Symphony Skill：OpenAI 出品，把 Issue 变成自主执行 Agent 工单的编排神器

一、总结

Symphony 是 OpenAI 推出的工程预览级编排服务，核心作用是把项目工单自动转成隔离的自主执行任务，让团队从“盯 Agent”变成“管理工作本身”。它一上线就在 GitHub 累积到极高关注，并进入 GitHub Trending，是目前少有的由 OpenAI 官方开源、面向工程自动化的 Agent 编排基础设施。

二、功能与原则

Symphony 是一个长时运行的自动化服务，负责持续读取 Issue 跟踪器里的待办事项，为每个任务创建隔离 workspace，并在其中启动编码 Agent 完成实现。它的设计边界非常明确：只做调度、运行与状态跟踪，不直接替业务发号施令；真正处理任务的是被调用的编码 Agent。

它的设计原则包括：工作流策略下沉到仓库内的 WORKFLOW.md 里做版本控制；每张 Issue 都使用独立 workspace，避免 Agent 状态串扰；具备足够可观测性，方便调试并发执行；同时把信任与安全策略显式交给实现方声明，而不是在 Spec 里做单一强约束。

三、认可度

截至 2026-07-24，Symphony 在 GitHub 上获得约 26,199 个 Star、2,650 个 Fork，仓库持续保持高活跃，最近一次提交时间为 2026-07-22。它也被收录进 Aradotso/trending-skills 这个 GitHub Trending Skills 索引，时间是 2026-03-17，说明它在 AI 工程与 Agent 自动化领域属于近期热度明显的项目。

官方仓库未公开独立下载量指标，社媒热度主要体现为 GitHub 生态关注度与社区复现讨论，因此目前更可靠的量化指标仍是 Star / Fork / Trending 经历。

四、链接

• GitHub: https://github.com/openai/symphony

五、原作者

原作者/组织为 OpenAI。该仓库由 OpenAI 官方直接发布，属于其 Agent 工程化路线的一部分，与 OpenAI Codex、Harness Engineering 概念一脉相承。

六、介绍

Symphony 的目标不是造一个新的聊天式 Agent，而是把“工单驱动开发”这件事做成自动化服务。它从 Linear、GitHub Issues、Jira Cloud、Asana、GitLab 等平台拉取候选工单，为每个工单创建一个独立 workspace，然后启动 Codex 的 App Server 模式继续执行。

Agent 执行过程中，跟踪器适配器会向宿主侧暴露 provider-native tool，例如 Linear 暴露 linear_graphql、GitHub Issues 暴露 github_api。Symphony 会在宿主侧执行这些工具，并主动把敏感凭证从子进程中剥离，避免编码 Agent 获得重复登录能力。任务完成时，Agent 会返回 CI 状态、PR review 反馈、复杂度分析与演示视频等“proof of work”。工程师不必逐行监督，而是把注意力留在更高层的任务排布上。

项目目前公开的是 Elixir/OTP 参考实现，同时提供语言无关的 SPEC.md，鼓励社区基于规范自建实现版本。

七、特点

• Issue 驱动，任务隔离：每张工单对应一个独立 workspace，避免 Agent 之间互相污染。
• 工作流版本化：把 Agent 提示词和运行时配置写在仓库的 WORKFLOW.md 里，随代码一起管理。
• 多平台适配：原生支持 Linear、GitHub Issues、Jira Cloud、Asana、GitLab。
• 凭证与沙箱分离：宿主侧代执行跟踪器原生工具，并把敏感 token 从编码 Agent 子环境移除。
• 工程预览级透明约束：明确声明信任与安全 posture 需由实现方显式定义，而不是默认隐藏。

八、使用方法

基本使用路径如下：

1. 克隆仓库：git clone https://github.com/openai/symphony
2. 进入 Elixir 实现目录：cd symphony/elixir
3. 安装依赖并启动：mise install && mise exec -- mix setup && mise exec -- mix build
4. 在仓库根目录准备 WORKFLOW.md，其中包含 tracker、workspace、hooks、agent、codex 等配置。
5. 启动服务：mise exec -- ./bin/symphony ./WORKFLOW.md

最小 WORKFLOW.md 需要配置 tracker.kind、项目标识、workspace 根目录、并发 agent 上限、turn 上限，以及 codex.command。更复杂的场景可以通过 after_create hook 自动克隆代码仓库，或使用 host-side secret reference 注入凭证。

九、使用场景与人群

Symphony 最适合已经有成熟 Issue tracker、且希望把“人工分派工单 + Agent 实现 + 人工验收”流水线自动化的工程团队。典型用户是使用 Linear/Jira/GitHub Issues 的中大型研发团队，以及已经把代码库整理到适合 Agent 读取状态的团队。

它也适合想搭建私有化 Agent 编排层的团队：由于规范是语言无关的，团队可以直接基于 SPEC.md 自研实现，而不必依赖官方 Elixir 版本。

十、输入与输出案例

输入：Linear 项目里出现一张新 Feature 工单，标题为“支持批量导入用户 CSV”，描述里包含字段要求与验证规则。

输出：Symphony 识别到这张工单符合配置中的 active_states 与 required_labels，为其创建隔离 workspace，启动 Codex 读取工单标题与正文后自动生成批量导入模块、补单测、提交 PR。最终该工单状态流转到 Human Review 时，Symphony 记录 CI 通过、PR review 已处理、复杂度分析完成，并把该工单标记为 blocked 等待人工确认，而不是直接强制合入。

📎 GitHub 地址：https://github.com/openai/symphony

GitHub: https://github.com/openai/symphony