Serena Desktop

让 ChatGPT 连上你的电脑，指挥 Codex 把想法做出来。

Serena Desktop 是连接 ChatGPT 与本地项目的 MCP 桥梁。 让 ChatGPT 直接读取项目文件、理解代码、查看 Git 变更，再把明确的开发任务交给你电脑上的 Codex 执行。

你在 ChatGPT 里讨论需求、确定方向；ChatGPT 通过 MCP 获取真实项目上下文、派发任务、检查结果；Codex 在本地完成修改和测试。

从“帮我想想怎么做”，到“结合我的项目，把它做出来”。

下载 Windows 版本 · 快速开始 · 看看可以怎么用 · 反馈与建议

少搬运上下文，多推进项目

在 ChatGPT 里讨论开发时，你可能反复做着同一件事：复制代码、粘贴报错、解释目录，把讨论好的方案转交给 Codex，再把执行结果搬回来。

Serena Desktop 把这条路接通。ChatGPT 可以按需读取当前项目的文件和代码关系，拿着真实上下文分析问题，再通过 MCP 调用本地 Codex。执行结束后，还能继续读取结果与实际变更，判断是否符合你的要求。

你在 ChatGPT 中提出需求
          ↓
ChatGPT 通过 Serena Desktop MCP 连接本地项目
          ├─ 读取文件、搜索代码、查看图片与 Git 变更
          ├─ 分析问题，明确修改范围与验收要求
          └─ 派发任务给本地 Codex
                         ↓
                  修改代码、运行测试
                         ↓
ChatGPT 获取执行结果，检查变更，与你继续迭代

ChatGPT 负责理解与指挥，Codex 负责本地执行，Serena Desktop 负责把两者连起来。

让 ChatGPT 看懂你正在做的项目

不必每次从目录结构讲起。连接之后，ChatGPT 可以通过 MCP 读取当前工作区中的源码、配置和文档，搜索实现、定位符号与引用；也可以查看项目中的截图，结合实际界面讨论问题。

文件访问以当前活动项目为范围。CodeGraph 需要单独安装并初始化项目索引。

在 ChatGPT 里定方案，让本地 Codex 动手

当讨论进入实施阶段，你可以让 ChatGPT 把目标、相关文件和验收要求交给 Codex：修复一个问题、补齐一项功能，或运行针对性的测试。

任务通过 MCP 派发到本机。ChatGPT 可以查询进度、获取执行结果，并根据你的要求继续任务或取消执行。你也可以打开桌面的 Agent 页面，查看任务记录、状态与结果详情。

这让“讨论、执行、检查”能够围绕同一个项目连续进行，减少在聊天窗口和开发工具之间转述信息。

连接之后，你可以这样说

接手一个项目

请使用 Serena Desktop 读取当前项目的 README 和主要入口，解释项目结构，并指出实现登录流程的关键文件。

修复一个具体问题

请结合当前项目代码分析这个报错，确定原因和最小修改方案，再调用本地 Codex 修复并运行相关测试。完成后读取 Git diff，检查是否解决问题。

把想法变成功能

我想给任务列表增加状态筛选。先查看现有实现，沿用当前界面和数据结构，再让 Codex 完成修改，最后检查结果。

检查一次交付

请查看 Codex 的执行结果和当前工作区变更，对照刚才的需求检查是否有遗漏，并区分已通过的验证和仍未验证的部分。

这些是对话示例；实际执行需要可用的本地环境、已启用的 Agent 能力，以及明确的任务范围。

本地连接，也要用得顺手

打开桌面应用，就能确认当前连接的是哪个项目、服务是否运行、MCP 地址在哪里。遇到连接问题，可以集中查看运行状态、依赖版本和日志。

登录自启、自动启动 Serena、关闭窗口进入托盘，都可以按习惯设置。让本地服务融入日常开发，随时为 ChatGPT 提供项目上下文。

快速开始

1. 准备本地环境

从 Releases 下载 Windows 版本。预先安装 Git，在 Serena Desktop 中检测或安装官方 Serena，并启动服务。

如果希望 ChatGPT 指挥 Codex 工作，还需要本机已安装、完成登录且可用的 Codex，并在 Serena Desktop 中启用 Agent 能力。

2. 连接你的项目

在 Git 仓库根目录打开 PowerShell，初始化 Serena 项目并建立索引：

serena project create --index

如果已有 .serena/project.yml，则执行：

serena project index

回到 Serena Desktop 首页，点击“同步项目”，选择并激活项目。若终端找不到 serena 命令，展开首页的初始化提示，使用应用检测到的可执行文件路径和同步配置目录。

