用 Codex 的 Plan 模式（/plan）写代码，最有价值的往往不是计划本身，而是计划过程中定下来的那几个选择：失败了要不要重试、配置走参数还是环境变量、哪些文件不许动。这些选择通常只存在于对话里。过两周再看 PR，评审人看到的是代码，看不到"当时为什么这样选"；代码有没有超出当初说好的范围，也没有东西可以对照。
codex-plan-ledger 做的就是这两件事：
- 决策账本。 把 Plan 模式里的决策写成仓库里的
docs/plans/<id>/decisions.json：Codex 自己问过你的问题和你的回答、计划里还待定的选择、计划写明的默认，全在里面。它和代码在同一个 PR 里，能 diff，能 review。 - 范围偏离检查。 代码写完，
plan-ledger check --base main对照改动文件和计划：计划外被改的文件、决策里列了却一个都没碰的文件，都会报出来。
工作原理
怎么用
sh
npm i -g github:miniLV/codex-plan-ledger
plan-ledger init --write # 写入 Codex hooks 配置之后照常在 Codex 里 /plan，Codex 问问题就照常在 Codex 里答。计划出来时，Stop hook 做三件事：解析计划、写账本、生成一页离线 HTML。终端里多一行，比如：
ini
plan-ledger: nothing to answer; 2 answered in Codex → file://.../plan.html这页上可以复核所有决策：Codex 里已经答过的标"Codex 里已回答"；计划写明的默认标"默认，可复核"，不算待答项；还没定的项，一次选完，点按钮生成回传 JSON，粘到下一条消息里。没选的项记为"未作答，保留默认"，不算同意。
代码写完：
sh
plan-ledger check --base main # 可读报告
plan-ledger check --base main --strict # 有偏离时 exit 1，可以放进 CI几个设计上的约束：
- 渲染全程是纯模板，不额外调用模型，零依赖，单个 HTML 文件，不联网。
- hook 从不阻塞这一轮，也不等你。计划格式认不出来时原样放行，只多一条提示。
- 页面里的回答只当数据存，不会被执行。
账本长什么样
jsonc
{
"id": "n-selection",
"title": "Selection",
"question": "How should users select the greeting language?",
"source": "codex-native", // Codex 自己问的，你在 Codex 里答的
"options": [
{ "id": "a", "label": "Named flag", "recommended": true },
{ "id": "b", "label": "Second positional argument", "recommended": false },
{ "id": "c", "label": "Environment variable", "recommended": false }
],
"chosen": "a",
"status": "answered"
}这一段来自一次真实的 Plan 模式会话（codex-cli 0.156.0）：Codex 用 request_user_input 问了 2 个问题，真实的 Stop hook 从会话记录里读出问答，写进了账本。这次会话整轮约 4.3 万 token。需要说明：这次的提示词明确要求 Codex 先提问，它是功能检查，不是效果测量。
实测：老实说，轮数没有变少
一开始的设想是"把所有决策放在一页一次答完，比 Codex 一轮轮提问更省事"。我在 vercel/ms@2.1.3 上做了配对实验：同一任务、同一模型和设置，原生 Plan 模式和加了 plan-ledger 各跑一次，问题由脚本按隐藏的标准答案回答。一共两轮、2 个任务、n = 3 对，只能算方向性数据：
| 轮 / 任务 | 定稿前轮数（原生 / plan-ledger） | 总 token（原生 / plan-ledger） | 验收 |
|---|---|---|---|
| 1 / strict-option | 1 / 2 | 717,487 / 586,971 | 都通过 |
| 2 / strict-option | 1 / 2 | 180,208 / 205,644 | 都通过 |
| 2 / month-unit | 1 / 1 | 179,053 / 140,020 | 都通过 |
- 轮数没有改善：3 对里输 2、平 1。token 有高有低，没有一致方向（两轮用的运行配置不同，token 只能在同一轮内比较）。
- 范围偏离 3/3 抓到：实现之后在副本上埋入计划外新文件、把计划内文件改回原样，3 次运行都报出来了；干净时 3/3 没有误报。
- 文件内和决策相反的改动 0/3 抓到：在计划内的文件里写和所选方案相反的代码，检查发现不了。它只看"改了哪些文件"，不读代码内容，这是已知局限。
所以项目的定位从"一页答完、省轮次"改成了现在的"决策账本 + 范围偏离检查"。实验还暴露了两点，已经改掉：Codex Plan 模式即使被要求列出决策，也会先用自带的 request_user_input 提问，所以现在直接把这些问答记进账本，不再重复问；计划末尾的 "Chosen defaults" 之前被当成待答项，现在记为默认、可复核，不算待答。这些改动之后还没有重新测。
完整数据和脚本都在仓库里：第 1 轮、第 2 轮、实测计划。
现在的状态和下一步
早期原型 v0.1，有测试覆盖。实验性的部分：UserPromptSubmit hook，以及从会话记录读原生问答（会话记录格式不是公开约定，读不到就跳过）。Windows 没测过。
下一步：
- 按内容核对决策（也就是上面那个 0/3）。
- 更多任务、每组至少 3 次重复，测账本对一次会话里决策的覆盖程度和偏离检测。
欢迎试用、提 issue：github.com/miniLV/code... · 主页和在线演示：minilv.github.io/codex-plan-...
思路上受到 html-plan 和 answer-me-with-html 的启发，没有复用代码。