Zaplanowane cykliczne automatyzacje

Automatyzacje Codex uruchamiają zaplanowane lokalne zadania w ChatGPT desktop, segregując błędy, generując briefingi lub utrzymując skills w cyklicznym rytmie bez ręcznego wysiłku. Wyniki trafiają do sekcji Triage w skrzynce sidebara, a ustawienia bezpieczeństwa jak tryb read-only lub workspace-write kontrolują, czego może dotknąć nienadzorowane uruchomienie. Trwałe workflow /goal, hooki i konfiguracja MultiAgentV2 rozszerzają automatyzacje o długotrwałe, stanowe i multi-agentowe scenariusze.

Każdego ranka otwierasz Slacka i znajdujesz trzy nowe zgłoszenia błędów od nocnych użytkowników. Pierwszą godzinę dnia spędzasz na samej segregacji — odtwarzaniu problemów, lokalizowaniu odpowiedniego kodu i priorytetyzowaniu poprawek. Automatyzacje Codex mogą wykonać tę segregację za ciebie, gdy śpisz, prezentując ci skróconą skrzynkę z wnioskami (a czasem poprawkami), gdy siadasz przy biurku.

Czego się nauczysz o automatyzacjach Codex

• Przewodnik krok po kroku do tworzenia, testowania i planowania lokalnych zadań w ChatGPT desktop
• Trzy gotowe produkcyjne receptury automatyzacji: segregacja poprawek błędów, codzienne briefingii i tworzenie skills
• Konfiguracja bezpieczeństwa zapewniająca bezpieczeństwo automatyzacji nawet przy nienadzorowanym działaniu
• Strategie czyszczenia zapobiegające rozrostowi worktree przy częstych uruchomieniach automatyzacji

Automatyzacje wątków pierwszoklasowe w App v26.415 (kwiecień 2026)

Wydanie aplikacji Codex z 16 kwietnia 2026 promowało automatyzacje z beta toggle do top-level capability:

• Zaplanowane wake-upy zachowują kontekst rozmowy — aplikacja wznawia ten sam wątek, więc iteracyjne automatyzacje (np. “uruchom wczorajszy plan ponownie, zastosuj co się zmieniło”) zachowują pamięć między uruchomieniami.
• Pasek boczny zadań prezentuje plany / źródła / artefakty / podsumowania z każdego uruchomienia automatyzacji bez otwierania wątku.
• Wspomnienia noszą się między uruchomieniami — Codex pamięta czego się nauczył we wczorajszej automatyzacji gdy dzisiejsza startuje.
• Artifact viewer renderuje PDFy, arkusze i diagramy inline, więc twój poranny inbox triage pokazuje co automatyzacja wyprodukowała bez pobierania.

Po stronie CLI, hooki są stabilne od CLI v0.124.0 (23 kwietnia) — jeśli chcesz rozszerzyć lub bramkować prompty automatyzacji przed wykonaniem, dodaj hook UserPromptSubmit w config.toml lub requirements.toml.

Trwałe workflow /goal (CLI v0.128+)

Wydanie z 30 kwietnia 2026 dodało trwałe workflow /goal — pierwszorzędne API dla długotrwałych, stanowych celów przeżywających między sesjami. W przeciwieństwie do /goal w Claude Code (który jest session-scoped i czyści się przy /clear), /goal w Codex round-tripuje przez app-server i może być pauzowany, inspectowany i wznawiany z innej maszyny.

W bieżącym Codex trwałe cele i automatyczna kontynuacja są stabilne oraz domyślnie włączone. Użyj codex features list, aby zweryfikować zainstalowany build; codex features disable goals jest jawną rezygnacją, a nie wymaganym krokiem konfiguracji.

# Ustaw cel trwający między resume
codex
> /goal every TODO in src/billing/ is resolved or stop after 25 turns

# Później, z innego terminala — resume to podpolecenie, nie flaga
codex resume <thread-id>      # albo: codex resume --last
# Cel wciąż aktywny; licznik tur, warunek, historia ewaluatora — wszystko zachowane

Kontrolki TUI (CLI v0.128+):

Komenda	Akcja
/goal <cond>	Ustaw lub zastąp aktywny cel
/goal	Pokaż status (warunek, tury, tokeny, ostatnie uzasadnienie ewaluatora)
/goal pause	Pauzuj bez czyszczenia; zachowuje stan dla codex resume
/goal resume	Wznów zapauzowany cel
/goal clear	Wyczyść aktywny cel

Cele integrują się z MultiAgentV2 (też v0.128+): agent nadrzędny może ustawić cel, do którego subagenty pracują jako stabilny target zamiast otrzymywać dyrektywy per-turę.

