tt-a1i/proxide

Dernière activité source enregistrée: 20 juin 2026 à 06:48

Catalogue SkillsMP mis à jour: 5 novembre 2026 à 19:57

skills collectés: 1

Étoiles GitHub: 16
Forks GitHub: 1

Installer avec un assistant IA

Copiez ce prompt dans l’assistant IA que vous utilisez.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/tt-a1i/proxide.

README du dépôt

Fichier source du README : README.md

Lire le README source

Afficher le README complet

# Proxide <a href="https://github.com/tt-a1i/proxide/releases"><img alt="Release" src="https://img.shields.io/github/v/release/tt-a1i/proxide?style=flat-square"></a> <a href="https://github.com/tt-a1i/proxide/actions/workflows/ci.yml"><img alt="CI" src="https://img.shields.io/github/actions/workflow/status/tt-a1i/proxide/ci.yml?branch=main&style=flat-square"></a> <a href="LICENSE"><img alt="License" src="https://img.shields.io/github/license/tt-a1i/proxide?style=flat-square"></a> <img alt="MCP" src="https://img.shields.io/badge/MCP-ChatGPT%20Pro%20ready-0f766e?style=flat-square"> <img alt="Runtime" src="https://img.shields.io/badge/runtime-Rust-000000?style=flat-square"> Any-agent GPT Pro workspace bridge 让任意 Agent 通过 MCP 或浏览器 fallback 安全使用网页端 GPT Pro，并把它接到本地仓库。 <a href="#快速开始">快速开始</a> · <a href="#为什么值得用">为什么值得用</a> · <a href="#两种模式">两种模式</a> · <a href="#首次接入-chatgpt-pro">ChatGPT Pro 接入</a> · <a href="#同类项目对比与路线">同类项目对比</a> **Proxide** 是一个 agent-agnostic workspace bridge。它不要求 Agent 必须是 Codex：只要 Agent 能运行本地命令、调用 MCP、或通过浏览器/手动粘贴转交上下文，就可以用 Proxide 把本地项目安全交给 ChatGPT Pro、Claude、Grok、Gemini 等网页端强模型。它的目标不是做一个只读 demo，也不是简单封装浏览器自动化，而是让不同能力层级的 Agent 都能稳定使用网页端强模型： - **任意 MCP-capable Agent**：启动 Rust connector，让 ChatGPT Pro 或其他 MCP host 读取项目、写 review/edit plan，必要时进入受控执行； - **任意 browser-capable Agent**：走 Bridge Mode，把 scrub 后的 context packet 发给 ChatGPT Pro、Claude、Grok、Gemini 等网页模型； - **没有浏览器能力的 Agent**：仍可运行本地 MCP server，把 `/mcp` endpoint 交给网页端 GPT Pro 使用； - **第一次使用的人**：按 README、FAQ 和 ChatGPT Pro setup runbook 完成安装、诊断、OAuth owner approval 和 smoke test。它的默认边界仍然很窄：**先做通信和受控 handoff，不替人和目标模型做最终判断**。新手配置和安全边界可以先看 [FAQ_ZH.md](FAQ_ZH.md) 和 [SECURITY.md](SECURITY.md)。 <img src="docs/assets/proxide-social-cover.png" alt="Chinese hand-drawn social cover: Proxide is not only for Codex; any Agent can connect to GPT Pro through Rust MCP and handoff." width="920"> <img src="docs/assets/proxide-bridge-map.svg" alt="Proxide connects any agent to GPT Pro and a local workspace through MCP, bridge, and handoff paths." width="920"> ## 一眼看懂 | 使用者状态 | 推荐路径 | 能得到什么 | | --- | --- | --- | | Agent 支持 MCP 或能启动本地服务 | MCP Connector Mode | ChatGPT Pro 直接通过 MCP 读取项目、写 review/edit plan、必要时受控执行 | | Agent 只会操作浏览器 | Bridge Mode | scrub 后的 context packet、网页强模型回复、本地 outbox/inbox 交接记录 | | Agent 不能操作浏览器 | Local MCP endpoint handoff | 把 `/mcp` endpoint 交给网页端 GPT Pro，不需要本地 Agent 控浏览器 | | 第一次接入 ChatGPT Pro | Release installer + `doctor` + setup runbook | 