| name | codex-chatgpt-skill |
| description | 通过 Codex 和 Codex Chrome Extension 复用用户现有的、已登录的 ChatGPT 网页会话，把任务委托给任意 ChatGPT 模型，并管理对话/项目/Memory/库等，还能把对话/Artifact/图片落盘到本地。适合用户说"问问 ChatGPT / 让 GPT Pro 帮我想想 / 用 @Google 云端硬盘列一下 / 让 ChatGPT 做个 deep research / 删了这个对话 / 归档全部聊天 / 撤销那个分享 / 清掉 Memory / 创建一个项目 / 把这个对话存下来 / 下载那个 DR 报告 / 保留这张图片到本地"等。复用浏览器登录态，不导出 cookie/session，不发起独立浏览器 profile。 |
codex-chatgpt-skill
让 Codex 像一个会用浏览器的人一样，复用用户已登录的 ChatGPT 网页，把任务交给指定的 ChatGPT 模型（Instant / Thinking / Pro 等），等结果回来。
何时触发
用户说类似下面的话：
- "问问 ChatGPT Pro 怎么看这件事"
- "让 Thinking 模式分析一下这个 PR"
- "用 @Google 云端硬盘列一下我的文件"
- "提交个 deep research，列五家竞品"
- "把这段代码扔给 GPT 让它批一遍"
- "等 ChatGPT 一会儿，结果出来叫我"
接入方式（强制）
| Host | 浏览器接入 | 禁止 |
|---|
| Codex | Codex Chrome Extension，经 chrome:control-chrome 技能和 browser-client 运行时操作用户 Chrome | web.run、独立 Playwright profile、Puppeteer、Computer Use 操作 Chrome、读取 cookie / localStorage / storage_state |
如果 Codex Chrome Extension 无法连接，按 chrome:control-chrome 的安装/修复指引停下来让用户处理，不要降级到别的浏览器自动化方案。
第一次操作前：
- 使用 Chrome 技能初始化
browser-client。
- 调用
browser.user.openTabs() 查看用户现有 tab。
- 如果已有 ChatGPT tab，按标题/URL/最近使用时间选择并
browser.user.claimTab(tab) 复用。
- 否则
browser.tabs.new() 新建 tab，再 tab.goto("https://chatgpt.com/")。
- 对话结束前调用
browser.tabs.finalize({ keep })。等待用户继续操作、登录、授权、CAPTCHA 或长任务时，把 tab 作为 handoff 保留。
具体运行时模板见 references/codex-chrome-runtime.md。
操作流程
只 4 条原则，不写固定坐标，不凭空猜选择器。每一步都先用 domSnapshot()、截图、或受限 evaluate() 看见再动。
1. 进入正确的上下文
- 用户提到项目（例如"在 GI2 项目里问"）→ 从侧栏找到项目 → 点 "打开项目首页" 按钮（hover 时出现）而不是项目名按钮 → 进入项目主页后再写 prompt。项目 URL 和安全规则见 references/manage-actions.md
- 用户要继续某个旧会话 → 从侧栏"最近"或 URL 直接进
- 始终记下 conversation URL，后面要用
记 conversation URL 时：普通对话 /c/<uuid>，项目内对话 /g/g-p-<uuid>/c/<uuid>（项目名命名后还可能带 -<slug>）。完整 6 种 URL 形态见 references/manage-actions.md 第 7 节。
"是否在项目里"的可靠视觉信号：composer placeholder 是 "<项目名>中的新聊天" 才算真在项目里；如果是 "有问题，尽管问" 那就是普通对话上下文，知识库不会自动可见。
2. 模型选择
- 用户指定了模型（Instant / Thinking / Pro / 别的命名都可能） → 先找当前页面可见的模型选择器；它可能在 composer 附近，也可能在顶部 banner 里。点开后选最接近的可见项
- 用户没指定 → 用当前选中的，不主动换
- 切不到要求的模型 → 不静默换成别的。报告 UI 上看到的实际选项，让用户决定