Dopasowanie: Wielo-krokowe migracje, codzienne pętle konserwacyjne, długotrwałe przebiegi QA, pipeline’y content/docs, praca multi-agent wymagająca stabilnego targetu.

Browser /hooks i wykonywanie hooków

CLI v0.129.0 (7 maja 2026) dodało browser /hooks wewnątrz TUI — kompleksowe zarządzanie pluginami i hookami z workspace sharing, kontrolą dostępu do share, filtrowaniem źródeł i śledzeniem lokalnej ścieżki share. Hooki zyskały też pre/post-compaction execution, więc możesz uruchamiać cleanup lub walidację, gdy model compaktuje kontekst rozmowy.

# W TUI
/hooks

# Listuje wszystkie skonfigurowane hooki, pozwala przełączać/edytować/udostępniać

Hooki są stabilne od v0.124 i konfigurowalne inline w config.toml i requirements.toml.

Konfiguracja MultiAgentV2

CLI v0.128.0 uczyniło MultiAgentV2 jawnym i konfigurowalnym zamiast cicho nieograniczonego. Tabela [multi_agent_v2] wystawia ustawienia takie jak limit równoległych subagentów, minimalne opóźnienie między dispatchami, maksymalną głębokość spawnowania oraz wskazówki, które roots i klasy subagentów preferują v2. Potwierdź dokładne nazwy kluczy w aktualnym config reference, zanim je wpiszesz, bo ten obszar wciąż ewoluuje:

# config.toml — klucze są poglądowe; zweryfikuj w config reference
[multi_agent_v2]
thread_caps = 8           # max równoległych subagentów
wait_time_ms = 250        # min opóźnienie między dispatchami
max_depth = 3             # jak głęboko subagenty mogą spawnować subagenty

Sparuj z profilami uprawnień (też v0.128), aby dawać różnym klasom subagentów różne profile sandbox.

Jak działają automatyzacje

Ten przewodnik dotyczy lokalnych zaplanowanych zadań w ChatGPT desktop. Aplikacja musi działać, a wybrany projekt być dostępny na dysku. ChatGPT web również potrafi tworzyć i zarządzać zaplanowanymi zadaniami, ale przebiegi web nie pracują bezpośrednio w folderze komputera. Dla repozytoriów Git wybierz dedykowane worktree, gdy potrzebujesz izolacji od głównego checkoutu.

Wyniki pojawiają się w sekcji Triage na sidebarze skrzynki odbiorczej. Jeśli automatyzacja nie znajdzie nic do zgłoszenia, automatycznie się archiwizuje. Jeśli znajdzie coś wymagającego działania, trafia do skrzynki jako nieprzeczytany element.

1. Utwórz automatyzację klikając sekcję Automations w sidebarze i definiując harmonogram oraz prompt.

2. Najpierw przetestuj prompt ręcznie. Uruchom zwykły wątek z tym samym promptem i zweryfikuj, czy wyniki są użyteczne i odpowiednio zawężone.

3. Skonfiguruj harmonogram — co godzinę, codziennie, co tydzień lub z niestandardowymi interwałami w stylu cron.

4. Dokładnie przejrzyj pierwsze kilka uruchomień. Dostosuj prompt lub kadencję na podstawie jakości wyników.

5. Łącz ze skills używając $skill-name w prompt automatyzacji dla ustrukturyzowanych, powtarzalnych workflow.

Gotowe produkcyjne receptury automatyzacji

Receptura 1: Automatyczna naprawa błędów z twoich commitów

Najpierw utwórz skill, który znajduje i naprawia błędy z twoich ostatnich zmian:

---
name: recent-code-bugfix
description: Find and fix a bug introduced by the current author
  within the last week. Root cause must map directly to the
  author's own changes.
---

# Recent Code Bugfix

1. Use git log --since=1.week --author=<author> to find recent changes
2. Look for failures in tests, lint, or runtime errors tied to those changes
3. Implement a minimal fix following project conventions
4. Run the smallest relevant verification step
5. Report the root cause, fix, and verification

Następnie utwórz automatyzację z tym promptem:

Check my commits from the last 24h and submit a $recent-code-bugfix.

