Amiga
Оглавление курса · урок 13 из 17

Модуль 3 · Параллельная работа · урок 13 из 17

Несколько задач параллельно: worktree

Пока агент полчаса делает одну задачу, вы можете заняться другой. Но если вы оба работаете в одной папке, начинается путаница: агент переключает ветку у вас из-под рук, ваши правки попадают в его коммит, тесты падают из-за чужих изменений. В рекомендациях Codex параллельные задачи в одних и тех же файлах без worktree вынесены в отдельный пункт среди типичных ошибок. Ниже о том, как устроены worktree, как с ними работает Codex и что нужно, чтобы проект запускался и во втором рабочем каталоге.

Что такое worktree

Git worktree — это ещё одна рабочая копия того же репозитория, вторая, третья или десятая. Файлы у каждой свои, а история, ветки и объекты общие, потому что каталог .git один. Поэтому worktree создаётся за секунды и повторный клон не нужен.

bash
git worktree add ../site-task-1042 -b task-1042 main
git worktree list
git worktree remove ../site-task-1042

Главное ограничение: одна ветка может быть выгружена только в одном месте. Если task-1042 открыта в worktree, в основной копии на неё не переключиться, Git ответит, что ветка уже используется. Так Git защищает от ситуации, когда две рабочие копии двигают одну ветку одновременно.

Проще всего работать с Codex в worktree так: создать его вручную и запустить агента там.

bash
cd ../site-task-1042 && codex

Worktree в ChatGPT desktop

В режиме Codex в ChatGPT desktop worktree встроены в интерфейс. При создании чата вы выбираете под полем ввода Worktree и ветку, от которой стартовать. Это может быть основная ветка, ваша текущая или даже ветка с незакоммиченными изменениями, они переедут в новую копию.

Устроено это так.

  • Codex создаёт worktree в $CODEX_HOME/worktrees (каталог можно сменить в настройках) и по умолчанию держит его в состоянии detached HEAD, то есть без ветки. Поэтому worktree можно создавать сколько угодно, список веток от этого не засоряется.
  • Когда результат вас устраивает, есть два пути. Можно нажать Create branch here: worktree превратится в ветку, и прямо оттуда можно закоммитить, запушить и открыть MR. Или можно сделать Hand off в Local: чат вместе с кодом переедет в основную копию, и вы посмотрите изменения в своей IDE и на своём dev-сервере. Перенос работает и в обратную сторону: если чат в Local мешает, отправьте его в фон.
  • Управляемые worktree считаются одноразовыми. По умолчанию приложение хранит последние 15 и удаляет более старые, но не трогает закреплённые чаты, чаты в работе и постоянные worktree. Перед удалением Codex сохраняет снимок, и чат можно восстановить.
  • Для долгоживущей копии, например под ветку релиза, есть постоянный worktree. Он создаётся из меню проекта и становится отдельным проектом.

Подробности на странице Worktrees в документации.

Worktree в CLI

В CLI управляемый worktree можно получить несколькими способами:

bash
codex --worktree                               # новая сессия в новом worktree
codex fork <SESSION_ID> --worktree             # ответвить сессию в отдельную копию
codex exec --worktree "реализуй следующий шаг"  # неинтерактивный запуск

Внутри идущей сессии команда /worktree предложит начать новый чат или продолжить текущий в новом worktree, а пункт Browse worktrees покажет существующие копии и их чаты. Пока агент выполняет задачу, команда недоступна. Если в вашей версии флаги называются иначе, сверьтесь с codex --help.

Что не переезжает в новую копию

В worktree есть только то, что лежит в git. Всего игнорируемого (.env, vendor/, node_modules/, собранных ассетов, локальных конфигов) в новой копии нет. Агент запускает тесты, видит «Class not found» и принимается «чинить» проект, который просто не установлен.

