Codex-Control-MCP
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Codex-Control-MCPlist all my recoverable tasks"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
# Codex-Control-MCP 0.2.0
Codex-Control-MCP 是本机/远端执行基础设施 MCP。它通过已安装的官方 Codex Runtime 提供 Shell、文件、Git、长任务会话、Browser、Computer Use,以及 0.2.0 新增的可恢复任务、多主机路由、动态 MCP 和 Skill 生命周期管理。
一句话定位
把支持 MCP 的网页 AI 直接变成跨设备执行中枢:人在手机上发出自然语言指令,Codex-Control-MCP 负责把旗舰模型的决策落到已接入的电脑、服务器、浏览器、文件、Git、长任务和远程主机上。
这不是另一个内置模型的 Agent,也不是重新做一套 Codex。它的价值在于把“网页 AI 的智能”与“真实设备的执行能力”直接连起来,让一部手机就能成为现代 AI 办公的统一入口。
Related MCP server: Kilo-Kit
最佳使用场景
1. 一部手机,统一控制已接入的设备
手机上的 ChatGPT 或其他支持标准 MCP 的客户端可以作为统一控制台。你可以在移动端发一句话,让 Codex-Control-MCP 把任务分发到已经接入的 Windows / Linux / macOS 主机、远程 MCP 节点、SSH 主机或 Docker 容器,并继续操作文件、Shell、Git、浏览器和 Computer Use。
典型场景:
人在外面,只拿手机,要求办公室电脑修改项目、运行测试、提交 Git、检查网页结果。
一条任务同时协调本地工作站、远程服务器和容器,各自完成最适合自己的步骤。
长任务通过可恢复任务状态持续记录进度,换设备或换会话后仍能继续,而不是把整条工作流绑死在某个前端页面上。
2. 让网页版旗舰模型直接控制电脑
Codex-Control-MCP 把模型和执行层解耦。只要网页端 AI / 客户端能够连接标准 MCP,它就可以把自身的推理、规划和决策转换成真实设备操作,而无需把模型重新封装进本项目。
以 ChatGPT 网页版为例:模型仍运行在 ChatGPT 本身,Codex-Control-MCP 只负责执行。这样可以直接利用网页端旗舰模型、现有订阅能力和产品侧持续升级,而不需要为了每个执行步骤再单独调用一套模型 API。
**重要边界:**这里的优势是“无需额外按 API token 为每一步执行付费”,不是承诺任何网页模型拥有字面意义上的无限 token。实际上下文长度、频率限制和使用额度仍由对应网页产品、模型和订阅计划决定。
3. 面向 AI 高速发展时代的移动办公
传统远程桌面要求人盯着小屏幕点按钮;Codex-Control-MCP 更接近“把意图交给 AI,由 AI 调度设备完成工作”。手机负责下达目标和查看结果,电脑、服务器、浏览器和工具负责执行。
手机 / 平板 / 网页 AI
│
│ 标准 MCP
▼
Codex-Control-MCP
│
├─ 本机 Codex Runtime:Shell / Files / Git / Sessions
├─ Browser / Computer Use:网页与桌面操作
├─ Multi-Host:MCP / SSH / Docker / 远程设备
├─ Recoverable Tasks:长任务、断点与恢复
└─ Dynamic MCP:按需接入独立外部 MCP核心思路只有一句:模型负责想,Codex-Control-MCP 负责把“想法”可靠地变成真实世界里的设备动作。
当前架构
Codex-Control-MCP:47 个顶层工具,只负责通用执行基础设施,不内置任何 Grok、DirectorDesk 或其他第三方业务/媒体工具。
Dynamic MCP:通过
mcp_manage / mcp_tool_search / mcp_tool_inspect / mcp_tool_call按需注册、发现和调用独立 MCP。它是通用扩展机制,不代表任何被接入的第三方 MCP 属于本项目功能。外部 MCP:Grok-MCP、DirectorDesk-MCP 等均为独立项目,拥有独立源码、版本、运行状态和验收结果;它们的故障或可用性不参与 Codex-Control-MCP 本体的生产可用性判定。
生产公网地址:https://codex-control.aiwsb.site/mcp
生产 Core:http://127.0.0.1:8774/mcp,需要 owner Bearer 或 OAuth。Cloudflare tunnel 直接指向 8774。旧 8767 DirectorDesk 聚合网关已退役。
0.2.0 新基础设施
Recoverable Task Runtime
task_manage 支持:create / list / get / checkpoint / block / resume / final_review / complete。
任务保存在 %USERPROFILE%\.codex-control-mcp\state\recoverable-tasks.sqlite3,使用 SQLite WAL。任务记录 goal、steps、completion conditions、checkpoint、blocker、revision、event history 和 final review。只有全部步骤完成且 final review 为 pass 后才能 complete。
Multi-Host
host_managehost_exechost_fileshost_route
