核心用法
oneshot-ship 是一款面向开发者的自动化编码流水线 CLI 工具，通过单一命令完成从任务分类、代码规划、实现、审查到提交 PR 的完整工作流。用户只需执行 oneshot <repo> "<task>"，系统便会自动创建临时 git worktree，调用 Claude 或 Codex 分阶段处理，最终生成可合并的 Pull Request。
关键特性：
- 双模型架构：Claude 负责分类、规划与 PR 元数据生成，Codex 专注代码执行与审查，各阶段可独立配置
- 远程/本地双模式：支持 SSH 连接远程服务器执行，或通过
--local在本地运行 - 智能分类机制：自动判断任务复杂度，选择
fast或deep模式，也可强制指定 - 工作流隔离：每次运行创建独立 git worktree，主分支零污染
- Linear 集成：可直接从 Linear Ticket URL 生成任务，自动更新工单状态
显著优点
1. 端到端自动化：将传统需要人工介入的多个环节（需求理解、方案设计、编码、自审、PR 描述）压缩为单命令
2. 高度可配置：支持自定义各阶段模型、超时时间、提示词模板，以及通过 CLAUDE.md 注入项目规范
3. 安全隔离设计：worktree 机制确保实验性变更不影响主分支，运行后自动清理
4. 可观测性：内置 stats 历史追踪与 doctor 健康检查，支持 --events-file 导出结构化日志
潜在缺点与局限性
- 环境依赖较重：必须预装 Bun、Claude Code CLI、Codex CLI、GitHub CLI，且需配置双平台 API Key
- 成本不可控：自动调用 Claude Opus + GPT-5.5 等高阶模型，复杂任务可能产生较高 token 消耗
- 审查深度有限：虽支持
deep-review模式，但 AI 审查仍无法完全替代人工 code review，存在漏检风险 - SSH 配置门槛：远程模式要求用户具备服务器运维经验，配置不当易导致执行失败
- 模型幻觉风险：自动化流程中若某阶段产生错误规划，后续阶段可能放大错误
适合人群
- 追求极致效率的资深开发者/技术负责人，希望将标准化任务交给 AI 代理
- 需要批量处理技术债务或快速原型验证的工程师团队
- 已深度使用 Claude/Codex 且熟悉 CLI 工作流的技术早期采用者
常规风险
- 代码质量风险：AI 生成代码可能引入 subtle bug 或不符合团队规范，需保留人工终审环节
- 安全合规风险：自动 PR 可能包含硬编码密钥、SQL 注入等漏洞，建议开启
deep-review并配合 CI/CD 扫描 - 凭证泄露风险：
config.json存储多平台 API Key，需确保文件权限与传输安全 - 成本失控风险：长耗时任务（execute 默认 60 分钟）可能持续消耗高单价模型 token
- Git 操作风险：自动化分支、提交、PR 操作存在误推或冲突可能，虽 worktree 隔离但仍需关注远程状态