Для управляемых worktree в ChatGPT desktop есть файл .worktreeinclude в корне репозитория. В нём перечисляют игнорируемые файлы, которые нужно скопировать в новую копию. Файлы, которые отслеживает git, туда не пишут. Игнорируемый AGENTS.override.md копируется автоматически.

text · .worktreeinclude
.env
src/.env
.env.testing

Зависимости копировать не стоит, их ставят заново. В ChatGPT desktop для этого есть локальное окружение (local environment) проекта. Это скрипт подготовки, который запускается при создании worktree, и действия (actions), то есть кнопки для частых команд вроде запуска dev-сервера или тестов. Настройки хранятся в папке .codex в корне проекта, их можно закоммитить для всей команды. Для CLI и ручных worktree держите такой же скрипт в репозитории и упомяните его в AGENTS.md:

bash · scripts/worktree-setup.sh
#!/usr/bin/env bash
set -euo pipefail
composer install --no-interaction --prefer-dist
npm ci
npm run build

Отдельный стенд на каждую задачу

Веб-проекту на Docker одних зависимостей мало. Основной стенд на localhost:8001 смонтирован на основную копию и изменений из worktree не видит. Агент правит код в worktree, открывает 8001, видит старую страницу и решает, что правка «не применилась».

Предусмотрите три вещи.

  • Порт и имя проекта. Второй стенд поднимают на другом порту и под другим именем Docker Compose-проекта, чтобы контейнеры не конфликтовали. Удобно, когда docker-compose.yml читает порт из переменной, а скрипт подготовки выбирает свободный.
  • Базу данных. Если оба стенда смотрят в одну базу, миграция в одном worktree ломает другой. Каждой задаче нужна своя база или копия.
  • Инструкцию агенту. Напишите в AGENTS.md прямо: «в worktree стенд на 8001 недоступен, подними свой командой … и проверяй на его порту».

В мобильных проектах похожая история с симуляторами и эмуляторами: две параллельные сборки на одном устройстве перезаписывают друг друга. Сразу назначайте каждой задаче своё устройство.

В своём эксперименте с разработкой силами агентов OpenAI поднимала на каждый worktree отдельный экземпляр приложения вместе с логами и метриками (статья о harness engineering). Как к этому прийти, разобрано в уроке Изолированные окружения на каждую задачу.

Сколько задач вести одновременно

Число параллельных задач упирается в вас, а не в Codex. Каждую задачу нужно поставить, ответить на вопросы агента и проверить результат. На практике разумный предел — две-три параллельные задачи плюс своя работа на переднем плане. Если взять больше, вы перестанете внимательно читать диффы, а это хуже, чем работать последовательно.

Второе ограничение — диск. Каждый worktree содержит полный набор файлов, зависимостей и кэшей сборки. Закрытые задачи убирайте: ручные копии через git worktree remove, управляемые через архивирование чата.

Попробуйте сами

10–15 мин на рабочем месте
  1. Создайте вручную worktree для небольшой задачи, запустите в нём codex и попросите агента прогнать тесты. Запишите, чего не хватило: .env, зависимостей, базы.
  2. По итогам напишите scripts/worktree-setup.sh или скрипт подготовки локального окружения в ChatGPT desktop и, если нужно, .worktreeinclude. Проверьте на втором worktree, что тесты проходят без ручных действий.
  3. Добавьте в AGENTS.md раздел о том, как поднять стенд из worktree и на каком адресе его проверять.

Коротко

  • Параллельные задачи в одной рабочей копии мешают друг другу. Worktree даёт каждой свой каталог при общей истории.
  • Одна ветка выгружается только в одном месте. В ChatGPT desktop worktree стартуют без ветки, а потом вы выбираете Create branch here или Hand off в Local.
  • В CLI есть --worktree, codex fork --worktree и /worktree.
  • Игнорируемые файлы и зависимости в новую копию не попадают. .worktreeinclude и скрипт подготовки решают это один раз.
  • Веб-проекту нужен свой стенд и своя база на каждый worktree, иначе агент проверяет не тот код.
Отметка хранится только в вашем браузере
Хотите связаться с владельцем
компании напрямую?
Дмитрий Тарасов
Дмитрий Тарасов
СЕО

НАПИСАТЬ

Написать в MAX