chatgpt-with-codex
Bridges ChatGPT's chat mode and the OpenAI Codex agent to a local machine, letting ChatGPT open and continue persistent Codex work sessions (reusing native Codex session UUIDs/history), dispatch one-off Codex runs, follow or interrupt task execution, and route requests to local file and command tools.
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., "@chatgpt-with-codexrun the tests in my-project and show me any failures"
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.
chatgpt-with-codex
这个仓库面向一种个人使用需求:希望 ChatGPT 的 chat 模式能够自由控制自己的电脑,自由调用各类 agent 作为子代理,用户只与 chat 模式交流,就能完成各种事项。它通过本机 MCP 服务把聊天中的指令交给本地执行器,并把执行进度、结果和可继续的工作记录交回 ChatGPT。
当前内置 Codex 和 DeepSeek Harness(DSH)两种执行器,支持项目操作、文件处理和命令执行。其他 agent 可以通过已启用的主机命令工具调用其 CLI;它们不会因此自动获得本仓库的持久会话接口。桌面图形界面操作需要另接相应工具。
工作方式
ChatGPT 负责理解需求、选择工具并判断事项是否完成,本机 Bridge 负责执行和保存工作记录。Codex 通过 app-server 的 JSONL RPC 接口运行,DSH 使用一次性 headless 接口;文件和命令工具也可以直接处理本机事项。
flowchart LR
User[用户] --> Chat[ChatGPT chat]
Chat --> Connection[MCP 连接或安全隧道]
Connection --> Bridge[本机 Bridge / STDIO]
Bridge --> Codex[Codex / 持久或临时执行]
Bridge --> DSH[DSH / 临时执行]
Bridge --> Host[主机文件与命令工具]
Bridge --> State[工作记录与执行结果]能力 | 当前实现 |
持续处理一个事项 |
|
临时调用 agent |
|
查找项目和历史 | 根据名称或目录查找工作区,通过已配置的 Codex home 查找项目和原生会话。 |
直接操作本机 | 执行器可修改文件并运行 Git、网络命令;可选主机工具提供文件读写与显式命令执行。 |
跟进执行 |
|
完成和留存 |
|
工作区只描述项目身份及目录,project_root 限定允许登记项目的范围。它们都不代表执行器的文件写入权限;执行权限和主机工具权限分别配置,详见下文。
Related MCP server: codex-web-bridge
安装与连接
需要 Node.js 22 或更高版本、Git,以及要使用的执行器 CLI。执行器应在运行 Bridge 的账户下完成本机配置和认证;部署适配器、隧道及认证服务不包含在本仓库内。
git clone https://github.com/yuumiqwq/chatgpt-with-codex.git
cd chatgpt-with-codex
npm ci
npm run build在仓库外建立 workspaces.json,根据 工作区示例 填写实际存在的项目绝对路径。以下为 Windows 格式,Linux/macOS 使用对应的 /absolute/path;工作区路径要求采用系统规范格式,不含多余分隔符或末尾斜线。
[
{ "id": "my-project", "root": "E:\\Projects\\my-project" },
{ "kind": "project_root", "root": "E:\\Projects" }
]要查找及继续原生 Codex 历史,应在相邻的 workspaces.json.host-policy.json 中启用主机能力,并设置包含项目目录的 read_roots 和实际的 codex_homes。文件写入和主机命令可分别开启;完整示例见部署配置。缺少 host policy 时会关闭这些可选能力,已登记工作区仍可用于临时执行。
将以下启动方式交给支持 STDIO 的 MCP 客户端或隧道运行器,并使用构建文件和配置文件的绝对路径:
node /absolute/path/to/chatgpt-with-codex/dist/src/mcp-stdio.js /absolute/path/to/workspaces.json服务通过标准输入输出等待 MCP 请求,直接在终端启动时不会显示交互界面。npm run mcp:stdio -- /absolute/path/to/workspaces.json 提供相同入口。
ChatGPT 可以通过 Secure MCP Tunnel 连接此 STDIO 服务,也可以连接另行部署的 HTTPS MCP 网关;本仓库本身不监听 HTTP 端口。在 ChatGPT 的插件连接中选择已配置的隧道,或填写网关的 MCP 地址,然后检查发现的工具并在新对话中启用连接。具体入口及账户可用性以 OpenAI 接入文档 为准。
典型流程