支持 local / mcp / ssh / docker。优先使用远端 Codex-Control-MCP MCP 节点,没有节点时可使用 SSH;Docker 用于本机容器路由。
Dynamic MCP
mcp_manage:register / update / list / get / enable / disable / refresh / removemcp_tool_searchmcp_tool_inspectmcp_tool_call
支持 stdio 与 streamable HTTP。第三方 MCP schema 会缓存,并在调用前用 JSON Schema 校验参数。
运行时可以注册任意兼容的外部 MCP。具体注册了哪些服务属于部署环境状态,不属于 Codex-Control-MCP 的静态功能清单。
Skill 生命周期
skill_package 支持 validate / install / activate / rollback / uninstall / list / inspect,支持本地目录、ZIP 和 Git URL,提供 SHA-256 校验、stable/development/canary/pinned 通道、版本激活与回滚。
源码生产方式
从 0.2.0 起,日常开发和生产默认都直接运行源码,不再为每次更新执行 PyInstaller 打包。
cd 'C:\path\to\Codex-Control-MCP'
.\.venv\Scripts\python.exe -m pip install -e .
.\.venv\Scripts\python.exe -m pytest -q -m "not integration"生产计划任务 Codex-Control-MCP-OnDemand 直接运行:
C:\path\to\Codex-Control-MCP\.venv\Scripts\python.exe
-m codex_control_mcp --home %USERPROFILE%\.codex-control-mcp serve --transport streamable-httpHTTPS 计划任务 Codex-Control-MCP-HTTPS-OnDemand 同样使用该 venv 运行 tunnel。
正常更新流程:
修改源码 → pytest → 独立控制器重启源码 Core → MCP/能力验收 → 再固化已验证 LKG只有明确需要向没有 Python 环境的外部机器分发时,才单独考虑构建二进制。仓库中的旧打包脚本仅作为历史工具保留,不属于默认发布流程。
自动恢复
Codex-Control-MCP-Watchdog 每分钟及用户登录时运行。连续两个真实周期观察到 8774 无监听才请求独立 Codex-Control-MCP-Core-Controller:
正式
Codex-Control-MCP-OnDemand:editable 源码冷启动。Codex-Control-MCP-Core-Current:独立任务直接运行当前源码。Codex-Control-MCP-Core-LKG:独立任务设置 LKG 的PYTHONPATH后运行。每条候选必须验证实际 8774 监听、对应
service.jsonPID、认证 MCP initialize/version 和 47 工具;任务显示 Running 不等于通过。控制器有独立进程寿命、唯一请求 ID 队列、操作系统字节锁、有限超时、确定退出码和恢复报告。
maintenance.lock.guard是永久互斥文件,不是维护中标志;只有被进程持有的锁才生效,不能因一个遗留空maintenance.lock无限停掉 watchdog。HTTPS 恢复另行保守判定:活着的 cloudflared 不因 Core 502 被重启;配置保持
protocol: http2、origin127.0.0.1:8774,不添加错误的edge-ip-version: 4。
安装/更新调度配置(管理员 PowerShell;安装会备份原任务,不主动重启服务):
.\scripts\Install-Core-RecoveryTasks.ps1 -Apply正常重载只提交请求,不从 Core 派生一个负责拉回自己的控制器:
.\scripts\Request-Core-Restart.ps1旧 state/final-core-reload.ps1 已改为上述提交入口的兼容包装,不再直接停止 Core。提交成功只代表 accepted,最终结果读 %USERPROFILE%\.codex-control-mcp\state\core-controller-report.json,并实调公网 MCP。
退出码:0 已启动/已健康;10 另一控制器持锁;21 旧端口未释放;22 无监听但存在其他活源码 host;30 三条候选全部失败;40 配置/内部错误。失败不会冒充回滚成功。
正式任务具备 AtStartup/AtLogon,使用用户交互式会话,不保存用户密码或改用 S4U。已验真实冷启动;未通过注销或重启 Windows 验证登录/开机,不宣称无人登录前可用。
当前 LKG:%USERPROFILE%\.codex-control-mcp\state\lkg-0.2.0。
外部组件边界
本仓库不包含 Grok 媒体能力,也不包含 DirectorDesk 业务能力。Grok-MCP、DirectorDesk-MCP 或其他第三方 MCP 即使通过 Dynamic MCP 接入,也始终是独立组件。
因此:
外部 MCP 的 HTTP 错误、模型可用性、媒体生成结果和回归状态,不是 Codex-Control-MCP 的验收项。
Codex-Control-MCP 只验收“能否按通用 MCP 协议注册、发现、校验和调用外部工具”,不为外部工具自身业务结果背书。
