Codex DSH MCP

Eine kostenbewusste MCP-Brücke, die es Codex ermöglicht, routinemäßige, kontextintensive Arbeiten an DeepSeek Harness zu delegieren – während Codex Architektur, Review und finale Verifikation unter Kontrolle behält.

Codex DSH MCP führt jeden DeepSeek-Worker in einem isolierten Git-Worktree aus, der aus dem committeten HEAD erstellt wird. Es übernimmt niemals automatisch Änderungen am Haupt-Workspace: Codex und der menschliche Reviewer erhalten zuerst ein kompaktes Ergebnis, einen Markdown-Bericht und einen Patch zur Prüfung.

Warum verwenden?

• Repository-Erkundung, Routineimplementierungen, Refactorings, Tests und gewöhnliche Fixes an DeepSeek auslagern.

• Hochriskante Architektur, Sicherheit, finales Review und Abnahme bei Codex behalten.

• Eine fehlgeschlagene Delegation höchstens einmal wiederholen, dann ESCALATED_TO_CODEX zurückgeben, statt Aufrufe zu verschwenden.

• Aufrufe, Dauer, Erfolgsquote und klar gekennzeichnete geschätzte/gemeldete Token-Nutzung pro Projekt verfolgen.

• Den Haupt-Checkout geschützt halten: Worker arbeiten nur in isolierten Worktrees.

Schnellstart

1. Klonen Sie dieses Repository und öffnen Sie den Ordner im Windows Explorer.

2. Doppelklicken Sie auf install-windows.bat (oder führen Sie install-windows.ps1 in PowerShell aus).

3. Führen Sie config.toml.example in %USERPROFILE%\.codex\config.toml zusammen und aktualisieren Sie den Brückenpfad.

4. Führen Sie AGENTS.md in Ihre globalen oder projektspezifischen Codex-Anweisungen zusammen.

5. Starten Sie Codex neu und bestätigen Sie, dass der deepseek-MCP-Server fünf Tools bereitstellt.

Was es bereitstellt

• deepseek_explore – schreibgeschützte Repository-Erkundung/-Suche.

• deepseek_task – normale Implementierungs-/Refactoring-/Testarbeit in einem isolierten Worktree.

• deepseek_fix – Diagnose-Edit-Test-Schleife für Bugs/fehlgeschlagene Tests in einem isolierten Worktree.

• deepseek_review – schreibgeschütztes fokussiertes Review.

• deepseek_stats – schreibgeschützte Brückenstatistiken (Summen, Tool-Zähler, Erfolgsquote, durchschnittliche Dauer, Metadaten der letzten 10 Aufgaben).

Wie das Routing funktioniert

AGENTS.md weist Codex an, für kleine, kritische, architektonische, sicherheitsrelevante, destruktive oder bereits eskalierte Arbeiten DIRECT_CODEX zu wählen. Für breite Erkundung und Routinearbeit wählt es DELEGATE_DEEPSEEK – insbesondere wenn mehr als etwa drei Dateien gelesen, mehr als etwa zwei Dateien geändert werden müssen oder eine Edit-/Test-/Fix-Schleife wahrscheinlich ist. Codex scannt das Repository nicht zuerst, nur um diese Entscheidung zu treffen.

User
 ↓
Codex Router
 ├── Small / Critical ──→ Codex
 │
 └── Delegatable
       ↓
    DeepSeek
       ↓
 ┌─────┴─────┐
Success     Failure
 ↓             ↓
Review      Retry once
               ↓
          Failure again
               ↓
             Codex

Der Wiederholungsversuch ist ein fokussierter Bugfix-Versuch mit derselben Aufgaben-ID. Ein zweiter Fehlschlag gibt ESCALATED_TO_CODEX zurück; Codex übernimmt und darf dasselbe Problem nicht ein drittes Mal delegieren.

Anforderungen

• Windows 10/11 (die Brücke hat auch einen POSIX-Pfad).

• Node.js 20+.

• Codex mit MCP-Unterstützung.

• DeepSeek Harness als dsh verfügbar und bereits für das DeepSeek-Modell/den Dienst konfiguriert/authentifiziert, den Sie verwenden möchten.

Installation unter Windows

Öffnen Sie PowerShell in diesem Ordner:

Set-ExecutionPolicy -Scope Process Bypass
.\install-windows.ps1

Oder doppelklicken Sie auf install-windows.bat; es ist ein dünner Windows-Wrapper um denselben Installer.

Verifizieren Sie dann DeepSeek Harness unabhängig, bevor Sie Codex einbeziehen:

dsh --profile headless "Reply with exactly READY"

Wenn das nicht funktioniert, beheben Sie zuerst dsh. Die MCP-Brücke verwaltet DeepSeek-Anmeldedaten bewusst nicht selbst.