Prompt: Automatyzacja codziennego briefingu dla kierownictwa

“Look at the latest remote origin/main. Produce an executive briefing for the last 24 hours of commits that touch src/. Group by workstream rather than listing each commit. Write a short narrative per workstream that explains the changes in plain language. Include PR links inline. Use gh to fetch PR titles and descriptions. Only include the last 24h of commits.”

Receptura 2: Skanowanie zależności i bezpieczeństwa

Scan package.json, Cargo.toml, and requirements.txt for dependencies
with known CVEs. For each vulnerable dependency, check if a patched
version exists that is compatible with our version constraints. If a
safe upgrade path exists, update the dependency and run the test suite.
Report all findings with severity levels.

Receptura 3: Automatyczne tworzenie skills

Scan all of the ~/.codex/sessions files from the past day. If there
have been any issues using particular skills, update the skills to be
more helpful. If we've been doing something often that we should save
as a skill, create it. Only update skills if there's a good reason.
Let me know if you make any.

Konfiguracja bezpieczeństwa

Automatyzacje działają nienadzorowane, więc ustawienia bezpieczeństwa mają większe znaczenie niż dla interaktywnych wątków:

Tryb sandboxa	Poziom ryzyka	Zalecenie
Read-only	Najniższy	Dobry dla automatyzacji raportujących i analitycznych
Workspace-write	Średni	Zalecany dla większości automatyzacji; pozwala na edycję plików w ramach projektu
Full access	Najwyższy	Unikaj w automatyzacjach; agent może modyfikować pliki, uruchamiać dowolne polecenia i korzystać z sieci bez pytania

Zaplanowane zadania działają bezobsługowo z domyślnymi ustawieniami sandboxa. Zacznij od najwęższego sandboxa, który pozwala wykonać zadanie; zatwierdzanie i sandbox to osobne osie, a zarządzane wymagania mogą ograniczać obie.

Ostrzeżenie o pełnym dostępie

Sandbox z pełnym dostępem w połączeniu z automatyzacjami jest niebezpieczny. Agent uruchamia polecenia i korzysta z sieci bez pytania. Użyj trybu workspace-write i selektywnie dodawaj do allowlisty konkretne polecenia za pomocą reguł, jeśli twoja automatyzacja musi uruchomić coś poza sandboxem.

Czyszczenie worktree dla automatyzacji

Częste automatyzacje tworzą wiele worktree. Bez czyszczenia szybko pochłania to miejsce na dysku. Najlepsze praktyki:

• Archiwizuj uruchomienia automatyzacji, które już przejrzałeś
• Nie przypinaj uruchomień automatyzacji, chyba że zamierzasz zachować worktree na stałe
• ChatGPT desktop domyślnie zachowuje 15 ostatnich worktree zarządzanych przez Codex; retencję zmienisz w ustawieniach Worktree
• Przed usunięciem zapisywany jest snapshot, który możesz później przywrócić w razie potrzeby

Gdy automatyzacje Codex nie działają

• Lokalne zaplanowane zadanie się nie uruchamia: ChatGPT desktop musi działać, a komputer być wybudzony. Włącz “Prevent sleep while running” dla nocnych lokalnych zadań; zadania web mają osobną dostępność i kontekst chmurowy.
• Wyniki są zbyt szumne: Prompt jest zbyt szeroki. Zawęź zakres — określ dokładne katalogi, wzorce plików lub przedziały czasowe.
• Automatyzacja modyfikuje złe pliki: Sprawdź tryb sandboxa. Tryb read-only zapobiega przypadkowym edycjom. Użyj workspace-write z jawnymi regułami określającymi, co automatyzacja powinna mieć prawo zmieniać.
• Worktree się piętrzą: Archiwizuj stare uruchomienia i odpinaj automatyzacje, które nie są już potrzebne. Sprawdź $CODEX_HOME/worktrees pod kątem osieroconych katalogów.

Dokąd dalej z automatyzacjami

• Worktree — Zrozum system worktree, na którym opierają się automatyzacje
• Mistrzostwo Codex w ChatGPT desktop — Skills, zarządzanie wieloma projektami i pełny workflow aplikacji desktopowej ChatGPT w trybie Codex
• Zarządzanie kosztami — Automatyzacje zużywają kredyty; naucz się efektywnie budżetować