Я пишу issues
делаю docker-git clone issues --mcp-playright
codex
/plan ссылка на issues и прошу реализовать
Агент начинает задавать вопросы и уточнять ТЗ. Искать информацию в интернете (похожее я раньше пытался реализовать вот тут: https://github.com/ton-ai-core/contract-knowledge/blob/main/.cursorrules)
В конце плана должна выйти сторя (желательно в сторе иметь Prove(инварианты) проверяемости выполнения задачи) (Делаем такой SDD) Если я апрувлю план то с помощью инструмента https://github.com/ProverCoderAI/plan-to-git он уходит на гитхаб в PR (Что бы не терять память вообще)
Если план принялся то начинается разработка с помощью Codex
Codex пишет код, вызывает тесты, проверяет работоспособность. Если необходимо использует MCP Playright для проверки написанного кода
После того как он реализовал задачу он проверяет CI/CD и сверяет был ли код выполнен согласно инвариантов плана.
Так же он активно создаёт ToDos и использует subagents для работы
Я пишу issues
делаю docker-git clone issues --mcp-playright
codex
/plan ссылка на issues и прошу реализовать
Агент начинает задавать вопросы и уточнять ТЗ. Искать информацию в интернете (похожее я раньше пытался реализовать вот тут: https://github.com/ton-ai-core/contract-knowledge/blob/main/.cursorrules)
В конце плана должна выйти сторя (желательно в сторе иметь Prove(инварианты) проверяемости выполнения задачи) (Делаем такой SDD) Если я апрувлю план то с помощью инструмента https://github.com/ProverCoderAI/plan-to-git он уходит на гитхаб в PR (Что бы не терять память вообще)
Если план принялся то начинается разработка с помощью Codex
Codex пишет код, вызывает тесты, проверяет работоспособность. Если необходимо использует MCP Playright для проверки написанного кода
После того как он реализовал задачу он проверяет CI/CD и сверяет был ли код выполнен согласно инвариантов плана.
Так же он активно создаёт ToDos и использует subagents для работы