无人值守 Agent 任务流水线

让 Codex/Claude Code 按依赖关系自动跑完长任务链

痛点

做深度学习或仿真类项目的人，需要根据 Codex 上一步的结果手动决定下一步执行什么，得一直盯着，晚上额度跑不完；有人问有没有无人值守连续执行的模式，得到的回答只有定闹钟或定时队列，而这些方案只适用于子任务事先完全清晰的情况。

方案

做一个本地任务编排器：用简单的 DAG 或规则描述「若上一步输出满足某条件则执行 A，否则执行 B」，自动把上一步的标准输出和产物喂给下一步 Agent 会话，失败或需要人判断时推送到手机。

用户

用 AI Agent 跑长周期实验、仿真、数据处理流程的独立开发者和研究者

MVP

基于 YAML 的任务链定义与依赖关系；包裹 CLI Agent 调用并捕获输出；条件分支与重试；失败/待确认时推送通知；每次运行的日志与产物归档

变现

开源核心加 Pro 订阅（多机并行、通知渠道、运行历史云端备份），或按席位买断

为何现在

Agent CLI 已能长时间自治运行，但缺少把多步判断串起来的轻量编排层；这类工具只有熟悉自身工作流的开发者才能设计