Back to MCP directory
publicPublicdnsLocal runtime

codex-bridge

Codex Bridge是一个轻量级MCP服务器,通过官方CLI连接AI编程助手与OpenAI Codex,支持多客户端无API成本交互。

article

README

🚀 Codex Bridge

Codex Bridge 是一个轻量级的 MCP(模型上下文协议)服务器,它能让 AI 编码助手通过官方 CLI 与 OpenAI 的 Codex AI 进行交互。它可与 Claude Code、Cursor、VS Code 等支持 MCP 的客户端配合使用,具备简单、可靠和无缝集成的特点。

🚀 快速开始

前提条件

  1. 安装 Codex CLI

    npm install -g @openai/codex-cli
    
  2. 使用 Codex 进行身份验证

    codex
    
  3. 验证安装

    codex --version
    

安装

🎯 推荐:通过 PyPI 安装

# 从 PyPI 安装
pip install codex-bridge

# 使用 uvx 将其添加到 Claude Code(推荐)
claude mcp add codex-bridge -s user -- uvx codex-bridge

替代方案:从源码安装

# 克隆仓库
git clone https://github.com/shelakh/codex-bridge.git
cd codex-bridge

# 构建并在本地安装
uvx --from build pyproject-build
pip install dist/*.whl

# 添加到 Claude Code
claude mcp add codex-bridge -s user -- uvx codex-bridge

开发环境安装

# 克隆并以开发模式安装
git clone https://github.com/shelakh/codex-bridge.git
cd codex-bridge
pip install -e .

# 添加到 Claude Code(开发环境)
claude mcp add codex-bridge-dev -s user -- python -m src

✨ 主要特性

  • 直接集成 Codex CLI:使用官方 Codex CLI,无需 API 成本。
  • 简单的 MCP 工具:具备两个核心功能,可进行基本查询和文件分析。
  • 无状态操作:无需会话、缓存或复杂的状态管理。
  • 可用于生产环境:具备强大的错误处理能力,可配置超时时间(默认 90 秒)。
  • 依赖极少:仅需 mcp>=1.0.0 和 Codex CLI。
  • 易于部署:支持 uvx 和传统的 pip 安装方式。
  • 通用 MCP 兼容性:可与任何支持 MCP 的 AI 编码助手配合使用。

🌐 多客户端支持

Codex Bridge 可与任何支持 MCP 的 AI 编码助手配合使用 —— 同一服务器可通过不同的配置方法支持多个客户端。

支持的 MCP 客户端

  • Claude Code ✅(默认)
  • Cursor
  • VS Code
  • Windsurf
  • Cline
  • Void
  • Cherry Studio
  • Augment
  • Roo Code
  • Zencoder
  • 任何支持 MCP 的客户端

配置示例

Claude Code(默认)
# 推荐安装方式
claude mcp add codex-bridge -s user -- uvx codex-bridge

# 开发环境安装方式
claude mcp add codex-bridge-dev -s user -- python -m src
Cursor

全局配置 (~/.cursor/mcp.json):

{
  "mcpServers": {
    "codex-bridge": {
      "command": "uvx",
      "args": ["codex-bridge"],
      "env": {}
    }
  }
}

项目特定配置 (项目中的 .cursor/mcp.json):

{
  "mcpServers": {
    "codex-bridge": {
      "command": "uvx",
      "args": ["codex-bridge"],
      "env": {}
    }
  }
}

前往:设置Cursor 设置MCP添加新的全局 MCP 服务器

VS Code

配置 (工作区中的 .vscode/mcp.json):

{
  "servers": {
    "codex-bridge": {
      "type": "stdio",
      "command": "uvx",
      "args": ["codex-bridge"]
    }
  }
}

替代方案:通过扩展进行配置

  1. 打开扩展视图(Ctrl+Shift+X)
  2. 搜索 MCP 扩展
  3. 添加自定义服务器,命令为:uvx codex-bridge
Windsurf

添加到你的 Windsurf MCP 配置中:

{
  "mcpServers": {
    "codex-bridge": {
      "command": "uvx",
      "args": ["codex-bridge"],
      "env": {}
    }
  }
}
Cline(VS Code 扩展)
  1. 打开 Cline,点击顶部导航栏中的 MCP 服务器
  2. 选择 已安装 选项卡 → 高级 MCP 设置
  3. 添加到 cline_mcp_settings.json 中:
{
  "mcpServers": {
    "codex-bridge": {
      "command": "uvx",
      "args": ["codex-bridge"],
      "env": {}
    }
  }
}
Void

前往:设置MCP添加 MCP 服务器

{
  "mcpServers": {
    "codex-bridge": {
      "command": "uvx",
      "args": ["codex-bridge"],
      "env": {}
    }
  }
}
Cherry Studio
  1. 导航到 设置 → MCP 服务器 → 添加服务器
  2. 填写服务器详细信息:
    • 名称codex-bridge
    • 类型STDIO
    • 命令uvx
    • 参数["codex-bridge"]
  3. 保存配置
Augment