先调用 list_workspaces 按项目名称查找目录,使用返回的真实 workspace_id。项目名称存在重复时,需要按完整路径确定目标;已有 Codex 对话可以先经 list_codex_projects 和 list_codex_threads 定位,再交给 open_work 接管。
场景 | 调用流程 |
持续处理事项 |
|
临时检查或修改 |
|
保存已完成事项 | 检查执行结果和实际产物后调用 |
主机文件操作 |
|
wait_task 单次最多等待 45 秒,返回 ready=false 时需要继续等待。一轮执行完成只表示执行器结束,事项完成由调用方结合结果判断;中断、超时或对话停止都不会撤销已经写入的文件。更多状态与保留规则见工作管理。
权限与安全边界
新工作和 run_temp 默认采用 danger-full-access,按当前操作系统账户权限修改文件、操作 Git 并访问网络,Bridge 不增加执行审批环节。continue_work 使用工作中保存的权限,显式覆盖后会保存为后续轮次的权限;run_temp 独立选择权限,即使关联只读工作,省略 access 仍为完全访问。
Codex 的 read-only 使用原生只读策略并关闭网络,DSH 的同名选项交给其原生权限策略处理,网络及系统隔离能力与 Codex 不同。主机文件工具受 host policy 的路径范围和摘要检查约束,主机命令的 cwd 只限定起始目录;这些文件规则不会限制独立的完全访问执行器。
这是面向可信个人使用的直接执行服务,连接方能够调用的工具应视为用户账户能力的入口。远程认证由隧道或网关负责;本仓库没有多用户隔离机制,权限细节与已知限制见安全说明和威胁模型。
接口与维护
当前 MCP 入口在 host policy 开启时提供 24 个工具,关闭时提供 14 个工具。完整参数见工具清单,各模块关系见架构,配置及环境变量见部署配置。
修改后执行以下验证。npm test 自带一次构建,额外的 build 可独立确认最终输出;测试使用临时目录和模拟执行器,不需要运行付费模型。
npm run typecheck
npm test
npm run build
npm pack --dry-run --ignore-scripts
npm audit源码推送不会自动部署本机服务。更新运行版本应在现有任务结束后构建并安排服务重启,工具元数据有变化时还需刷新 ChatGPT 连接;配置和状态应保留在仓库外,并在更新中原样保留。开发与并发限制见维护说明及兼容性说明。
仓库名称为 chatgpt-with-codex,npm 包名、可执行命令、MCP 服务标识和 ENGINEERING_BRIDGE_* 环境变量仍保留原名,以便现有安装继续工作。项目基于 wudy29/engineering-bridge 发展,保留原作者版权声明并采用 MIT 许可证;历史设计材料位于 docs/archive,不作为当前接口规范。
This server cannot be deployed
Maintenance
Related MCP Connectors
Nifty's MCP server — exposes tasks, projects, messages, and files as tools for AI agents.
Real-time chat for AI agents. Claude Code, Cursor, Cline and Codex join channels over MCP.
- QuallaaOAuthcom.quallaa
Talk to your public-facing AI from any MCP client — Claude, ChatGPT, Cursor, Cline, Windsurf.
Real-time chat hub for AI agents — Claude Code, Cursor, Cline, Codex over MCP or REST.
Related MCP Servers
- AlicenseNot gradedqualityFmaintenanceA local MCP bridge that lets ChatGPT control opencode sessions for code modification, file reading, and repository management on your own computer.2MIT
- AlicenseNot gradedqualityCmaintenanceLocal MCP server bridging ChatGPT Web to local tools for file, shell, git, test, and process management with secure policy controls.MIT
- AlicenseNot gradedqualityBmaintenanceLocal MCP bridge enabling ChatGPT web to access approved local files and execute tasks via local Codex.7MIT
- AlicenseAqualityBmaintenanceA project-local MCP bridge that allows Codex Desktop to plan tasks and OpenCode to execute them within the current project directory, with session reuse and native OpenCode background subagents.41MIT