- 模型名和可见列表会变，免费/Plus/Pro 账户看到的项也不同。靠可见文本、placeholder、ARIA 标签和当前选中态判断，不靠固定列表
3. Apps / 文件 / 图片
Apps（连接器）
+ / 添加文件等 菜单通常包含：添加照片和文件 / 近期文件 / 创建图片 / 思考一下 / 深度研究 / 网页搜索 / 更多 / 项目。具体文案会随账户、语言和 UI 漂移，点击前先看当前 snapshot- Apps 入口有两条：
+ 菜单里的 更多 子菜单，或在 composer 里输入 @ 后选择候选。当前实测 @ 候选可直接出现 深度研究 以及 Canva / GitHub / Linear / OpenAI Platform 等 app
- 不要根据模型名或旧菜单列表推断 app 可用性。直接
@app 或当前可见菜单项试 → 看到 app chip / 检索卡片 / source 引用就成功
- Deep Research 也可能作为
@深度研究 候选激活。选中后可靠信号是 composer placeholder 变成 获取详细报告，出现 深度研究 chip / 应用 按钮 / 推荐、报告 等 DR 专属控件；不要把 + 菜单当成唯一入口
- 如果 app 没连接或要 OAuth → 停下来让用户去授权（参见 references/error-and-limits.md 第 5 节），绝不替用户点同意
文件 / 图片上传
Codex Chrome Extension 支持浏览器 file chooser 流程。ChatGPT 实测优先使用可见菜单路径：添加文件等 → 添加照片和文件，先等待 filechooser 事件，再用绝对路径 setFiles(...)。详见 references/codex-chrome-runtime.md。
不要直接点 ChatGPT 的底层 input[type="file"]，实测可能不触发 file chooser 事件。若 setFiles(...) 报 Not allowed / fileChooser.setFiles failed，去 Codex 扩展详情页开启 "Allow access to file URLs"（中文界面：允许访问文件网址）。不要改用 cookie、签名 URL、或系统级拖拽旁路。
产物下载
- ChatGPT 给的下载链接（PDF/CSV/代码文件等）：用户明确同意单个文件下载后，点击链接走浏览器原生下载
- ChatGPT 生成的图片：图片底部没有显式"下载"，入口藏在"分享此图片"弹窗里，点弹窗最右侧橙色"下载"按钮
- 下载后用
/bin/ls -lat ~/Downloads/ | head -7 或文件名 pattern 找最新文件，再按用户要求移动/落盘
- 不读取、解析下载文件内容，除非用户明确要求
- 详细路径和坑见 references/manage-actions.md 第 6.5 节"产物下载"
4. 提交后
记下三件事，写进当前对话上下文（不需要文件持久化）：
- ChatGPT conversation URL
- 选了哪个模型、用了哪些 app / 文件
- 用户原始诉求（一句话即可）
然后进入等待模式（见下面）。
完成判定
完成判定优先从 <main> 文本拿全文，不要依赖截断的可访问性树。Codex 侧推荐：
await tab.playwright.evaluate(() => document.querySelector("main")?.innerText ?? document.body?.innerText ?? "")
简版完成信号（中文 UI 实测）：
- 没有"思考中 / 正在搜索 / 正在分析 / Stop generating / Researching"字样
- 末尾出现 "ChatGPT 也可能会犯错。请核查重要信息。" disclaimer
- 底部 composer 区回到可输入态（不是 stop 按钮）
拿不全（被截断、太长）→ 标注"可能不完整" + 留 conversation URL。具体错误信号见 references/error-and-limits.md 第 7 节。
等待模式
Codex 版不照搬 Claude 后台 watcher 模板。按任务时长分流，详见 references/codex-waiting.md：
| 任务 | 默认模式 |
|---|
| Instant / 短 Thinking | 当前回合轮询，每 20-60 秒检查一次 |
| Pro / 长 Thinking | 当前回合轮询到 30 分钟上限；期间只在真正完成、超时或需要用户操作时发消息 |
| Deep Research / 跨小时任务 | Heartbeat 模式：确认研究已启动后挂安静轮询；automation 优先，spawn agent 作为默认 fallback |