3. 获取 ChatGPT 可以连接的地址

打开首页的“连接 ChatGPT”或侧边栏“远程访问”，根据你的接入方式完成配置：

使用快捷隧道或自建接入时，Serena Desktop 提供内置 OAuth，并在本机弹窗中由你确认客户端授权。使用“仅 MCP”时，认证由你的外部网关配置决定。

按页面提示开启连接并完成连接测试，复制完整的公网 MCP 地址，例如 https://mcp.example.com/mcp。下面采用 ChatGPT 的“服务器 URL”方式，因此需要 ChatGPT 可访问的 HTTPS 地址，不能直接填写 127.0.0.1 或局域网 IP。

自有 HTTPS 代理需转发 /mcp、/.well-known/* 和 /oauth/*，具体说明见远程访问文档。

4. 在 ChatGPT 中添加连接

在 ChatGPT 的“设置 → 安全与登录”中开启开发者模式，进入“插件”页面，点击 ＋ 添加 MCP 连接。

创建连接并完成授权；使用内置 OAuth 时，还需在本机 Serena Desktop 的授权弹窗中确认。随后检查 ChatGPT 发现的工具列表。

第一步：打开插件，点击加号	第二步：填写信息，创建插件

截图用于展示操作位置，界面可能随版本调整；开发者模式是否可用取决于账户与工作区策略。连接流程参见 OpenAI 官方指南。

5. 开始第一次协作

新建一段 ChatGPT 对话，从工具菜单添加 Serena Desktop，发送：

请使用 Serena Desktop 确认当前活动项目，读取 README，并总结当前 Git 工作区的变更。

确认返回的项目与桌面首页一致后，就可以继续提出需求、分析代码，再把明确的修改交给本地 Codex。

使用前，你可能想知道

文件是在本地处理的吗？

项目文件与 Codex 执行环境位于你的电脑上。ChatGPT 通过 MCP 获取所调用工具返回的文件内容、图片或执行结果，因此被读取的内容会传给连接的 AI 服务。

ChatGPT 能直接改写任意本地文件吗？

文件读取和代码查询面向当前活动工作区；实际修改与测试通过本地 Codex 执行，受其执行权限约束。ChatGPT 负责分析和检查，Serena Desktop 提供连接与任务控制。

多个项目怎么用？

先同步已初始化的项目，再选择需要使用的工作区。所有 MCP 客户端共享当前活动项目；切换后，它们后续的项目查询也会随之切换。

使用时需要一直开着电脑吗？

需要保持本机、Serena Desktop、Serena 服务及对应连接入口运行。快捷隧道的临时地址变化后，需要更新 ChatGPT 中的连接地址。

可以接入其他 MCP 客户端吗？

可以，支持 HTTP MCP 的客户端也能使用。默认本机入口为 http://127.0.0.1:9120/mcp，认证要求取决于当前连接模式。仅 MCP 模式若不使用认证，应限于可信环境，不要直接向公网暴露。

开发与技术文档

想了解实现或参与贡献，可以从以下文档开始：

• V0.3 技术方案
• 远程访问与授权
• ChatGPT 与本地 Agent 的任务编排
• Codex Agent Runtime
• Agent 状态观察

需要 Node.js ^20.19.0 或 >=22.12.0、npm、Rust 和 Tauri 2 的 Windows 构建依赖。

npm install
npm run tauri dev

验证与构建：

npm run lint
npm run build
cargo check --manifest-path src-tauri/Cargo.toml
cargo test --manifest-path src-tauri/Cargo.toml
cargo clippy --manifest-path src-tauri/Cargo.toml -- -D warnings
npm run tauri build

当前配置关闭安装包 bundling，构建产物为 src-tauri/target/release/serena-desktop.exe。自动发布流程见 Release 工作流。

把下一次开发讨论，接到真实项目上

下载 Serena Desktop，让 ChatGPT 读懂你的本地项目，让 Codex 接手明确的开发任务。

欢迎通过 Issues 分享使用反馈。如果这正是你需要的协作方式，也欢迎点亮 Star。