可复制的安装、诊断、OAuth 授权和 smoke test 流程 | | 团队担心安全边界 | readonly/review/execute + tool/write/shell modes | 从只读、handoff 到 scoped execution 的渐进式授权 | ## 快速开始安装 release 版 connector： ```bash curl -fsSL https://raw.githubusercontent.com/tt-a1i/proxide/main/scripts/install-release.sh | bash ``` 初始化一个要开放给 ChatGPT Pro 的 workspace： ```bash codex-connector init \ --root /absolute/path/to/project \ --skill-root "$HOME/.local/share/codex-web-bridge/connector"/codex-web-bridge-connector-*/skills \ --trust-level readonly \ --force codex-connector doctor codex-connector serve ``` 把本地 `http://127.0.0.1:8765` 通过可信 HTTPS tunnel 暴露后，在 ChatGPT Pro developer connector 里填写： ```text https://<tunnel-host>/mcp ``` 完整步骤见 [首次接入 ChatGPT Pro](#首次接入-chatgpt-pro) 和 [chatgpt-pro-mcp-setup.md](skills/codex-web-bridge/references/chatgpt-pro-mcp-setup.md)。 ## 为什么值得用 Proxide 吸收了两个相邻方向的优点：[Waishnav/devspace](https://github.com/Waishnav/devspace) 证明了 ChatGPT-local-workspace MCP 对 Agent 编码有价值；[rebel0789/codexpro](https://github.com/rebel0789/codexpro) 强调了首次 setup、doctor、tool mode、handoff/fallback 文档和新手体验。Proxide 在这些基础上做了更适合任意 Agent 的组合： <img src="docs/assets/proxide-comparison.png" alt="Hand-drawn comparison: ordinary bridge is browser-only with weak auth and no audit; Proxide supports any Agent, Rust MCP, browser fallback, handoff first, and audit trail." width="920"> - **Rust production MCP server**：生产方向落在 `connector-rs/`，不是临时 Python demo；支持标准 MCP lifecycle、HTTP `/mcp`、session id、OAuth owner approval、owner token 调试和 release 安装。 - **Bridge + Connector 双模式**：有 MCP 的 Agent 走 connector；没有 MCP 或不能连本地服务时，仍可用 browser/manual bridge 把 scrub 后的上下文交给网页强模型。 - **面向 Agent 的工具面预设**：`tool_mode=minimal|standard|full` 控制工具数量，`write_mode=off|handoff|workspace` 控制是否写源码，`shell_mode=off|safe|full` 控制 shell 暴露范围。弱 Agent 不需要看到完整工具集，强 Agent 可以逐步升级。 - **先 handoff，后执行**：`review` / `handoff` 模式允许 ChatGPT 写 review note、edit plan 和 patch preview，但不改 workspace；本地 Codex、Claude Code 或任意其他 Agent 可以接手执行。 - **项目规则和 skills 是一等上下文**：`open_workspace` 会返回 `AGENTS.md`、`CLAUDE.md`、`CONTEXT.md`、嵌套 instruction 文件和显式授权的 skill entrypoints；读取 skill 资源前必须先读对应 `SKILL.md`。 - **编码闭环不是只读查看**：显式 `execute` 后可用 scoped `write` / `edit` / `apply_patch` / `move_path`、safe/full shell、managed Git worktrees、branch publish、PR handoff 和 PR status refresh。 - **ChatGPT Apps UI + 普通 MCP fallback**：支持 `render_changes`、`render_review`、`render_pull_requests`、`render_edit_plans` 等 Apps-compatible cards，同时保留 plain-text/structuredContent 给非 ChatGPT MCP host。 - **更保守的安全默认值**：默认 readonly、allowed roots、canonical path containment、Origin/Content-Type 防护、OAuth scopes、常量时间 token 比对、审计摘要不保存文件正文或 shell 输出。 - **面向发布的安装和验证**：支持 GitHub Release tarball、SHA-256 校验、`install-release.sh`、`doctor`、`verify-release.sh` 和 ChatGPT Pro 首次接入 runbook。 ## 能力矩阵 | 层级 | 代表能力 | 是否改 workspace | 适合场景 | | --- | --- | --- | --- | | Bridge Mode | context packet、scrub、browser/manual handoff、response capture | 否 | 借用网页强模型做规划、审查、解释 | | `readonly` connector | `open_workspace`、`read`、`search`、`list`、`git_status`、`git_diff`、`preview_patch` | 否 | 第一次接入、只读审查、低风险远程上下文 | | `review` / `handoff` | `create_note`、`create_edit_plan`、`update_edit_plan_status`、`render_review`、`render_edit_plans` | 不改源码 | GPT Pro 写计划，本地 Agent 执行 | | `execute` connector | `write`、`edit`、`apply_patch`、`move_path`、safe/full `shell`、worktree、publish、PR handoff | 是，受 allowed roots 和 mode 约束 | 授权后的真实编码闭环 | <img src="docs/assets/proxide-trust-layers.svg" alt="Proxide exposes readonly, review handoff, and execute layers with tool, write, and shell modes." width="920"> ## 功能边界 Bridge Mode 负责： - 从当前 repo、diff、未跟踪文件、指定证据文件和用户问题生成 context packet； - 外发前扫描常见 secret、token、private key、内部 URL 等风险； - 用 `.codex-web-bridge/outbox` / `.codex-web-bridge/inbox` 保存可追踪的本地交接记录； - 让用户选择普通 Chrome/浏览器、Codex 应用侧边栏浏览器或手动粘贴； - 通过浏览器把 packet 发给 ChatGPT Pro、Claude、Grok、Gemini 等网页模型； - 等待模型生成完成并抓取完整回复； - 把回复交回本地 Agent 或用户。 Bridge Mode 不负责： - 判断模型回答对不对； - 强制本地 reconciliation； - 自动决定 `FIX / DEFER / DISMISS`； - 让网页模型直接改本地代码或运行本地命令； - 未经确认发布社交评论、上传文件或执行外部副作用。 MCP Connector Mode 负责： - 暴露用户授权 workspace 的 MCP 工具面； - 发现项目 instruction、skills、Git 状态和 bounded 文件内容； - 在 `review` / `handoff` 模式下保存 review note、edit plan 和 patch preview； - 在显式 `execute` + 合适 mode 下执行 scoped 文件修改、受控 shell、worktree 和 PR handoff； - 给 ChatGPT Apps 和普通 MCP host 返回结构化结果、compact `_meta` 和本地 audit/session state。 ## 两种模式 ### Bridge Mode 这是当前已实现的 browser/manual fallback：本地 Agent 打包上下文，scrub 之后通过普通 Chrome/浏览器、Codex 应用侧边栏浏览器或手动粘贴发送给 ChatGPT Pro、Claude、Grok、Gemini 等网页模型，再把回复带回本地 Agent。适合： - 本地 Agent 支持浏览器操作； - 用户只想借用网页强模型做规划、审查、解释； - 不希望网页模型直接读写本地文件或运行命令。 ### MCP Connector Mode 这是当前生产方向：启动一个本地 Rust MCP connector，让 ChatGPT Pro、Claude 或其他 MCP host 连接到用户允许的本地 workspace。这样即使本地 agent 不支持浏览器操作，也可以让网页端 GPT Pro 使用本地项目上下文。这个模式和 Bridge Mode 的信任边界完全不同：Connector Mode 是网页模型主动调用本地工具。默认只读，只开放 workspace、项目指令发现、嵌套指令文件索引、skill 入口发现、受控 skill 资源读取、read、search、list、git status/diff、patch preview、session 审计、review note / edit plan 恢复、managed worktree 列表等能力；`write` / `edit` / `apply_patch` / `move_path` / `shell` / `open_worktree` / `open_workspace(mode="worktree")` / PR 发布与状态刷新只在显式 `trust_level=execute` 时出现。参考设计见 [skills/codex-web-bridge/references/mcp-connector-mode.md](skills/codex-web-bridge/references/mcp-connector-mode.md)。 `connector-rs/` 下提供生产方向的 **Rust MCP server**，刻意独立于 Bridge Mode 的 skill 运行态。它实现了标准 MCP 生命周期（`initialize` → 可选 `notifications/initialized` → `tools/list` / `tools/call`）；HTTP 场景里 `initialize` 响应头会返回 `Mcp-Session-Id`，后续请求回带即可调用工具。因此 ChatGPT Pro、Claude 等 MCP host 可以直接连接。`connector/` 下的 Python 实现保留为已验证 reference，新的 MCP 服务能力默认落到 Rust： ```bash # 1. 初始化配置（allowed_roots 必须指向具体仓库，不能是 ~ 或 /） ./bin/codex-connector init --root /absolute/path/to/project --skill-root /absolute/path/to/codex-pro/skills # 持久 ChatGPT / GPT Pro connector：填 tunnel / public origin，不要带 /mcp ./bin/codex-connector init --root /absolute/path/to/project --skill-root /absolute/path/to/codex-pro/skills --public-base-url "https://<tunnel-host>" --force # 2. 