Skillget

codexmanager

mcp
Security Audit
Fail
Health Warn
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 9 GitHub stars
Code Fail
  • rm -rf — Recursive force deletion command in .github/actions/stage-service-package/action.yml
  • rm -rf — Recursive force deletion command in .github/workflows/release-all.yml
Permissions Pass
  • Permissions — No dangerous permissions requested

No AI report is available for this listing yet.

SUMMARY

贴一个路径，让 ChatGPT 读懂你的本机和服务器项目。路径直读、双端工作区、连接诊断与 Codex 管理。

README.md

贴一个路径，让 ChatGPT 读懂你的本机和服务器项目

CodexManager · 从一个绝对路径开始的本机 / 服务器项目理解入口

CI License: MIT LabContext Provider 0.8.0

复制一个本机或服务器绝对路径，ChatGPT 就能在你授权的范围内查看目录、找到入口文件、继续读取
关键代码与文档，并解释整个项目是做什么的——无需先上传项目，也无需先注册工作区。

一句话卖点：把路径贴给 ChatGPT，让它直接读懂你电脑和服务器上的真实项目。

交给 Agent 安装 · 路径直读与工作区 · 连接 ChatGPT · 服务器部署

English: Paste a path and let ChatGPT understand a project on your computer or server. CodexManager connects authorized ChatGPT workflows to bounded, read-only project tools while keeping administration and credentials private.

一眼看懂它怎么用

下面是一段典型流程。路径只是示例，实际可使用你已经授权的本机或服务器目录。

你：
请读取服务器上的 /srv/research/web-agent，先看目录，再找到入口文件，告诉我这个项目怎么运行。

ChatGPT：
✓ 已确认来源：服务器
✓ 已读取两层目录：README.md、pyproject.toml、src/、tests/、configs/
✓ 找到主要入口：src/main.py
✓ 继续检查 README.md、pyproject.toml 与入口模块

这是一个用于网页任务规划与执行的 Agent 项目：
- src/main.py 负责启动任务和加载配置
- src/agent/ 保存规划、动作选择与错误恢复逻辑
- configs/ 定义模型、浏览器环境和实验参数
- tests/ 覆盖页面解析与任务执行

建议先从 README.md 的 Quick Start 启动，再查看 configs/default.yaml。

这个过程由四步组成：

你做什么 ChatGPT 做什么
1. 粘贴绝对路径 判断它来自本机还是服务器，并交给正确的 Provider
2. 要求“先看目录” 返回有限深度的目录树，不把整个项目塞进上下文
3. 要求“找到入口” 按需读取 README、依赖配置和候选入口文件
4. 继续追问 解释模块关系、运行方法、研究目标，或固定为长期工作区

你也可以直接这样问：

请查看本地电脑的 /Users/me/Documents/project，找到入口文件并解释项目结构。
请读取服务器 /srv/research/paper-a/README.md，总结当前研究目标与运行方法。
请在服务器 /srv/research/experiments 下列出两层目录，并比较两个实验的结果文件。

本机、服务器，或者两边一起

模式 能访问什么 适合谁
local 本机明确授权的目录 代码、论文和资料都在个人电脑上
server SSH 后面的服务器授权目录 主要在科研服务器、工作站或私有云工作
hybrid（推荐） 同一个 ChatGPT 连接中的本机 + 服务器 本机写作、服务器训练，希望上下文连贯

两端完全解耦：只需要本机就不必安装服务器组件，只需要服务器也不必开放本机文件。访问范围始终由
各端 Provider 的 registry.allowed_roots 控制；根目录、凭据、隐藏密钥和不支持的二进制不会因为
贴了路径就自动开放。

两种使用方式

路径直读：临时、快速、零注册

inspect_path 适合“现在帮我看看这个目录/文件”。Provider 0.8.0 支持：

  • 有限深度目录树；
  • 安全文本和源代码；
  • HTML 可见正文，不加载外部资源；
  • 文本型 PDF 的分页读取与搜索；
  • 扫描型 PDF 的明确 OCR 提示，而不是猜测内容。

工作区：长期项目上下文

需要持续研究时，再把路径固定为工作区。工作区可以维护项目概述、证据索引、实验结果、研究图、
分析任务和最近 Codex 会话衔接。路径直读与工作区共用同一套目录授权，但互不强制：先读懂，再决定
是否长期管理。

最省事的安装方式：交给 Agent

不用逐行复制部署命令。把下面内容交给能操作目标电脑和服务器的编码 Agent：

请安装 https://github.com/3241288994/codexmanager ，模式为 hybrid。
服务器 SSH Host 是 <你的 SSH 别名>；本机允许读取 <本机目录>，服务器允许读取 <服务器目录>。
请先完整阅读仓库中的 AGENTS.md 和 INSTALL.md，按其中的 Agent 执行契约操作；
沿用已有 SSH 配置和密钥，不在对话或日志中输出凭据。只有必须由我在 OpenAI 页面完成时再通知我。