Codex konfigurieren

Führen Sie config.toml.example in %USERPROFILE%\.codex\config.toml zusammen und ersetzen Sie den Beispielpfad:

[mcp_servers.deepseek]
command = "node"
args = ["C:/tools/codex-deepseek-bridge/src/index.mjs"]
startup_timeout_sec = 20
tool_timeout_sec = 7200

[mcp_servers.deepseek.env]
DSH_BATCH_CONTROLLER = "C:/Users/Administrator/.codex/skills/dsh-batch-subagents/scripts/dsh-batch-agents.mjs"
DSH_COMMAND = "dsh"
DSH_TIMEOUT_MS = "1800000"
DSH_MAX_OUTPUT_CHARS = "6000"
DSH_AUTO_RETRY = "true"
DSH_MAX_RETRIES = "1"
DSH_STATS_ENABLED = "true"
DSH_TOKEN_STATS = "true"
DEEPSEEK_ALLOWED_ROOT = "D:/Projects"

Starten Sie Codex neu. In der Codex-TUI sollte /mcp den deepseek-MCP-Server und fünf Tools anzeigen.

Den Delegations-Prompt installieren

Für ein einzelnes Repository legen Sie AGENTS.md im Repository-Stamm ab (oder führen Sie den DeepSeek-Delegationsabschnitt in eine vorhandene AGENTS.md zusammen).

Für eine globale persönliche Richtlinie führen Sie den Inhalt in %USERPROFILE%\.codex\AGENTS.md zusammen. Projektspezifische Anweisungen können diese weiterhin überschreiben.

Vorgeschlagener erster Test

In einem Wegwerf-Git-Repository fragen Sie Codex:

Finden Sie heraus, wo die CLI-Argumente geparst werden. Verwenden Sie DeepSeek für die Repository-Erkundung und melden Sie die relevanten Dateien. Ändern Sie nichts.

Versuchen Sie dann eine harmlose Schreibaufgabe:

Fügen Sie einen kleinen Unit-Test für einen vorhandenen reinen Helfer hinzu. Delegieren Sie die Implementierung an DeepSeek, prüfen Sie dann den Diff und führen Sie den fokussierten Test selbst aus, bevor Sie den Erfolg melden.

Verifizieren Sie dann die Statistiken:

Führen Sie deepseek_stats aus, um die Brückennutzung und Token-Ersparnisse zu prüfen.

Umgebungsvariablen

Kern

Automatische Wiederholung

Statistiken

Ergebnisformat

Jedes Delegations-Tool gibt ein kompaktes strukturiertes JSON-Objekt zurück mit:

Eskalationsablauf

Tool call → attempt 1 (fails) → retry → attempt 2 (fails) → return escalated_to_codex

Wenn eine Delegation status: "escalated_to_codex" zurückgibt, sollte Codex die Ursache untersuchen und über die nächsten Schritte entscheiden. Die Brücke ruft niemals die Codex-API auf.

Token-Statistiken

Die Token-Nutzung wird aus der DeepSeek/Harness-Ausgabe geparst, wenn ein Nutzungs-JSON-Block verfügbar ist (source: "reported", estimated: false). Andernfalls wird sie aus den Zeichenzahlen von Prompt/Ergebnis mit etwa einem Token pro vier Zeichen approximiert (source: "estimated", estimated: true). Gemeldete Nutzung sind Anbieterdaten; geschätzte Nutzung ist nur eine Fallback-Annäherung.

Die projektbezogene Datei .codex-deepseek/stats.json speichert begrenzte Metadaten für höchstens 100 Versuche und wird über eine temporäre Datei mit anschließender Umbenennung geschrieben. Sie speichert niemals den vollständigen Aufgaben-Prompt, die Ergebniszusammenfassung, den Diff, die geänderten Dateipfade oder Artefaktpfade. deepseek_stats gibt Summen, Erfolgsquote, durchschnittliche Dauer, Zähler pro Tool und die letzten 10 Metadateneinträge zurück.

estimated_codex_tokens_avoided verwendet die Menge des von DeepSeek verarbeiteten Kontexts als groben Näherungswert für Kontext, den Codex nicht verarbeiten musste. Es ist immer mit estimate_only: true gekennzeichnet. Es ist keine OpenAI- oder Codex-Kontingentmessung und sollte nur verwendet werden, um zu beurteilen, ob Delegation in die richtige Richtung sinnvoll ist.

Sicherheitsmodell

deepseek_task und deepseek_fix erlauben DeepSeek Harness, nur einen isolierten Git-Worktree zu bearbeiten. Berichte und Patches werden außerhalb des Repositorys für Codex und menschliche Prüfung aufbewahrt. Nichts wird automatisch zusammengeführt oder angewendet.

deepseek_explore und deepseek_review laufen ebenfalls in isolierten Worktrees. Ihr schreibgeschütztes Verhalten bleibt eine Richtlinie auf Prompt-Ebene, aber versehentliche Schreibvorgänge können den Haupt-Workspace nicht berühren.

deepseek_stats ist schreibgeschützt und greift nur auf die Statistikdatei zu.

Warum dies Codex-Nutzung spart

Die teure Schleife ist normalerweise Repository-Suche → viele Dateilesevorgänge → Implementierung → Tests → Fehleranalyse → Wiederholung. Die Brücke verschiebt diese Schleife in eine separate DeepSeek-Harness-Sitzung. Nur DeepSeeks kompaktes strukturiertes Ergebnis kehrt zu Codex zurück; Codex kann dann den resultierenden Diff prüfen und gezielte Verifikation durchführen.

Autor

Erstellt und gepflegt von @sakurameishi.

Lizenz

MIT © 2026 sakurameishi.