启动本地 connector（默认绑定 127.0.0.1；是否需要 owner token 取决于配置） ./bin/codex-connector serve # 3. 诊断本地 setup ./bin/codex-connector doctor # 4. 运行 Rust connector 测试和 Python reference 回归测试 cargo test --manifest-path connector-rs/Cargo.toml python3 -m unittest discover -s connector/tests -t . ``` 网页端 ChatGPT / GPT Pro 接入时，Connector URL 填公开可达或 Tunnel 暴露的 `/mcp` 地址，例如 `https://<tunnel-host>/mcp`；非 loopback 的 `public_base_url` 必须使用 `https`。持久使用走 Rust connector 的 OAuth owner approval：server 会暴露 protected-resource metadata、authorization-server metadata、authorization code + PKCE、refresh token，并把 owner approval password 与 OAuth token 存在 `state_dir`，不写入仓库配置。`owner_token` 仍保留给本地/自管 MCP client 直接用 `Authorization: Bearer <owner_token>` 调试或自动化。 MCP host 通过 `POST /mcp` 发送 JSON-RPC 2.0 消息。ChatGPT 这类网页端 host 走 OAuth Bearer token；本地自管 client 也可以直接用 owner token。`/rpc` 作为旧本地调试路径继续兼容。`initialize` 会做协议版本协商（支持 `2025-06-18` / `2025-03-26` / `2024-11-05`）并返回 `serverInfo`、`tools` 能力以及响应头 `Mcp-Session-Id`，host 在后续请求里回带该 session id；`notifications/initialized` 会被接受，但 HTTP connector 不依赖它来解锁后续工具调用。`initialize` 之前（除 `ping`）的请求会被拒绝；通知（无 `id`）返回 HTTP 202 空响应。约定与安全边界： - `trust_level` 默认 `readonly`；readonly 已包含 `preview_patch`、`list_notes`、`list_edit_plans`、`show_changes`、`show_review`、`show_pull_requests`、`show_edit_plans` 和 Apps-compatible `render_changes` / `render_review` / `render_pull_requests` / `render_edit_plans` 卡片；`review` 增加 `create_note`、`create_edit_plan` 和 `update_edit_plan_status`，只写 connector 状态，不改 workspace；`execute` 需用户显式升级，开放 scoped `write` / `edit` / `apply_patch` / `move_path`、bounded non-interactive `shell`、managed Git worktrees、`open_workspace(mode="worktree")`、`publish_branch`、`create_pull_request`、`refresh_pull_request_status` 和 `refresh_pull_requests`。 - `tool_mode` / `write_mode` / `shell_mode` 用来把 execute 上限继续收窄给不同 Agent：`tool_mode=minimal|standard|full` 控制工具选择器大小；`write_mode=off|handoff|workspace` 控制是否允许源码写入、worktree、publish 和 PR 工具，其中 `handoff` 适合只让 ChatGPT 写 review note / edit plan 给本地 Agent 执行；`shell_mode=off|safe|full` 控制 shell 是否出现，`safe` 只允许只读 Git 与常见 test/lint/typecheck/check/build 命令。默认值保持兼容：`tool_mode=full`、`write_mode=workspace`、`shell_mode=full`。 - `state_dir` 下会保存 `workspace_state.json`、`audit.jsonl`、review notes 和 PR body handoff 文件。前者给 `show_session` / `sessions list/show` / `list_pull_requests` / `list_edit_plans` 用，记录 session、workspace id、edit plan intent 和路径摘要、PR handoff 摘要、工具名、workspace-relative path、move from/to、query、cwd、结果状态和 bounded error；不会保存文件正文、PR body、shell 命令正文、patch 正文或 shell 输出。Review note 正文只写入 `review-notes.jsonl`，可通过 authenticated readonly `list_notes` 按 `workspace_id` 恢复；`show_review` / `render_review`、`list_edit_plans` / `show_edit_plans` / `render_edit_plans`、PR handoff 读取工具都需要 OAuth `workspace:read` 或 owner token。