使用 UI 进行配置

  1. 点击汉堡菜单 → 设置工具
  2. 点击 + 添加 MCP 按钮
  3. 输入命令:uvx codex-bridge
  4. 名称:Codex Bridge

手动配置

"augment.advanced": { 
  "mcpServers": [ 
    { 
      "name": "codex-bridge", 
      "command": "uvx", 
      "args": ["codex-bridge"],
      "env": {}
    }
  ]
}
Roo Code
  1. 前往 设置 → MCP 服务器 → 编辑全局配置
  2. 添加到 mcp_settings.json 中:
{
  "mcpServers": {
    "codex-bridge": {
      "command": "uvx",
      "args": ["codex-bridge"],
      "env": {}
    }
  }
}
Zencoder
  1. 前往 Zencoder 菜单 (...) → 工具添加自定义 MCP
  2. 添加配置:
{
  "command": "uvx",
  "args": ["codex-bridge"],
  "env": {}
}
  1. 点击 安装 按钮
替代安装方法

基于 pip 的安装方式

{
  "command": "codex-bridge",
  "args": [],
  "env": {}
}

开发/本地测试使用的安装方式

{
  "command": "python",
  "args": ["-m", "src"],
  "env": {},
  "cwd": "/path/to/codex-bridge"
}

npm 风格的安装方式(如有需要):

{
  "command": "npx",
  "args": ["codex-bridge"],
  "env": {}
}

通用用法

与任何客户端完成配置后,可使用以下两个相同的工具:

  1. 提出常规问题:“此代码库中使用了哪些身份验证模式?”
  2. 分析特定文件:“审查这些身份验证文件,查找安全问题”

服务器的实现方式是相同的 —— 仅客户端配置有所不同!

⚙️ 配置

超时配置

默认情况下,Codex Bridge 对所有 CLI 操作使用 90 秒的超时时间。对于较长的查询(大文件、复杂分析),可使用 CODEX_TIMEOUT 环境变量配置自定义超时时间。

Git 仓库检查

默认情况下,Codex CLI 要求在 Git 仓库或受信任的目录中使用。如果需要在非 Git 仓库的目录中使用 Codex Bridge,可设置 CODEX_SKIP_GIT_CHECK 环境变量。

⚠️ 安全警告:仅在你能控制目录结构的受信任环境中启用此标志。

示例配置

Claude Code
# 添加自定义超时时间(120 秒)
claude mcp add codex-bridge -s user --env CODEX_TIMEOUT=120 -- uvx codex-bridge

# 禁用 Git 仓库检查(用于非 Git 目录)
claude mcp add codex-bridge -s user --env CODEX_SKIP_GIT_CHECK=true -- uvx codex-bridge

# 同时添加两种配置
claude mcp add codex-bridge -s user --env CODEX_TIMEOUT=120 --env CODEX_SKIP_GIT_CHECK=true -- uvx codex-bridge
手动配置(mcp_settings.json)
{
  "mcpServers": {
    "codex-bridge": {
      "command": "uvx",
      "args": ["codex-bridge"],
      "env": {
        "CODEX_TIMEOUT": "120",
        "CODEX_SKIP_GIT_CHECK": "true"
      }
    }
  }
}

配置选项

CODEX_TIMEOUT

  • 默认值:90 秒(未配置时)
  • 范围:任何正整数(秒)
  • 推荐值:大多数查询为 60 - 120 秒,大文件分析为 120 - 300 秒
  • 无效值:回退到 90 秒并给出警告

CODEX_SKIP_GIT_CHECK

  • 默认值:false(启用 Git 仓库检查)
  • 有效值:"true"、"1"、"yes"(不区分大小写),用于禁用检查
  • 使用场景:在非 Git 仓库的目录中工作
  • 安全性:仅在你能控制的受信任目录中使用

🛠️ 可用工具

consult_codex

这是一个直接的 CLI 桥接工具,默认以结构化的 JSON 格式输出简单查询结果。

参数

  • query(字符串):要发送给 Codex 的问题或提示
  • directory(字符串):查询的工作目录(默认:当前目录)
  • format(字符串):输出格式 —— "text"、"json" 或 "code"(默认:"json")
  • timeout(整数,可选):超时时间(秒)(推荐:60 - 120,默认:90)

示例

consult_codex(
    query="Find authentication patterns in this codebase",
    directory="/path/to/project",
    format="json",  # 默认格式
    timeout=90      # 默认超时时间
)

consult_codex_with_stdin

这是一个支持通过标准输入内容进行管道式执行的 CLI 桥接工具。

参数

  • stdin_content(字符串):作为标准输入管道的内容(文件内容、差异、日志)
  • prompt(字符串):处理标准输入内容的提示信息
  • directory(字符串):查询的工作目录
  • format(字符串):输出格式 —— "text"、"json" 或 "code"(默认:"json")
  • timeout(整数,可选):超时时间(秒)(推荐:60 - 120,默认:90)

consult_codex_batch

用于批量处理多个查询,非常适合 CI/CD 自动化。

参数

  • queries(列表):包含查询字典的列表,每个字典包含 'query' 和可选的 'timeout'
  • directory(字符串):所有查询的工作目录
  • format(字符串):输出格式 —— 目前批量处理仅支持 "json"

