Local Review MCP｜ChatGPT 网页端与本地 Codex 协作

Local Review MCP 将 ChatGPT 网页端、本地项目和本地 Codex 任务执行连接起来。ChatGPT 可以在授权范围内查看本机文件和已有改动；当你明确提出目标与验收条件后，也可以把任务交给本地 Codex 执行，并在完成后回到网页对话中检查结果。

项目解决什么问题

ChatGPT 网页端的对话和本地项目彼此分开，通常看不到电脑上的源文件和改动。Codex 虽然能在本地项目中执行任务，但网页对话里的需求、约束和 Review 结论需要经过明确交接。手动复制文件、反复解释背景、再把执行结果贴回网页，会增加遗漏和误解。

Local Review MCP 让这两部分围绕同一个授权项目协作：

• ChatGPT 网页端查看本地项目内容、相关文件和已有改动，完成理解、规划和 Review。

• 你在网页对话中明确提交任务目标、要求和验收条件后，本地 Codex 执行相应工作。

• 执行状态和产生的改动可以回到 Review 流程中，由 ChatGPT 检查结果；需要时继续下一轮。

它适合在提交改动前做代码 Review、调查项目中的具体问题、从网页对话委派本地编码任务，以及复查 Codex 完成的改动。重点是把网页端的计划与本地执行、结果复查连成一条可跟进的流程。

Related MCP server: local-code-mcp

首次配置与快速开始

下面按 Windows 主机、Cloudflare 命名隧道和 ChatGPT 网页连接说明。首次配置通常由管理员完成；普通使用者完成后只需在 ChatGPT 中选择连接并发起 Review。

开始前准备

• 一台能够访问目标项目文件夹的 Windows 电脑。

• 已安装 Node.js 和 npm。

• 已安装 cloudflared，并已准备可用的 Cloudflare 命名隧道、隧道凭据和稳定的 HTTPS 公网域名。公网域名需已转发到本机服务（默认 http://127.0.0.1:12080）。Local Review MCP 会启动已有隧道，不会替你创建隧道或域名。

• ChatGPT 账号或工作区允许添加自定义连接。开发者模式是否可用可能受账号和工作区策略限制；可参考OpenAI 官方连接说明。

1. 安装依赖并创建配置文件

在 PowerShell 中进入 Local Review MCP 仓库根目录，然后执行：

npm install
Copy-Item .\config.production.example.json .\config.production.json
notepad .\config.production.json

只需安装一次依赖。若 config.production.json 已经存在，不要再次复制覆盖；直接用文本编辑器打开现有文件。

2. 填写本地项目与连接信息

配置文件至少需要填写目标项目、访问令牌和公网连接信息。单项目配置可以参考下面的结构：

{
  "port": 12080,
  "workspace": {
    "id": "sample-project",
    "name": "示例项目",
    "path": "C:\\Projects\\sample-project"
  },
  "workspaces": [
    {
      "id": "sample-project",
      "name": "示例项目",
      "path": "C:\\Projects\\sample-project"
    }
  ],
  "auth": {
    "token": ""
  },
  "remote": {
    "enabled": true,
    "provider": "cloudflare",
    "tunnelName": "替换为现有隧道名称或 UUID",
    "endpoint": "https://review.example.com/mcp"
  },
  "supervisor": {
    "enabled": true,
    "healthIntervalSeconds": 30,
    "maxRestartAttempts": 3
  }
}

请按下面说明替换示例值：

如果配置了多个项目，workspaces 中每一项都要有不同的 id、显示名称和本机路径；顶层 workspace 应与清单中的一个项目相对应。项目路径必须已存在，并且运行服务的 Windows 用户能够访问。

3. 设置访问令牌并启动

使用密码管理器生成一个长随机令牌（建议至少 32 个字符），在同一个 PowerShell 窗口中替换下方示例值，然后启动服务：

$env:LOCAL_REVIEW_MCP_TOKEN = "替换为自己生成的长随机令牌"
.\scripts\start-production.ps1 -Config ".\config.production.json"

令牌不要提交到 Git、粘贴到公开聊天或分享给无关人员。这个令牌用于本机服务的访问保护；ChatGPT 连接时仍需在连接页面选择 OAuth 并完成授权，两者用途不同。

启动脚本会先检查配置和运行条件，再构建并启动服务。成功后保持该 PowerShell 窗口运行；关闭窗口会停止当前服务。若提示端口 12080 已被占用，可先关闭占用该端口的旧服务，或修改配置中的 port；修改端口时也要同步调整隧道指向的本机端口。