no-auth smoke connector 不能读取 note body、edit plan intent 或 PR handoff records。PR body 只写入 `pr-bodies/`，audit/state 不保存 patch diff 正文。Edit plan intent 是本地 state 的可恢复 handoff 内容，但不会进入 audit 或 Apps `_meta` 摘要。 - OAuth scope 会逐工具检查：execute 文件、Git、worktree 和 PR 工具需要 `workspace:write`，`shell` 工具需要单独的 `shell` scope；本地/自管 client 使用 owner token 时不受 OAuth scope 限制。 - 默认绑定 loopback；绑定非 loopback host 必须配置 `owner_token`，owner token 和 OAuth token 都用常量时间比对。 - `public_base_url` 会派生 Host allowlist；公网隧道 URL 不是 secret，真正的保护是 OAuth owner approval 或 owner token。 - 校验 `Origin` 头防 DNS-rebinding，要求 `Content-Type: application/json` 防浏览器 simple-request 伪造，`GET` / `DELETE` 返回 405。 - 所有 workspace 相对路径都强制包含校验（canonical path containment），拒绝绝对路径、`..`、final symlink；`search` 对每个候选重新校验并跳过 symlink，避免树内 symlink 读到 root 外文件。 - `open_workspace` 不回传本机绝对路径（只回 basename）；它会返回根目录 `AGENTS.md` / `CLAUDE.md` / `CONTEXT.md` 内容、嵌套指令文件路径，以及显式配置或 workspace-local 自动发现的 skills 的 `skill://.../SKILL.md` 入口。自动 skill discovery 默认开启，只会查找 opened workspace 内真实目录 `.pi/skills` 和 `skills`，canonical 后仍必须留在 workspace 内；本机其它 skill 目录必须用 `--skill-root` 显式授权。如需关闭 workspace-local 自动发现，`init` 使用 `--no-auto-skill-roots` 或在 config 中设 `auto_skill_roots: false`。`read` 只有在读过某个 skill 的 `SKILL.md` 后，才允许读取该 skill 目录下其它资源。git 失败只回通用错误，不转发 git stderr。 - MCP tool result 同时返回 `content`、`structuredContent` 和 Apps-compatible `_meta` 摘要；`_meta` 只放路径、计数、状态、字符数等 compact metadata，不重复文件正文、diff 或 shell 输出。 - `search` 有时间、扫描文件数与单文件大小上限；打开的 workspace 数量有上限（LRU 淘汰）。 - 两类错误分流：未知方法/工具、参数错误走 JSON-RPC error；路径逃逸、信任级别不足、文件缺失等走 `isError: true` 的正常结果。 ## 首次接入 ChatGPT Pro 给第一次使用的人，或者给“不会操作浏览器、但能运行本地命令”的 agent，完整 runbook 见 [skills/codex-web-bridge/references/chatgpt-pro-mcp-setup.md](skills/codex-web-bridge/references/chatgpt-pro-mcp-setup.md)。这里是最短分工： - 本地 agent：确认当前 checkout 或解压包包含 `connector-rs/` 和 `skills/codex-web-bridge/`。运行 `./bin/codex-connector init --root <target-project> --skill-root <connector-package>/skills --public-base-url https://<tunnel-host> --force` 创建 `connector-rs/connector.local.json`。`--root` 是要开放给 ChatGPT 的目标项目，`--skill-root` 是本项目 checkout/解压包里的 skills 目录。命令会在 `state_dir` 生成 owner approval password；第一次 ChatGPT OAuth 授权页需要它。 - 本地 agent：运行 `./bin/codex-connector doctor` 诊断配置。 - 本地 agent：用 `./bin/codex-connector serve` 启动本地 MCP server。 - 本地 agent：用 Secure MCP Tunnel、ngrok 或 Cloudflare Tunnel 暴露 `http://127.0.0.1:8765`，把 `https://<tunnel-host>/mcp` 交给用户。`public_base_url` 必须和 tunnel origin 一致。 - 用户：在 ChatGPT web 里打开 Settings -> Apps & Connectors / Apps / Connectors -> Advanced settings，启用 Developer mode；然后在 Connectors / Apps & Connectors 里 Create 一个 connector，填入 `/mcp` endpoint。授权页出现时输入本地 agent 给出的 owner approval password。 - 验证：新开一个 ChatGPT 对话，选择这个 connector，让它先调用 `open_workspace`，再调用 `read README.md`。如果能返回 README 第一行标题和工具名，链路就跑通了。 - 收尾：测试完成后关闭 tunnel 和本地 connector；不要长期保留 no-auth 公网隧道。