GoalBuddy：给 /goal 装一个不会迷路的大脑

GoalBuddy 是一个 npm 工具，为 Codex 和 Claude Code 的 /goal 功能提供本地工作空间、任务看板和验证机制，解决长任务执行过程中的方向漂移问题。它的核心思路是给 AI 的持续工作能力配备一张"地图"——知道从哪里出发、路上做了什么、最终是否真的到达终点。

先说清楚 /goal 是什么

/goal 是 Codex 和 Claude Code 今年新出的功能，让你可以描述一个目标条件，AI 会一轮一轮地工作，直到它判断"条件达成"为止。本质上是一个持续循环：干活 → 评估 → 继续或停止。

理论上很美。实践中的问题是：目标越模糊，AI 就越容易自己定义"完成"。

Claude Code 官方文档对这个模式的描述倒是说得很直白——评估器用的是一个独立的小模型来判断是否达成，它只能根据对话里已经出现的内容做判断。如果 AI 没有把关键验证信息写进对话，评估器根本不知道。

所以长任务的漂移问题，是结构问题，不是智力问题。

GoalBuddy 做的事

GoalBuddy 是一个 npm 工具，给 /goal 运行提供一套本地工作空间。

安装只需要一条命令：

npx goalbuddy

重启 Codex 或 Claude Code，然后运行：

$goal-prep        # Codex 里用这个
/goal-prep        # Claude Code 里用这个

goal-prep 会做两件事：创建目标工作区，然后打印出你应该运行的 /goal 命令。

它在你的仓库里创建这样的结构：

docs/goals/<your-goal>/
  goal.md        # 目标说明
  state.yaml     # 任务看板
  notes/         # 较长的过程记录

goal.md 说清楚要做什么。state.yaml 机器可读，追踪任务状态。notes/ 把过程信息从主线程里移出去，避免 context 越滚越大。

它的运行循环

GoalBuddy 把一个 /goal 任务切成几个角色：

Scout 负责摸清仓库现状。Judge 切出下一个边界清晰的子任务。Worker 执行并留下 receipt（收据）。最后 Verify 验证原始目标是否真的达成了。

这个设计的核心思路是：主 /goal 线程充当 PM，一次只有一个活跃任务，完成要有收据，结束要有审计。

"只有一个活跃任务"这一条其实很关键。多个任务并行的时候，AI 经常陷入"我已经在做 A 了，顺手把 B 也改一下"的状态——然后 B 改到一半又跑去做 C。GoalBuddy 的看板强制单任务推进，做完一件，再开下一件。

v0.3.0：同时支持 Codex 和 Claude Code

这次版本更新最值得关注的一点是：GoalBuddy 现在同时安装进 Codex 的 Skill 系统和 Claude Code 的工具链。

npx goalbuddy          # 安装到两边
npx goalbuddy update   # 两边同步更新

以前你可能要分别维护两套配置。现在一条命令搞定，更新也是一条命令。

它还提供了一个本地实时看板，任务跑着的时候你可以在旁边开着，看到当前在做什么、收据记录、验证状态，不用翻聊天记录。

适合跑什么任务

按 GoalBuddy 自己的说法，它最适合：

• 范围较广的项目改进（比如"把所有 HTTP 请求统一改成带重试逻辑的封装"）
• 需要有证据的 bug 排查
• 有验证步骤的重构
• Release 准备
• 一个 prompt 装不下的任何任务

不太适合的场景也很明确：探索性工作、需要频繁人工判断的任务——这类用普通对话就行。

装上之前需要确认一件事

/goal 这个功能在 Codex 里目前还是实验性的。在用 GoalBuddy 之前，确认本地 Codex 已经开启了 goal 功能：

codex login status
codex features enable goals
npx goalbuddy doctor --goal-ready

goalbuddy doctor 会帮你检查环境。如果哪里没配好，它会告诉你。

一点背景

GoalBuddy 的前身叫 goal-maker。迁移期间 npx goal-maker 还能用，会打印新命令提示你切换。如果你之前用过 v1 版本，注意 v0.2.x 以后的版本不会自动迁移旧格式的 goal 目录，你需要手动重建。

项目目前在 GitHub 上有 447 star，三个贡献者，MIT 协议。

怎么理解 GoalBuddy 的位置

GoalBuddy 不是 AI 引擎，是导航仪。

/goal 给了 AI 持续工作的能力，GoalBuddy 给了这个过程一张地图——知道从哪里出发，路上做了什么，最终有没有真的到达终点，而不是停在路边宣布"我到了"。

如果你最近在跑一些超过五分钟的 Codex 或 Claude Code 任务，一个只有 447 star 的项目，可能比你想象中更值得装上去跑一圈。

项目链接：

• GitHub 仓库：tolibear/goalbuddy