只使用一端时把模式改为 local 或 server。INSTALL.md 定义了只读盘点、备份、
组件安装、人工授权检查点与真实调用验收，Agent 不应把“端口已打开”误报成“已经完全连通”。

它是如何连接起来的

日常使用只需要记住 labcontext；下面的组件可以分别安装、升级和替换：

ChatGPT 网页版
      │
      ▼
Secure MCP Tunnel
      │
      ▼
LabContext Router · 127.0.0.1:1460/mcp
      ├── local Provider  ── 本机授权目录
      └── server Provider ── SSH bridge ── 服务器授权目录

CodexManager Web · 127.0.0.1:48761
      └── 连接中心 / 工作区 / 研究图 / 用量与会话管理
  • Provider 负责受限、只读地理解文件与项目；
  • Router 把本机与服务器组合成一个稳定 MCP 工具面；
  • Tunnel 让 ChatGPT 在无需开放入站公网端口的情况下访问 Router；
  • CodexManager 提供连接诊断、工作区管理，以及 Codex 账号、额度、用量与会话辅助能力。

完整端口、SSH、Tunnel 和故障排查见统一 LabContext Router。

不只是路径读取

路径直读是主入口，下面这些能力为长期研究提供配套：

  • 可验证的连接中心：逐层检查 Router、Provider 身份与版本、真实 MCP 调用、SSH 子进程和 Tunnel；端口占用不会被误判为成功。
  • 项目工作区：管理模型可见资产、工具策略、项目概述、证据、实验、分析任务与研究图。
  • 账号与额度：通过官方设备授权添加账号，显示实际生效身份、套餐信号与额度快照，并切换服务器 Codex 凭据。
  • 用量分析：保存 Credits、Token 与交互历史，提供趋势图、JSON/CSV 导出和非账单性质的 USD 参考估算。
  • 会话恢复：读取 state_5.sqlite 元数据搜索本地会话并生成 codex resume 命令，不导出原始对话。

界面预览

工作区与连接中心

CodexManager 工作区与连接中心 查看更多界面：工作区、研究图、账号、用量与会话

工作区与研究图

工作区列表 工作区详情 研究图

账号与额度

账号与额度

用量分析

用量分析概览 用量趋势 价格参考

会话恢复

会话恢复

重要边界

  • 只有 registry.allowed_roots 下经过验证的路径可读；目录深度、条目数、文件大小、PDF 页数和单次响应均有限制。
  • 默认部署只监听回环地址；数据库、管理 RPC、账号令牌和 LabContext admin token 不应公开。
  • CodexManager service 本身不是 MCP endpoint；ChatGPT 连接的是独立 Router 的 /mcp，不是 /api/rpc、/rpc 或 /admin。
  • 当前公开版不提供公共 OpenAI 兼容 /v1 网关。Secure MCP Tunnel 适合私有连接和开发测试，不是公共插件分发机制。
  • 请只读取你有权访问的本机和服务器目录，并遵守 OpenAI、Codex 与目标项目的适用条款。

详细边界见 SECURITY.md 和 OpenAI 插件与 Tunnel 说明。

手动部署与开发

目标 文档
Agent 自动安装 INSTALL.md
服务器安全部署 docs/open-source/01-server-deployment.md
本机路径与工作区 docs/local-workspaces.md
Router 与三种模式 docs/labcontext-router.md
ChatGPT、插件与 Tunnel docs/open-source/03-openai-plugin-and-tunnel.md
测试与发布 TESTING.md · 公开发布清单

本地开发要求 Node.js 20+、Python 3.11+、Rust stable；桌面打包还需要对应平台的 Tauri 依赖。

corepack [email protected] -C apps install --frozen-lockfile
corepack [email protected] -C apps run build:desktop
corepack [email protected] -C apps run test:runtime
cargo test --workspace --locked -- --test-threads=1
cargo test --manifest-path apps/src-tauri/Cargo.toml --locked --lib
scripts/open-source/preflight.sh

代码结构

labcontext-provider/     路径直读、工作区、证据与研究工具的只读 Provider
scripts/labcontext*.py   本机 / 服务器统一 Router、SSH bridge 与启动诊断
apps/                    Next.js 管理界面与 Tauri 桌面壳
crates/web/              Web 运行壳、认证与受保护的 RPC 代理
crates/service/          账号、额度、会话、用量和 LabContext 管理适配
crates/core/             SQLite、认证与共享数据结构
crates/start/            service + web 启动器
deploy/                  安全 Compose 与 Router 示例配置
plugins/                 不含用户连接 ID 的公开插件模板
docs/                    路径、部署、Tunnel、安全与发布文档

贡献、许可与来源

Reviews (0)

No results found