轮询时不要给用户发"还在等"的例行状态。只有这些情况才报告：
- COMPLETE：完整回答已取回
- NEEDS_USER_INPUT：OAuth / CAPTCHA / login / clarification / Continue generating 等需要用户动作
- TIMEOUT：达到本轮上限，带当前可见内容和 URL
- ERROR：页面或浏览器控制失败
绝对不做
- 不导出、不复制、不保存 cookie / storage_state / OAuth token / localStorage
- 不绕过登录、MFA、CAPTCHA、付费墙、speed limit
- 不替用户授权 OAuth / 第三方 app / 隐私同意，看到就停下来交还
- 不下载文件（用户没明确同意单个文件下载之前；下载需要单独确认）
- 不在 ChatGPT 里发送 cookie / API key / 银行卡 / 身份证号 / 私钥，哪怕用户原始请求里包含，明确停下来拒绝
失败时怎么办
详细见 references/error-and-limits.md。总原则：
- 不要"重试一次再说"。除了网络瞬时抖动可以重试 1 次
- 不要静默降级模型 / 替用户授权 / 替用户回答 clarification
- 直接报告当前在 ChatGPT 页面上看到的可见文本，原样引述
- 让用户决定下一步
管理 ChatGPT（删/归档/分享/Memory/项目/库）
用户说"删了这个对话"、"归档全部"、"撤销那个分享"、"清掉 Memory"、"创建一个项目"、"看库里有什么"等管理类操作时，按 references/manage-actions.md 找入口和 cheat sheet。
特别注意：
- 点开"分享"弹窗 = 立刻创建公开 URL，没用户明确授权前别点
- 删除项目会永久删除项目内所有对话，二次确认前要用户口头同意
- 删除对话不清 Memory，删完后提醒用户单独去个性化 → 记忆里清
聊天记录落盘到本地
用户说"把这个对话存下来"、"下载那个 DR"、"保留这张图片"等时，按 references/save-conversation.md 走 3 档分流：
| 档 | 内容 | 路径 |
|---|
| A | 普通 chat message | <main> 文本 + Codex 写 .md |
| B | Artifact（DR / Canvas） | 点 artifact 自带下载菜单 → "导出到 Markdown" → mv |
| C | 图片 | "分享此图片"→"下载" → mv |
默认目录 ~/Downloads/chatgpt-skill/，文件名 YYYY-MM-DD_<title>_<uuid8>.<ext>。
显式触发：用户没说要存就不要自动写盘，避免污染硬盘。取回结果后用户回一句"存下来"才动手。
Examples
examples/ 里放 Codex 专属场景，不复用 Claude 版后台 watcher 模板：
file-upload-roundtrip.md — 上传本地文件、提交带附件 prompt、等待完成、取回回答（已实测）deep-research-pull.md — 用 Codex 触发 Deep Research，启动后挂 heartbeat；automation 优先，spawn agent fallback，都没有才 Pull
Claude 版更完整的历史场景仍在 claude-chatgpt-skill/examples/，只能借鉴任务意图；不要照搬其中的 Agent({ run_in_background: true }) / watcher 做法。
迁移状态
Claude 版的端到端 examples 保留在 claude-chatgpt-skill/examples/。Codex 版先以运行时、安全流程和专属 examples 为准。
当前烟测状态（2026-05-31）：停掉其它 Chrome debugger 控制方后，Codex Chrome Extension 可以复用用户已登录的 ChatGPT tab，读取页面结构和截图，展开模型菜单和 app 菜单，上传文件，提交带附件 prompt，等待完成并读取回答。已知阻塞形态仍是 Detached while handling command / Unknown error；出现时优先排查 Claude in Chrome、DevTools 或 chrome-devtools-mcp 等控制权冲突，详见 references/codex-chrome-runtime.md。不要尝试 cookie / storage / 外部浏览器自动化旁路。
