Saját logikát futtathat a Codex a mesterséges intelligencia hurokjában

Az OpenAI Codex mesterséges intelligencia modellje új lehetőségeket kínál a fejlesztőknek a feladatok végrehajtásának testreszabására. A hagyományos promptalapú vezérlésen túl a Codex hookok lehetővé teszik, hogy saját kódot futtassunk a modell működésének különböző szakaszaiban. (Towards Data Science)

A hookok három fő részből állnak: az eseményből (event), amely meghatározza, mikor fusson a kód; a feltételből (matcher), ami kiválasztja a releváns eseményeket; és a műveletből (handler), ami a futtatandó kódot tartalmazza. Például egy PreToolUse hook ellenőrizheti egy parancs futtatása előtt, vagy egy Stop hook validálhatja az eredményt, mielőtt a feladat befejeződne.

A Codex egy „agenteikus hurokban” működik, amelynek során eseményeket bocsát ki. Ezek az események jelzik a folyamat különböző pontjait: SessionStart (munkamenet kezdete), PreToolUse (eszközhasználat előtt), PostToolUse (eszközhasználat után), Stop (befejezésre kész) és SessionEnd (munkamenet vége). A hookok lehetővé teszik, hogy ezekhez az eseményekhez saját logikát csatoljunk.

Minőség-ellenőrzés mélykutatásnál

Egy esettanulmányban a Codex mélykutatási képességeit demonstrálták. A modell feladata volt, hogy az elmúlt 90 nap trendjeiről kutasson, és egy forrásokkal alátámasztott összefoglalót készítsen. A folyamatba egy Stop hookot építettek be, amely ellenőrzi, hogy az összefoglaló elegendő forrást tartalmaz-e, és azok különböző domainekből származnak-e.

Ha az ellenőrzés sikertelen, a hook visszaküldi a problémákat a Codexnek, amely ugyanazon a futtatáson belül folytatja a kutatást, amíg meg nem felel a feltételeknek. Ez a mechanizmus lehetővé teszi az eredmények iteratív finomítását anélkül, hogy új munkamenetet kellene indítani. A minőség-ellenőrzéshez használt Python szkript a források számát és a domainek sokféleségét vizsgálja.

Környezet és konfiguráció

A teszteléshez a Codex-et non-interaktív módban futtatták, webes keresési képességgel és a GPT-5.6-sol modellel. A folyamat eredménye egy JSON fájlba került mentésre, amely a kutatási összefoglalót és a lehetséges hibákat tartalmazza. A hookok beállítását a .codex/hooks.json fájlban lehet elvégezni.