Ordewell：把一个目标拆成一张编码 agent 任务图，每个任务都能单独指定模型

原文来源：GitHub — 一个把「一个目标」拆成有序任务图、并让每个任务独立挑选编码 agent 与模型的开源编排工具。

用 Claude Code 或 Codex 干活的人大概都遇到过同一个别扭：一个任务从头到尾绑定同一个模型，哪怕中间有一段只是改 README，也要用最贵的模型跑；而这个模型一旦判自己「做完了」，你也只能选择相信它。

Ordewell 想解决的就是这两个问题——任务粒度的模型选择，和不靠模型自我评价的验收。

核心思路：先出图，再执行

给它一个目标，它不会立刻开干，而是先产出一份计划——一张编码 agent 任务组成的图：

• 能并行的部分并行，有依赖的部分排序；
• 每个任务带自己的 runner、模型、思考强度和模式；
• 计划本身是一个文件，在真正执行前你可以随便改：换 runner、加删任务、重新连依赖，已完成的工作会保留，在你按下执行前什么都不会跑。

这点和「直接让 agent 一路跑下去」差别很大。Ordewell 的思路是把计划和执行彻底分开：规划阶段只读、可反复调整，确认之后才进入执行。

验收不靠模型自夸

第二个设计是它的完成判定方式：一个任务只有在 runner 的输出里出现了约定的完成标记，才算完成。退出码只作为诊断证据保留，不作为通过依据。

README 里的原话是——「没有任何模型给自己的作业打分」，一个没打出标记就结束的任务会响亮地失败，而不是悄悄通过。对多 agent 流水线来说，这是很实用的一条：模型「感觉做完了」和「实际做完了」之间的差距，往往就是流水线里最难发现的那类问题。

一个任务一个模型

Ordewell 的设计里，模型是按任务分配的。它的理由很直白：一次安全重构和一次 README 更新，不该用同一个模型。规划器会给出整份计划里每个任务的模型分配，并在执行前全部展示给你看。

runner 也是按任务选的，而且可以混用：Claude Code、Codex、OpenCode 都内置，同一个计划里可以混着来。其他工具（Aider、你自己的 CLI）通过一份插件清单接入，不需要改代码。

规划器（planner）本身是只读的：它会去研究仓库，目标含糊时会主动问你，最终输出的消息就是这份计划。读取操作并行执行，任何越出工作区的操作都会先问一次，会写入的命令直接被拒绝。

还有一个务实的点：不需要额外的 API key。Claude Code、Codex、OpenCode 可以直接复用你已经持有的订阅来当规划器和 runner。如果你偏好 API key，25 家提供商都可以通过各自的 *_API_KEY 环境变量接入（OpenRouter、Anthropic、OpenAI、Gemini、xAI、Groq、DeepSeek、Mistral、Cerebras、硅基流动等），或者用 OPENAI_COMPATIBLE_BASE_URL 指向任何兼容端点，包括本地模型服务器。

怎么跑起来

要求 Node.js ≥ 20，macOS、Linux、Windows 都支持；终端 UI 额外需要 tmux。

npm install -g ordewell
ordewell

第一次运行会让你选规划器和 runner，在界面里用 /planner、/runners、/key 设置，不用重启，也不用提前准备 API key。

不想装全局的话 npx ordewell 一样能用。用 VS Code 的话有对应扩展，自带核心，不用再从 npm 装东西。

无界面 / 脚本化：每个斜杠命令都有对应的子命令，用环境变量指定规划器和 runner 就能完全跳过 TUI：

export AI_PROVIDER="claude-code"   # 或 codex、opencode
ordewell plan --goal "给公开 API 加上限流" && ordewell run

它提供了三个界面共用一套核心：VS Code 扩展（流式时间线、任务卡片可展开看 runner 原始输出）、终端 UI（支持 SSH，单键操作）、以及 CLI。

和「让一个 agent 一路跑到底」差在哪

把计划抽出来单独做一个阶段，带来的不只是可控性，还有一个容易被忽略的好处：你能在花掉算力之前，先看到 agent 打算怎么干。

单 agent 模式下，一次误判的代价是整条链路跑歪——它读错了一个文件、用错了模型、或者在一段无关代码上反复折腾，你要等到最后才发现。Ordewell 把「想」和「做」拆开之后，规划器的产出是一份可读、可改的清单：哪个任务、用哪个 runner、什么模型、依赖谁。你可以先改模型再执行，也可以删掉明显多余的任务。已完成的工作不会因为重新规划而丢失。

它的设计文档里也能看出这种取向：规划器只读、写入命令直接拒绝、每个决策都留了 ADR（架构决策记录）编号。对一个要长期跑无人值守流水线的工具来说，这些约束比「能力多强」更值得关注——它把可预测性放在了第一位。

适合谁

如果你已经在用 Claude Code / Codex 做多步骤的工程任务，并且遇到过「模型自评通过但实际没做完」或者「小任务烧了大模型的额度」这两类问题，Ordewell 的按任务分配 + 标记验收值得试。

反过来，如果你只是想让 agent 一次跑完一个简单脚本，它的计划/执行两段式和图结构会显得偏重。另外要注意它仍在活跃开发中，规划器只读、命令写入被拒这些约束在多步骤改造类任务里可能需要你先适应——它把一部分自由度换成了可预测性。