4. 在 ChatGPT 中添加连接

1. 在 ChatGPT 设置中开启开发者模式（若账号或工作区提供此选项）。

2. 打开 ChatGPT 的插件或连接管理页面，选择添加自定义连接。

3. 填写连接名称，例如 Local Review MCP；服务器地址使用配置中的 remote.endpoint，确保包含 /mcp。

4. 认证方式选择 OAuth，保存并完成连接授权。

5. 新建一段对话，从工具菜单中选择 Local Review MCP。

界面名称可能随 ChatGPT 账号、工作区和版本变化。若找不到添加自定义连接的入口，请联系工作区管理员确认相关权限。

5. 启用网页端 Codex 任务（只做 Review 可跳过）

ChatGPT 连接完成后即可读取项目并做 Review。若要从网页对话提交任务给本地 Codex，还需加载仓库自带的浏览器扩展：

1. 在 Chrome 或 Edge 打开扩展管理页面，开启浏览器扩展的开发者模式，选择“加载已解压的扩展程序”。

2. 选择本仓库中的 extension 文件夹。该扩展可直接加载，无需额外构建。

3. 扩展加载或重新加载后，刷新 ChatGPT 页面。

4. 保持 Local Review MCP 服务运行，并在一条已经打开的具体 ChatGPT 对话中选择 Local Review MCP，再提交任务。

不要从 ChatGPT 首页或空白的新聊天页面提交 Codex 任务；任务需要关联到当前具体对话。只做文件读取和 Review 时不需要加载此扩展。

6. 确认连接正确

连接后，先让 ChatGPT 确认可用项目名称，并核对是否与配置中的 workspace.name 一致。若项目不符或没有可用项目，先检查项目路径和项目清单，再开始 Review。

确认成功后，可以直接提出请求，例如：

请对当前项目做一次 Review，检查尚未提交的改动，重点关注功能错误、安全问题和数据丢失风险。只报告有代码依据的问题，并说明位置、影响和建议。

常见问题

• 项目路径找不到：确认 path 是本机真实存在的项目文件夹，并按 JSON 格式写双反斜杠。

• 启动时提示缺少令牌：确认在启动脚本前，已在同一个 PowerShell 窗口设置 LOCAL_REVIEW_MCP_TOKEN，且令牌中没有空格。

• 远程连接无法启动：确认 cloudflared 已安装、隧道名称正确、隧道凭据可用，remote.endpoint 使用可访问的 HTTPS 公网域名并以 /mcp 结尾。

• ChatGPT 无法连接：核对 ChatGPT 中填写的地址与 remote.endpoint 完全一致，检查公网隧道正在运行，并确认已完成 OAuth 授权。

• 任务显示已接收但尚未执行：确认 Local Review MCP 服务仍在运行、浏览器扩展已加载，并在刷新后的具体 ChatGPT 对话中提交任务。“已接收”不代表执行已经完成。

• 多个项目显示错误：核对顶层 workspace 是否与 workspaces 清单中的目标项目一致。

在 ChatGPT 网页端完成协作

只做本地项目 Review

1. 在 ChatGPT 对话中选择 Local Review MCP，并确认目标项目名称正确。

2. 说明 Review 范围：例如当前尚未提交的改动、指定文件、目录或某个问题。

3. 说明关注点：例如功能正确性、安全、错误处理、边界情况或数据完整性。

4. 要求结论附上具体位置、代码依据、触发条件、实际影响和建议。

5. 针对结论继续追问；项目有新改动后，再检查最新内容。

需要本地 Codex 执行任务时（先完成首次配置第 5 步）

1. 在已选择 Local Review MCP 的 ChatGPT 对话中，写清要实现的目标、修改范围、不能改变的行为和验收条件。

2. 明确要求 ChatGPT 将任务提交给本地 Codex 执行。重要背景应写进目标和要求，不要假设 Codex 会自动获得网页对话中的全部背景。

3. 等待本地 Codex 完成任务和必要检查，再让 ChatGPT 查看执行结果及最新改动。

4. 如果结果未达到验收条件，指出差距并提交下一轮目标；符合要求后再由你决定是否接受。

可直接使用的提问示例

检查当前改动

请对当前项目做一次 Review，检查尚未提交的改动，重点关注功能错误、安全问题、边界情况和可能造成的数据丢失。只报告有实际代码依据且值得处理的问题，按严重程度排序。每条说明具体位置、触发条件、影响、判断依据和建议。如果没有发现明确问题，请直接说明；不要把单纯的风格偏好列为缺陷。

检查指定文件及其影响

请查看【文件路径】中的改动，并检查它对相关功能的影响。重点关注【关心的问题】。如果结论需要参考其他文件，请一并查看必要的相关内容，并说明判断依据。请把已确认的问题与仍需验证的猜测分开。

调查一个具体疑问

我担心【描述现象或疑问】。请从【入口、文件或功能】开始查看项目中的相关实现，判断这种情况是否可能发生。请给出涉及的位置、成立条件、实际影响和依据；如果现有内容不足以确认，请指出缺少什么信息。

把任务交给本地 Codex

请把以下任务交给当前项目的本地 Codex 执行：实现【目标】。修改范围是【文件或功能范围】，必须保留【现有行为或兼容要求】，验收条件是【可检查的结果】。完成后检查改动，并把执行结果和仍未解决的问题带回当前对话供我复查。

修改完成后复查

请检查【本次修改范围】的最新改动，确认是否满足以下要求：【列出验收条件】。重点指出未满足的条件、可能引入的回归和仍需人工确认的风险。不要重复已经解决的问题。

两端分工与执行边界

• ChatGPT 网页端负责理解需求、查看本地项目、制定计划和 Review 结果。

• 本地 Codex 负责按明确提交的目标执行代码修改及必要检查。

• Local Review MCP 提供授权项目内容，并关联任务、执行状态和 Review 上下文。

网页端提交的是有明确目标、范围和验收条件的任务，由本地 Codex 执行；Local Review MCP 的项目读取和 Review 能力保持只读。执行结果出现“已接收”时，只表示请求已进入处理流程，不代表修改和检查已经完成。请等待结果返回后再复查。