codex-with-chatgpt

这是什么？适合谁？

Codex with ChatGPT（XiaoDuoYa/codex-with-chatgpt）是一个双模型组合 Agent Harness：保留 OpenAI Codex 的执行层，同时接入 ChatGPT 作为「规划大脑」，让「思考」和「写代码」各由更擅长的模型负责。

核心价值：把「推理规划」与「编码执行」分离——ChatGPT 出方案、拆任务，Codex 负责落地写码，通过 MCP 打通两个模型，契合「推理模型 + 编码执行分离」的 Agent 架构趋势。

适合人群：

• 想让 ChatGPT 规划、Codex 执行的进阶开发者
• 关注多模型 Agent 编排架构的工程师
• 需要 OAuth 与 MCP 集成能力的集成者

使用前提：OpenAI Codex 环境 + ChatGPT 访问凭证；理解 MCP 与 Agent Harness 概念。

准备工作

1. OpenAI Codex：需要 Codex CLI 或对应执行环境。
2. ChatGPT 凭证：用于规划侧推理，需配置 API 或账号接入。
3. MCP 配置：规划与执行之间的桥接走 MCP 协议。
4. 成本：MIT 开源免费；运行成本取决于 ChatGPT 与 Codex 的 API 用量。
5. 时间预算：安装 + 跑通第一个任务约 20 分钟。

快速上手（3 步）

第一步：安装 Harness

git clone https://github.com/XiaoDuoYa/codex-with-chatgpt
cd codex-with-chatgpt
npm install   # 具体依赖与配置以 README 为准

第二步：配置 ChatGPT 规划端

配置 ChatGPT 接入与 OAuth 凭证，让规划请求能发出。

第三步：让 Codex 执行任务

向 Harness 下达任务，ChatGPT 规划、Codex 执行，产出代码与结果。

成功判定：下达一个编码任务后，ChatGPT 完成规划、Codex 完成执行，得到可运行的代码与清晰的执行过程。

初级用法

规划与执行分离

ChatGPT 负责拆任务、出方案，Codex 负责写码、跑测试，各司其职。

MCP 桥接

通过 MCP 协议打通规划模型与执行模型之间的上下文与工具调用。

OAuth 接入

支持 OAuth 方式接入，凭证管理比裸 API Key 更规范。

高级玩法

多模型编排

把规划与执行替换为不同模型组合，探索最优分工。

自定义工具链

通过 MCP 挂载自有工具，扩展 Harness 的能力边界。

流水线集成

把「规划→执行→审查」接入 CI 或持续开发流程。

小技巧

1. 先小后大：先用简单任务验证双模型链路通畅。
2. 凭证走环境变量：不把 API Key 硬编码进仓库。
3. 看清分工边界：规划错让 ChatGPT 重出，代码错让 Codex 重写。
4. MCP 调试：优先确认规划端与执行端上下文能互通。
5. 记录方案：让 ChatGPT 输出的方案随代码一起沉淀。

常见踩坑

踩坑 1：双模型凭证配置混乱

• 现象：规划或执行侧调用失败、报鉴权错误。
• 原因：ChatGPT 与 Codex 两套凭证易混淆。
• 解决：分开管理凭证，用环境变量注入并逐一验证。

踩坑 2：规划与执行脱节

• 现象：ChatGPT 出的方案 Codex 执行偏差大。
• 原因：上下文或 MCP 桥接没打通，信息丢失。
• 解决：确认 MCP 上下文互通，必要时把方案原文传给执行端。

踩坑 3：依赖版本冲突

• 现象：npm install 报错或运行时崩溃。
• 原因：项目较新，依赖未锁定。
• 解决：以 README 为准，必要时锁定版本。

踩坑 4：把 Harness 当成品

• 现象：以为装上就能自动完成一切任务。
• 原因：它提供的是分工框架，质量取决于两模型能力。
• 解决：按场景调优分工与提示词。

踩坑 5：项目极新文档有限

• 现象：找不到某些配置说明。
• 原因：项目 2026-08 才创建。
• 解决：以仓库 README 与 issue 为准，必要时看源码。

常见问题 FAQ

Q1: 和 Claude Code 有什么不同？

A: Claude Code 是单模型既规划又执行；本项目把规划交给 ChatGPT、执行交给 Codex，是双模型分工的 Harness。

Q2: 必须用 ChatGPT 吗？

A: 规划端设计为 ChatGPT，具体可替换性以仓库文档为准。

Q3: 免费吗？

A: MIT 开源免费；ChatGPT 与 Codex 的 API 用量费用另计。

Q4: MCP 是必须的吗？

A: 规划与执行之间的桥接走 MCP，属于核心链路，具体配置见 README。

Q5: 适合生产使用吗？

A: 项目极新、社区小，建议先在非关键任务验证，生产谨慎。

进阶学习建议

掌握基础后，建议深入：

1. 把「规划→执行→审查」三阶段流水线做成可复用的编排模板。
2. 对比不同规划模型 + 执行模型组合的效果与成本，沉淀最优搭配。
3. 通过 MCP 挂载测试/部署工具，把 Harness 扩展为完整 Agent 工作流。

参考链接

• 官方仓库

最后更新：2026-08-29 · 作者：MagicNetWorld · 基于公开资料整理，关键数据经 GitHub API 独立实测核验，AI 辅助生成