GitHub — codejunkie99/codex-self-improving-loop

개요

codejunkie99/codex-self-improving-loop는 DeepSeek가 작업을 실행하고 Luna가 실행을 평가하며 Sol이 prompt.md를 다시 쓰는 Shell 기반 Codex loop다.[1][2][3] 이번 companion note는 master의 고정 커밋 c3b625d6d3eb650cd2903b2503c2a1825f94d3e6와 선택 원문 파일을 기준으로 한다.[1][2]

이 프로젝트의 자기개선은 모델 가중치를 업데이트하지 않는다.[3][4] 실행 로그에서 다음 개선점 하나를 추출하고, 제한된 크기의 task prompt에 반영하는 prompt/harness refinement다.[6][7]

구성

구성 요소	기본값·권한	기능
Runner	`opencode-go/deepseek-v4-flash`, `workspace-write`	`prompt.md`를 읽고 프로젝트 작업을 수행한다.
Watcher	`gpt-5.6-luna`, `read-only`	`GOAL`, `KEPT`, `WASTED`, `FAILED`, `NEXT`로 실행을 평가한다.
Rewriter	`gpt-5.6-sol`, `workspace-write`	`NEXT`를 반영해 `prompt.md`만 다시 쓴다.

세 모델의 기본 slug와 Codex sandbox 인자는 loop/loop.sh에 직접 선언되어 있다.[5] README는 watcher.md와 rewriter.md를 두 role file로, prompt.md를 작업의 제품으로 구분한다.[4]

Driver 동작

Driver는 매 cycle마다 codex exec를 --ephemeral, --skip-git-repo-check, 프로젝트 WORKDIR와 함께 호출한다.[5] Runner 결과는 log.md에 append되고, 출력이 DONE:으로 시작하면 후속 평가·재작성 없이 종료한다.[5]

Runner가 완료하지 못하면 Watcher가 최근 log를 읽고 하나의 NEXT를 제안한다.[6] Rewriter는 성공한 지시를 보존하고 낭비·실패를 제거하며, prompt 크기를 기존보다 20% 이상 키우지 않는다.[7]

기본 종료 조건은 DONE:, 최대 6 cycle, 또는 prompt가 연속 2 cycle 동안 바뀌지 않는 경우다.[4][5] 실행 산출물과 state.json은 cycles/에 기록된다고 README가 설명하지만, 실제 driver의 기본 CYCLES_DIR는 WORKDIR가 아니라 driver 위치의 $HERE/cycles다.[4][5]

코드 수준 주의점

sha256_file()은 shasum이 없으면 md5sum으로 fallback한다.[5] 따라서 해당 환경에서는 이름과 달리 no-progress 비교가 MD5에 의존한다.[5]

install.sh는 기존 ~/.codex/skills/<skill> 디렉터리를 rm -rf한 뒤 loop와 utility skill을 복사한다.[11] 같은 이름의 사용자 skill이 있으면 backup 없이 덮어쓸 수 있으므로 설치 전 상태 보존이 필요하다.[11]

skills/loop/SKILL.md의 실행 예시는 작성자의 절대 macOS 경로를 하드코딩한다.[10] 다른 환경에서는 checkout 경로와 --workdir, CYCLES_DIR를 직접 지정해야 한다.[4][5][10]

Runner와 Rewriter는 workspace-write, Watcher는 read-only이므로 role별 쓰기 권한은 분리되지만, loop 전체는 프로젝트 파일을 변경할 수 있다.[5] Git checkpoint, 테스트/승인 gate, diff 검토, timeout·quota 정책은 저장소가 자동으로 제공하지 않는다.[5][6][7]

로컬 검증과 범위

고정 checkout에서 bash -n install.sh loop/loop.sh와 loop.sh --help를 실행해 shell 문법·CLI 옵션을 확인했다.[1][5] demo/test_bug.py는 이 환경에서 실제 1600과 OK counter=1600을 출력했다.[8][9]

외부 provider를 호출하는 전체 3-model loop는 실행하지 않았다.[5][13] 따라서 이 note는 소스·CLI·로컬 demo 검증이며, prompt rewrite trajectory·provider 비용·업무 품질 benchmark의 재현 보고서가 아니다.[5][13]

X 게시물과 연결

이 저장소를 소개한 X 게시물의 한국어 조사 노트는 2026-08-11-x-av1dlive-codex-self-improving-loop다. 게시물의 첨부 diagram과 실제 role file을 대조한 결과, 영상의 DEEPSEEK → LUNA → SOL 순서가 고정 소스의 driver·watcher·rewriter 구조와 일치한다.[12][4][5]

관련 라우팅 계층은 2026-08-08-github-duolahypercho-codex-router에서 별도로 다룬다. 그 문서는 외부 모델 catalog·credential·migration을, 이 note는 실행 결과를 다음 prompt로 되먹임하는 loop control을 다룬다.

원문 위치

GitHub raw capture: raw source: github-codejunkie99-codex-self-improving-loop
X summary: 2026-08-11-x-av1dlive-codex-self-improving-loop

Sources

description	DeepSeek가 실행하고 Luna가 평가하며 Sol이 prompt.md를 재작성하는 Codex용 bounded self-improving loop의 고정 소스 분석.
tags	ai-agents, ai-coding, codex, harness, open-source

LLM Wiki

탐색기