GitHub项目说明 · 非用户反馈
在 Codex 中按任务类型路由不同模型：本地优先的多模型编排技能
该项目把编码代理工作流拆成规划/裁决与实现两层：Fable 5.1 只做规划和最终裁决，Codex 通过 OpenCode Go 代理把常规实现交给 GPT-5.6 Luna，把循环、重复迭代和高吞吐任务交给 DeepSeek V4 Flash。它展示了对多模型按任务路由的具体实现，以及本地优先、不引入凭据库的设计取向。
查看原始信号github:codejunkie99/fable-orchestrator
目标用户
使用 Codex 的独立开发者或小团队，希望在编码代理工作流中分离规划与实现，并按任务类型选用不同模型。
潜在需求
在不引入代理、仪表盘、模型目录、凭据存储或 API 密钥的情况下，让 Codex 按任务类型将实现委派给不同模型，并保持规划模型与工作区隔离，实现规划-实现-验证的闭环。
发生场景
开发者以 Codex 作为运行时而构建有界实现图：Claude 模型负责规划与裁决但不触碰工作区，GPT-5.6 Luna 承担常规实现，DeepSeek V4 Flash 承担循环、重复迭代和高吞吐实现；若两种 OpenCode Go 路由都不可用，工作流会报告阻塞而不是编造模型。
来源证据
Fable 是一个本地优先的 Codex 路由技能：Claude 模型仅负责规划与裁决，不写代码或拥有工作区，Codex 将受限实现工作委派给 GPT-5.6 Luna（常规实现）和 DeepSeek V4 Flash（循环、重复迭代与高吞吐实现）。
# Fable orchestrator Fable is a small, local-first routing skill for Codex. Claude Fable 5.1 plans and adjudicates; it does not write code or own the workspace. Codex remains the runtime and delegates bounded implementation work to OpenCode Go agents: - GPT-5.6 Luna handles normal implementation. - DeepSeek V4 Flash handles loops, repeated iteration, and high-throughput implementation. - Fable 5.1 remains outside the implementation graph for planning and final adjudication. The skill consumeshttps://github.com/codejunkie99/fable-orchestrator
为什么值得留意
它将多模型分工封装成一个可复制的本地技能形式，并明确约束了模型路由失效时的行为，说明编码代理用户中存在按任务特性选模型、避免单模型包办的需求迹象，可作为独立开发者直接安装或改造成自己工作流的样本。
已有方案
- Codex Router 提供的 opencode-go/ 与 opencode-go-responses/ 可调用代理
可能延伸 · 模型推测
- 将该路由模式移植到其他编码代理或编辑器扩展（模型推测）
- 增加模型不可用时的自动降级或重试策略（模型推测）
- 补充使用统计或成本追踪，当前项目刻意不提供仪表板与模型目录（模型推测）
目前未知
- 仅凭 README，无法确认除作者外的独立用户采用情况
- 仓库创建与更新时间很短，可能处于早期探索阶段
- 缺少用户评论或 issue，无法判断该分工方式的真实痛点强度
继续核实
- Codex 用户是否普遍遇到无法按任务类型切换模型的问题？
- 在真实工作流中，规划/实现分离以及专用于重复迭代的模型是否能带来可感知的成本或质量收益？
- 配置后需要重启 Codex 是否构成使用摩擦，社区是否有替代做法？
主题词
ai code agent orchestrationmodel routingplanning implementation splithigh-throughput iterationlocal-first skill