Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx agentmods add commands/mturac/everything-openai-codex/devfleetgit clone --depth 1 https://github.com/mturac/everything-openai-codexWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/commands/mturac/everything-openai-codex/devfleet)<a href="https://agentmods.dev/commands/mturac/everything-openai-codex/devfleet"><img src="https://agentmods.dev/badge/commands/mturac/everything-openai-codex/devfleet.svg" alt="Measured on agentmods" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5 | $0.00077 | $0.01374 |
| Opus 5 | $0.00039 | $0.00687 |
| Sonnet 5 | $0.00015 | $0.00275 |
| Haiku 4.5 | $0.00008 | $0.00137 |
Grade A, and why
devfleet scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured yesterday.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 94 lines — stays where its author put it; the contents beside it link to each section on GitHub.
DevFleet — マルチエージェントオーケストレーション
Codex DevFleet を使って並列の OpenAI Codex エージェントをオーケストレーションします。各エージェントは隔離された git worktree 内で動作し、完全なツールチェーンを備えています。
DevFleet MCP サーバーが必要です：codex mcp add devfleet --transport http http://localhost:18801/mcp
フロー
ユーザーがプロジェクトを説明
→ plan_project(prompt) → タスク DAG と依存関係
→ 計画を表示し、承認を取得
→ dispatch_mission(M1) → エージェントがワークスペースで生成
→ M1 完了 → 自動マージ → M2 が自動ディスパッチ（M1 に依存）
→ M2 完了 → 自動マージ
→ get_report(M2) → ファイル変更、完了内容、エラー、次のステップ
→ ユーザーにサマリーをレポート
ワークフロー
- ユーザーの説明に基づいてプロジェクトを計画する：
mcp__devfleet__plan_project(prompt="<ユーザーの説明>")
これはチェーン状のタスクを含むプロジェクトを返します。ユーザーに以下を表示します：
- プロジェクト名と ID
- 各タスク：タイトル、タイプ、依存関係
- 依存関係 DAG（どのタスクがどのタスクをブロックしているか）
-
ディスパッチ前にユーザーの承認を待つ。計画を明確に表示します。
-
最初のタスクをディスパッチする（
depends_onが空のタスク）：
mcp__devfleet__dispatch_mission(mission_id="<first_mission_id>")
残りのタスクは依存関係が完了すると自動的にディスパッチされます（plan_project が auto_dispatch=true でタスクを作成するため）。create_mission を使ってタスクを手動作成する場合は、この動作を有効にするために auto_dispatch=true を明示的に設定する必要があります。
- 進捗を監視する — 実行中の内容を確認：
mcp__devfleet__get_dashboard()
または特定のタスクを確認：
mcp__devfleet__get_mission_status(mission_id="<id>")
長時間実行するタスクには、wait_for_mission ではなく get_mission_status によるポーリングを優先し、ユーザーが進捗の更新を確認できるようにします。
- 完了した各タスクのレポートを読む：
mcp__devfleet__get_report(mission_id="<mission_id>")
終了状態に達した各タスクに対してこのツールを呼び出します。レポートには files_changed、what_done、what_open、what_tested、what_untested、next_steps、errors_encountered が含まれます。
利用可能なすべてのツール
| ツール | 用途 |
|---|---|
plan_project(prompt) |
AI が説明を auto_dispatch=true のチェーン状タスクに分解する |
create_project(name, path?, description?) |
プロジェクトを手動作成し、project_id を返す |
create_mission(project_id, title, prompt, depends_on?, auto_dispatch?) |
タスクを追加する。depends_on はタスク ID 文字列のリスト |
dispatch_mission(mission_id, model?, max_turns?) |
エージェントを起動する |
cancel_mission(mission_id) |
実行中のエージェントを停止する |
wait_for_mission(mission_id, timeout_seconds?) |
完了までブロックする（長いタスクにはポーリングを優先） |
get_mission_status(mission_id) |
ノンブロッキングで進捗を確認する |
get_report(mission_id) |
構造化レポートを読む |
get_dashboard() |
システム概要 |
list_projects() |
プロジェクトを参照する |
list_missions(project_id, status?) |
タスクを一覧表示する |
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- yesterday First seen · 94 lines · 77 tokens per session scan A a62eaa8eca92
devfleet is a command published in the GitHub repository mturac/everything-openai-codex (89 stars, last pushed 11d ago), licensed MIT. It adds 77 tokens to every session and 1,374 once invoked, about $0.0004 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-09-03.
Other commands, from other repositories
implement-plan
Implement the plan as specified, it is attached for your reference. Do NOT edit the plan file itself. Create todos for the plan as you work, starting with the first one. Don't stop until you have completed all the to-dos.
prime-pm-role
Prime the PM (project manager) persona for the headless session runner. Receives the user message as $ARGUMENTS.
morning
The coffee report — cross-goal aggregate, arrives on its own (scheduled, C10).
handoff
Refresh the project hand-off before ending the session.
convert-to-plan
Convert planning artifacts (lite-plan, workflow session, markdown) to issue solutions.
execute
Execute queue with DAG-based parallel orchestration (one commit per solution).