持久使用应保留 OAuth 配置并定期清理不需要的 connector/token。注意：只安装 `skills/codex-web-bridge` 这个 Codex Skill，不等于安装了 MCP server。MCP server 生产方向在仓库根目录的 `connector-rs/` crate 里，并通过 `./bin/codex-connector` 暴露稳定入口；其他 agent 如果不识别 Codex Skill，也仍然可以直接启动 Rust connector 作为通用 MCP server。 ## 同类项目对比与路线我们比 [Waishnav/devspace](https://github.com/Waishnav/devspace) 和 [rebel0789/codexpro](https://github.com/rebel0789/codexpro) 更晚进入这个方向，所以路线不是只做一个 readonly connector，而是先吸收它们对 Agent 真正有用的部分，再用更严格的信任边界和双模式 fallback 做差异化。 | 参考方向 | 值得学习的能力 | 这里已经吸收的部分 | 这里额外强调的差异 | | --- | --- | --- | --- | | DevSpace | ChatGPT 连接本地 workspace、工具卡片、worktree / PR 编码流 | `open_workspace`、readonly/review/execute 分层、Apps-compatible cards、managed worktree、publish branch、PR handoff/status refresh | Rust connector、OAuth owner approval、Bridge Mode fallback、scrub gate、handoff-first 安全流、skill/instruction 发现 | | codexpro | 新手 setup、doctor、tool mode、handoff、fallback 文档和发布包装 | `codex-connector init`、`doctor`、`tool_mode` / `write_mode` / `shell_mode`、ChatGPT setup runbook、release installer | 不把 query-token URL 当正式认证路径；生产方向用 Rust MCP server；skill roots 显式授权；audit/state 默认不保存文件正文、patch 正文或 shell 输出 | 当前追平计划见 [docs/devspace-parity-roadmap.md](docs/devspace-parity-roadmap.md)。剩余重点主要是产品成熟度：更丰富的 ChatGPT Apps 交互、registry/tap/npm wrapper 安装入口、持续 PR review 看板和更完整的跨平台运行验证。 ## 安装任意 Agent / MCP host 优先安装通用 connector： ```bash curl -fsSL https://raw.githubusercontent.com/tt-a1i/proxide/main/scripts/install-release.sh | bash ``` 这个脚本会下载对应平台的 release tarball、校验 SHA-256、把 `codex-connector` 安装到 `~/.local/bin`，并保留解压包里的 `skills/` 目录用于 `codex-connector init --skill-root ...`。Release workflow 为 Linux x86_64 和 macOS arm64 上传 tarball 与 checksum；发布步骤见 [docs/release.md](docs/release.md)。macOS Intel 和源码 checkout 用户仍可用： ```bash ./scripts/install-connector.sh ``` 如果你使用 Codex，并且只需要 browser/manual Bridge Mode，可以单独安装可选 Codex Skill： ```text Use $skill-installer to install https://github.com/tt-a1i/proxide/tree/main/skills/codex-web-bridge ``` 安装后重启 Codex。如果需要 MCP Connector Mode，不要只安装 skill 子目录；请 clone 或安装包含 `skills/codex-web-bridge/`、`connector-rs/`、`bin/codex-connector` 的完整项目分发。已只安装 skill 的用户需要升级到完整 checkout，否则只能使用 Bridge Mode，不能启动本地 MCP server。本地开发时，也可以在仓库根目录用相对路径安装： ```text Use $skill-installer to install ./skills/codex-web-bridge ``` ## 使用任意 Agent / MCP host 的最短路径： ```bash codex-connector init --root /absolute/path/to/project --trust-level readonly --force codex-connector doctor codex-connector serve ``` 然后把 HTTPS tunnel 暴露的 `/mcp` endpoint 交给 ChatGPT Pro、Claude 或其他 MCP host。 Codex Skill 的 browser/manual bridge 用法：把当前任务发给 ChatGPT Pro： ```text Use $codex-web-bridge to ask ChatGPT Pro for a plan using the current diff and relevant files. ``` 把 bug 上下文发给 Claude： ```text Use $codex-web-bridge to send this failing test and implementation context to Claude, then bring the answer back. ``` 支持的 provider 目标： - `chatgpt`：ChatGPT / GPT Pro / GPT-5.5 Pro 网页端； - `claude`：Claude 网页端； - `grok`：Grok 网页端； - `gemini`：Gemini 网页端； - `other`：其他有输入框和输出区的网页模型。 ## 工作流 1. 明确要问哪个网页模型，以及要问什么。 2. 用 `build_context_packet.py` 打包上下文。 3. 用 `scrub_context.py` 做外发前扫描。 4. 选择浏览器 surface：普通 Chrome/浏览器、Codex 应用侧边栏浏览器，或手动粘贴。 5. 可选：用 `bridge_handoff.py create` 生成 outbox 目录和可直接粘贴的 prompt。 6. 通过浏览器打开或复用对应网页模型线程。 7. 发送 scrub 通过后的 packet。 8. 等待模型完整回复。 9. 抓取回复，用 `bridge_handoff.py done` 写回 inbox，或直接交回本地 Agent / 用户。如果选择 Codex 应用侧边栏浏览器，第一次访问对应网页模型时可能需要用户在侧边栏里登录认证一次；它和用户日常 Chrome 登录态不一定共享。如果本地 agent 不支持浏览器操作，优先考虑 MCP Connector Mode：让网页端 GPT Pro 作为 MCP host 连接本地 connector，而不是要求本地 agent 操作浏览器。 ## 脚本生成 context packet： ```bash python3 skills/codex-web-bridge/scripts/build_context_packet.py \ --repo . \ --provider chatgpt \ --purpose planning \ --question "What is the safest implementation plan for this change?" \ --scope "Current implementation diff" \ --output /tmp/codex-web-bridge-packet.md ``` 扫描敏感内容： ```bash python3 skills/codex-web-bridge/scripts/scrub_context.py \ /tmp/codex-web-bridge-packet.md \ --fail-on block ``` 生成本地 outbox 交接： ```bash python3 skills/codex-web-bridge/scripts/bridge_handoff.py create \ --repo . \ --provider chatgpt \ --purpose planning \ --surface ask \ --question "What is the safest implementation plan for this change?" \ --scope "Current implementation diff" ``` 把网页模型回复写回 inbox： ```bash python3 skills/codex-web-bridge/scripts/bridge_handoff.py done \ 20260617T120000Z-chatgpt-planning \ --from-clipboard ``` 默认生成的 packet 不包含本机仓库绝对路径，减少外发时泄漏本地用户名或目录结构。确实需要时可传 `--include-repo-path`。 `bridge_handoff.py` 默认写入 `.codex-web-bridge/`，该目录是本地运行态，已被 `.gitignore` 忽略。 Rust Connector CLI： ```bash # 可选：安装 release 二进制到 ~/.local/bin/codex-connector ./scripts/install-connector.sh # 可选：生成包含二进制、skill、Rust connector 源码和文档的发布包 ./scripts/package-connector.sh # 首次人类用户可直接运行交互式 setup，按提示填写 allowed roots、端口、public URL 和 skill roots ./bin/codex-connector init # Agent/自动化路径：显式创建配置，默认写入 connector-rs/connector.local.json 并生成 owner token ./bin/codex-connector init --root /absolute/path/to/project # TTY-attached 脚本如果要保留“默认当前目录且不提问”的旧行为，可以显式关闭交互 ./bin/codex-connector init --no-interactive --force # 可选：让 MCP host 发现随 connector 包发布的 Codex skills ./bin/codex-connector init --root /absolute/path/to/project --skill-root /absolute/path/to/codex-pro/skills --force # 显式开启文件写入/编辑/shell 工具；不要用于 no-auth 公网隧道 ./bin/codex-connector init --root /absolute/path/to/project --trust-level execute --force # 第一次给 GPT Pro 或能力较弱的 Agent 用：少工具、只写 handoff、不暴露 shell ./bin/codex-connector init --root /absolute/path/to/project --trust-level execute --tool-mode minimal --write-mode handoff --shell-mode off --force # 允许源码修改，但 shell 只允许测试、lint、build 和只读 git 命令 ./bin/codex-connector init --root /absolute/path/to/project --trust-level execute --write-mode workspace --shell-mode safe --force # ChatGPT / GPT Pro 持久 connector：public_base_url 是 tunnel origin，不带 /mcp ./bin/codex-connector init --root /absolute/path/to/project --public-base-url https://<tunnel-host> --force # 临时 no-auth smoke test（只用于短时 readonly tunnel，不能配 execute） ./bin/codex-connector init --root /absolute/path/to/project --no-owner-token --force # 如果已经安装，也可以直接用 codex-connector 代替 ./bin/codex-connector。 # 启动 MCP server ./bin/codex-connector serve # 检查配置、endpoint 文案、认证状态、Git 是否可用和工具面 ./bin/codex-connector doctor # 查看最近工具调用审计记录 ./bin/codex-connector audit # 查看 MCP session 摘要和详情 ./bin/codex-connector sessions list ./bin/codex-connector sessions show <session-id> # 查看和清理 connector state 下的 managed Git worktrees ./bin/codex-connector worktrees list ./bin/codex-connector worktrees cleanup ``` 交互式 setup 如果检测到当前 checkout 下的 `skills/`，会把它作为显式 skill root 默认值；即使不手动填写，Rust connector 也会默认自动发现 opened workspace 内的 `.pi/skills` 和 `skills`。如需关闭自动发现，初始化时传 `--no-auto-skill-roots`，或在 skill root 提示处输入 `none`。发布前验证： ```bash ./scripts/verify-release.sh ``` 这个脚本会运行 Rust fmt/clippy/test/build、Python reference tests、`git diff --check`、wrapper smoke、installer smoke、release package smoke、本地 `/mcp` HTTP smoke，并打印手动 ChatGPT connector smoke prompt。 ## 目录 ```text skills/codex-web-bridge/ ├── SKILL.md ├── agents/openai.yaml ├── references/ │ ├── providers.md │ ├── mcp-connector-mode.md │ ├── chatgpt-pro-mcp-setup.md │ └── response-capture.md └── scripts/ ├── bridge_handoff.py ├── build_context_packet.py └── scrub_context.py connector/ ├── __init__.py ├── config.py # trust 模型 + allowed roots 校验 ├── workspace.py # workspace 解析 + 路径包含边界 ├── tools.py # 只读工具面 + 权限分级 + JSON Schema ├── protocol.py # MCP 生命周期 (initialize/initialized/tools) ├── server.py # 本地 HTTP 传输（loopback + owner token） ├── connector.example.json └── tests/ ├── __init__.py ├── test_connector.py # 路径包含 + 权限分级测试 ├── test_protocol.py # MCP 握手 + tools/list/call 测试 └── test_server.py # HTTP 传输端到端（auth/origin/session） connector-rs/ ├── Cargo.lock ├── Cargo.toml ├── connector.example.json ├── README.md └── src/main.rs # Rust production MCP connector ``` ## 隐私边界 `scrub_context.py` 只能发现常见 secret 形态，不是完整 DLP 系统。外发前仍然要确认上下文是否包含客户数据、内部链接、日志、截图、账号信息或其他不该发送给目标网页模型的内容。 ## 关系与授权 Proxide 最初受 [christianaranda/codex-pro-skill](https://github.com/christianaranda/codex-pro-skill) 和 [steipete/oracle](https://github.com/steipete/oracle) 这类“把本地上下文交给强模型”的工作流启发，但现在定位更通用：为任意 Agent 提供连接网页端强模型和本地 workspace 的 MCP / browser bridge。代码以 MIT License 发布。

Chargement du README du dépôt…

Skills dans ce dépôt

Développeurs de logiciels

1 catégories métier · 100% classifié

skill

métier

description

mis à jour

codex-web-bridge

Développeurs de logiciels

Bridge Codex to web-based AI model products by packaging local task context, scrub-checking it, sending it through an approved browser surface to ChatGPT Pro, Claude, Grok, Gemini, or another web model, waiting for the answer, and returning the model response…

Langue du texte source : anglais

2026-06-20

Affichage de 1 skills collectés sur 1.