docs/中旧版本验收记录只反映当时版本与当时环境,不应用来覆盖当前 README 的现状说明。
验收基线
当前 Codex-Control-MCP 本体基线:
Core 非集成回归:242 passed,18 integration deselected
Core 顶层工具:47
静态
grok_*:0公网 OAuth metadata/challenge 正常
公网 MCP:47 tools,
bridge_version=0.2.0Recoverable Task、Multi-Host local/MCP/file roundtrip、Skill 生命周期真实生产验收通过;SSH/Docker 只验协议/路由契约,不冒充真实远端执行。
Browser 的 start/snapshot/fill/click/press/scroll/navigate/close 已真实通过;测试仅使用隔离页并关闭临时 HTTP server。
Proxy PASS 要求官方 Codex command/exec 子进程继承代理,实际 CONNECT 到
127.0.0.1:7897,经系统信任库完成 TLS 证书验证并取得 HTTPS 成功响应,不能拿裸 HTTPS 200 推断代理链路。Computer Use 当前可用。此前出现过“工具目录可发现
computer_snapshot,但某个 ChatGPT 对话实际执行时插件被禁用”的会话状态;新开 ChatGPT 对话重新挂载工具后,computer_snapshot已真实成功,随后computer_click、computer_type、computer_press等直接执行也取得真实回执。该现象按宿主会话工具挂载/刷新问题处理,不再归类为 Computer Use 后端输入或窗口激活缺陷。
LKG 与证据范围
scripts/freeze_source_lkg.py 可生成独立源码候选、隔离导入核对 0.2.0/47 工具/无静态 Grok 或 Director/默认 8774,并写 UTF-8 manifest 与逐文件 SHA256。默认只生成候选;只有验收范围明确且通过后才使用 --activate。快照不包含凭据;外部 MCP 的业务能力不属于本项目 LKG 认证范围,packaging_required=false。
原生维护与分层故障回执
日常维护优先使用 scripts\Maintain-Core.cmd --check;明确重启时使用 --restart。默认只检查,入口不修改 PowerShell 执行策略。详见 原生维护与 HTTP 观测。
工具回执包含 operation_id,HTTP 回执额外关联服务器生成的 http_request_id。成功读取输出不等于命令执行成功,进程非零退出保留失败结果。平台内部安全判定仍不在本机可观察范围内。
This server cannot be deployed
Maintenance
Related MCP Connectors
The governed runtime for agent skills. Search the catalog and inspect a skill before running it.
Hosted runtime for persistent agent teams, durable workflows, memory, schedules, and goals.
Operate Linux, macOS and Windows from your LLM. Every action runs through an auditable allowlist.
A paid remote MCP for OpenAI Codex agent coordination MCP, built to return verdicts, receipts, usage
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables MCP clients to spawn and control Codex CLI and Claude Code sessions on the host machine, with session management and filesystem access.4MIT
- AlicenseBqualityAmaintenanceAll-in-one 24-tool MCP runtime and 180-skill library providing protocol-level C4 workflow gates, cognitive reasoning engines, and safe execution for AI coding agents.2412 npm26Apache 2.0
- AlicenseAqualityCmaintenanceEnables MCP-compatible coding agents to execute the local Codex CLI as a coding agent, including code reviews, session resume/fork, and CLI diagnostics.96 npmMIT
- AlicenseNot gradedqualityCmaintenanceEnables users to run shell commands with compressed output, extract information from large files, drive local opencode and Codex agents, perform browser-automation tasks, and monitor runs via a live dashboard.MIT