth 登录过期 → 提示: "请在终端运行 `gemini login` 重新登录"
+- 网络问题 → 提示: "请检查网络连接"
+- Project ID 问题 → 提示: "请运行 `gcloud config set project YOUR_PROJECT_ID`"
+
+### Codex CLI 失败
+
+**检测**:
+```bash
+if codex exec --json "test" 2>&1 | grep -q "error\|Error\|Command not found"; then
+    echo "Codex CLI 失败"
+fi
+```
+
+**降级策略**:
+1. 提示用户: "⚠️ Codex CLI 调用失败，降级为 Gemini + Claude 双模型分析"
+2. 只执行 Gemini 和 Claude 分析
+3. 在报告中说明原因
+
+**常见原因**:
+- Codex 未安装 → 提示: "请安装 Codex CLI: npm install -g @openai/codex-cli"
+- API 限流 → 提示: "Codex API 限流，请稍后重试"
+
+### 两个 CLI 都失败
+
+**降级策略**:
+1. 提示用户: "⚠️ 外部模型调用失败，使用 Claude 单模型深度分析"
+2. Claude 自己进行全面分析 (架构 + 代码)
+3. 在报告中标注: "本次分析基于 Claude Sonnet 4.5 单模型"
+
+### 超时处理
+
+**Bash 层超时控制**:
+```bash
+# macOS 使用 gtimeout (需要 brew install coreutils)
+gtimeout 300 gemini -p "..." --yolo 2>&1
+
+# 或者使用 Python timeout
+python3 -c "
+import subprocess
+import sys
+try:
+    result = subprocess.run(
+        ['gemini', '-p', '...', '--yolo'],
+        capture_output=True,
+        text=True,
+        timeout=300  # 5 分钟
+    )
+    print(result.stdout)
+except subprocess.TimeoutExpired:
+    print('TIMEOUT', file=sys.stderr)
+    sys.exit(1)
+"
+```
+
+**超时降级**:
+- Gemini 超时 → 降级为 Codex + Claude
+- Codex 超时 → 降级为 Gemini + Claude
+- 都超时 → Claude 单模型分析
+
+## 📊 性能对比
+
+| 指标 | PAL MCP 方案 | Direct CLI Skill |
+|------|-------------|-----------------|
+| **超时概率** | ❌ 高 (MCP 层 2 分钟限制) | ✅ 低 (Bash 可设 5+ 分钟) |
+| **响应速度** | 🐢 慢 (3 层封装) | 🚀 快 (直接调用) |
+| **调试难度** | 😰 难 (MCP 黑盒) | 😊 易 (直接看输出) |
+| **OAuth 支持** | ❌ 需要配置 | ✅ 原生支持 |
+| **维护成本** | ⚠️ 需要 MCP Server | ✅ 零维护 (只是 markdown) |
+| **灵活性** | ⚠️ 受限 MCP 接口 | ✅ 完全自由控制 |
+| **上下文传递** | ✅ 自动 (continuation_id) | ❌ 需要手动 |
+| **多轮对话** | ✅ 原生支持 | ❌ 需要自己实现 |
+
+**总结**: Direct CLI Skill 适合**一次性深度调研**，PAL MCP 适合**多轮交互式对话**。
+
+## 🎓 使用示例
+
+### 示例 1: 技术选型
+
+**用户输入**:
+```
+使用 multi-model-research 分析：
+我们的项目需要选择前端框架，在 React、Vue、Svelte 之间犹豫。
+考虑因素：团队熟悉度 (React 高)、性能要求 (实时数据更新)、学习成本。
+```
+
+**执行流程**:
+1. Gemini: 从架构角度分析三个框架的生态、扩展性、长期维护
+2. Codex: 从代码角度对比开发效率、性能优化、常见问题
+3. Claude: 综合团队因素给出推荐 (可能推荐 React + 性能优化)
+
+### 示例 2: 架构设计
+
+**用户输入**:
+```
+使用 multi-model-research 分析：
+设计一个支持 10 万并发的实时聊天系统，考虑使用 WebSocket 还是 Server-Sent Events？
+```
+
+**执行流程**:
+1. Gemini: 架构层面对比两种方案的可扩展性、资源消耗、集群部署
+2. Codex: 代码层面给出具体实现示例、性能测试、常见陷阱
+3. Claude: 根据 10 万并发需求给出最终建议 (可能推荐 WebSocket + Redis Pub/Sub)
+
+### 示例 3: 性能优化
+
+**用户输入**:
+```
+使用 multi-model-research 分析：
+我们的 React 应用首屏加载慢 (5 秒)，如何优化到 1 秒以内？
+```
+
+**执行流程**:
+1. Gemini: 从架构角度分析 (SSR、代码分割、CDN、缓存策略)
+2. Codex: 从代码角度给出具体优化技巧 (懒加载、Tree Shaking、压缩)
+3. Claude: 综合给出分步优化计划 (优先级排序、预期收益)
+
+## 💡 高级用法
+
+### 带文件内容分析
+
+**用户可以提供文件路径**:
+```
+使用 multi-model-research 分析 src/components/Dashboard.tsx 的性能问题
+```
+
+**Your Task**:
+1. 先用 Read 工具读取文件内容
+2. 将文件内容嵌入到 Gemini 和 Codex 的提示词中
+3. 执行分析
+
+### 对比两个方案
+
+**用户提供两个方案**:
+```
+使用 multi-model-research 对比：
+方案 A: 使用 MongoDB + Redis
+方案 B: 使用 PostgreSQL + Redis
+```
+
+**Your Task**:
+1. 让 Gemini 和 Codex 分别分析两个方案
+2. 对比优劣势
+3. Claude 给出推荐
+
+### 增量调研
+
+**如果用户对某个模型的观点有疑问**:
+```
+深入 Gemini 关于可扩展性的分析
+```
+
+**Your Task**:
+1. 只调用 Gemini
+2. 针对性深入分析特定维度
+3. 给出更详细的建议
+
+## 📝 Notes
+
+1. **Gemini 启动日志**: 会有 "Failed to load API key" 等警告，这是正常的 (它会自动降级到 OAuth)
+2. **Codex JSONL 格式**: 需要解析多行 JSON，每行一个事件
+3. **超时设置**: 建议 Gemini 5 分钟，Codex 3 分钟 (Gemini 思考更久)
+4. **输出过滤**: 过滤掉启动日志，只保留实际内容
+
+## 🔗 相关资源
+
+- Gemini CLI 文档: https://github.com/google/generative-ai-cli
+- Codex CLI 文档: https://github.com/openai/codex-cli (内部工具)
+- 对比 PAL MCP: `/Users/WangQiao/.claude/rules/ai-collaboration/zen-mcp.md`
+
+---
+
+**创建时间**: 2025-12-19  
+**版本**: v1.0 完整版  
+**作者**: Claude + User 协作设计