示例

consult_codex_with_stdin(
    stdin_content=open("src/auth.py").read(),
    prompt="Analyze this auth file and suggest improvements",
    directory="/path/to/project",
    format="json",  # 默认格式
    timeout=120     # 复杂分析的自定义超时时间
)

💻 使用示例

基础代码分析

# 简单的研究查询
consult_codex(
    query="What authentication patterns are used in this project?",
    directory="/Users/dev/my-project"
)

详细文件审查

# 分析特定文件
with open("/Users/dev/my-project/src/auth.py") as f:
    auth_content = f.read()
    
consult_codex_with_stdin(
    stdin_content=auth_content,
    prompt="Review this file and suggest security improvements",
    directory="/Users/dev/my-project",
    format="json",  # 结构化输出
    timeout=120     # 为详细分析留出更多时间
)

批量处理

# 一次性处理多个查询
consult_codex_batch(
    queries=[
        {"query": "Analyze authentication patterns", "timeout": 60},
        {"query": "Review database implementations", "timeout": 90},
        {"query": "Check security vulnerabilities", "timeout": 120}
    ],
    directory="/Users/dev/my-project",
    format="json"  # 批量处理始终使用 JSON 格式
)

🏗️ 架构

核心设计

  • 以 CLI 为先:直接通过子进程调用 codex 命令
  • 无状态:每个工具调用都是独立的,无会话状态
  • 可配置超时:默认执行时间为 90 秒(可配置)
  • 结构化输出:默认使用 JSON 格式,便于更好地集成
  • 简单的错误处理:采用快速失败策略,提供清晰的错误信息

项目结构

codex-bridge/
├── src/
│   ├── __init__.py              # 入口点
│   ├── __main__.py              # 模块执行入口点
│   └── mcp_server.py            # 主要的 MCP 服务器实现
├── .github/                     # GitHub 模板和工作流
├── pyproject.toml              # Python 包配置
├── README.md                   # 本文件
├── CONTRIBUTING.md             # 贡献指南
├── CODE_OF_CONDUCT.md          # 社区标准
├── SECURITY.md                 # 安全策略
├── CHANGELOG.md               # 版本历史
└── LICENSE                    # MIT 许可证

🔧 开发

本地测试

# 以开发模式安装
pip install -e .

# 直接运行
python -m src

# 测试 CLI 可用性
codex --version

与 Claude Code 集成

通过 MCP 协议正确配置后,服务器会自动与 Claude Code 集成。

🔍 故障排除

CLI 不可用

# 安装 Codex CLI
npm install -g @openai/codex-cli

# 进行身份验证
codex auth login

# 测试
codex --version

连接问题

  • 验证 Codex CLI 是否已正确进行身份验证
  • 检查网络连接
  • 确保 Claude Code 的 MCP 配置正确
  • 检查 codex 命令是否在你的 PATH 中

常见错误信息

  • "CLI not available":Codex CLI 未安装或不在 PATH 中
  • "Authentication required":运行 codex auth login
  • "Timeout after X seconds":查询耗时过长,尝试增加超时时间或将其拆分为更小的部分

🤝 贡献

我们欢迎社区的贡献!请阅读我们的 贡献指南,了解如何开始贡献。

快速贡献指南

  1. 分叉仓库
  2. 创建功能分支
  3. 进行更改
  4. 如有必要,添加测试
  5. 提交拉取请求

📄 许可证

本项目采用 MIT 许可证 —— 详情请参阅 LICENSE 文件。

🔄 版本历史

详细的版本历史请参阅 CHANGELOG.md

🆘 支持

  • 问题反馈:通过 GitHub 问题 报告错误或请求功能
  • 讨论:加入社区讨论
  • 文档:可在 docs/ 目录中创建额外的文档

重点:通过官方 CLI,在 Claude Code 和 Codex AI 之间建立一个简单、可靠的桥梁。

help

Runtime guide

cloud

Hosted runtime

Hosted servers run from a provider-managed environment. You usually connect the MCP client to the hosted endpoint or follow the provider's authorization flow, without keeping a local process alive

  1. Open provider connection page
  2. Authorize or copy endpoint
  3. Connect from your MCP client
terminal

Local runtime / other methods

Local servers run on your own machine or infrastructure. You normally copy the server_config into your MCP client, install the required package, and provide env variables from env_schema when needed

  1. Copy server_config
  2. Install required package
  3. Fill env variables and restart client