天择网
项目目录/Codex App Server
桌面智能体接入 · WINDOWS · CHATGPT 账号

把 Codex 的完整智能体过程接进你的软件

不是再套一层聊天接口,而是接入账号登录、模型发现、多对话、流式事件、计划与工具过程、审批、文件、图片和用量状态。

动态协议结构完整流式事件受控审批零额度假服务测试

接入后有什么不同

适合需要“用户看得见、能中止、能审批、能切换多对话”的桌面应用,例如编程工具、学习助手、文件工作台和智能体客户端。应用本身负责界面与本地资源,Codex App Server 负责账号、对话和智能体运行。

需求建议
桌面端多对话、审批、文件和流式过程使用 App Server
批处理、持续集成或无人值守自动化优先使用 Codex SDK
只要一次普通文本补全兼容接口通常更简单
纯网页且无法启动本机进程不能直接使用 App Server

安装技能与准备项目

  1. 下载 ZIP 并完整解压,把技能文件夹交给 Codex 或放进本机技能目录。
  2. 在目标项目中明确桌面框架、主进程、渲染进程和可写工作区。
  3. 确认本机 Codex 可执行文件能够启动,并由用户本人完成 ChatGPT 登录。
  4. 让 Codex 先读取当前安装版本的官方文档、可执行文件帮助和协议结构,再修改源码。
使用 build-codex-app-server-apps,把这个 Electron 项目的 AI 对话重构为 Codex App Server。保留现有文件管理器和网页接口,先生成本机协议结构,再设计登录、对话、审批和流式事件。

技能包包含协议、Windows、界面、测试参考,可复用的 Node JSONL 客户端、原生对话界面、结构生成器和假服务测试;当前压缩包约 55 KB,不含账号秘密。

推荐的四层架构

层职责禁止事项
App Server 进程协议、线程、轮次、模型、认证和事件不要把进程句柄直接交给网页
主进程适配器启动、重连、请求编号、审批、文件桥和安全策略不要把任意命令执行暴露给渲染层
状态存储线程映射、进行中轮次、配置和恢复信息不要把账号令牌写进业务存档
渲染界面消息、过程卡、输入、停止、设置和可访问性不要自行猜协议状态

通信默认使用标准输入输出上的 JSONL。每一行是一个完整 JSON 对象;日志必须走标准错误或独立文件,避免污染协议流。WebSocket 目前属于实验性能力,不应作为正式桌面端唯一通道。

登录、模型和能力发现

启动后先完成初始化,再读取认证状态。未登录时显示明确入口,由用户本人在系统流程中登录;登录完成后重新读取状态,不在应用里收集密码、Cookie 或恢复代码。

  1. 从 App Server 获取当前支持的模型列表。
  2. 按每个模型返回的思考档位、上下文、图片和速度能力生成设置项。
  3. 保存稳定标识,不把展示名称当协议常量。
  4. 版本更新后重新发现,不在源码中写死“最新模型”。

模型列表为空时,先检查初始化和账号状态,再检查当前可执行文件是否支持对应方法;不要退回一份长期不更新的静态列表。

多对话和流式事件

应用里的每个对话对应一个 App Server 线程。发送消息会创建一轮运行;轮次开始后持续消费文本、思考摘要、计划、命令、文件改动、工具调用、用量和完成事件。

  • 切换页面或对话时,后台轮次继续,不因界面卸载而中断。
  • 事件先写入中央状态,再由当前界面订阅,避免丢片段。
  • 停止按钮只终止当前对话的当前轮次。
  • 同一事件按编号去重;重连后从已确认位置恢复。
  • 刷新界面后从线程状态重建消息和过程卡。

文本增量只更新当前消息的尾部;命令、文件和审批应使用独立过程卡,不要把原始事件对象整段倾倒给用户。

审批、文件、图片和工具

审批是一条双向协议:App Server 发出请求,主进程根据范围展示给用户,再把明确结果回传。用户未决定时不能当成允许,应用关闭时也不能留下永久等待的请求。

能力界面应展示默认边界
命令完整命令、工作目录、风险和影响范围高风险操作必须逐次审批
文件修改文件、变更摘要和可恢复性限定到应用工作区
图片与附件缩略图、文件名、大小和来源按受控本地桥传递
外部工具工具名、参数摘要和结果不把秘密写进日志

图片不能用“[图片]”占位代替真实媒体输入。必须从选择或粘贴一路追踪到本地路径、协议媒体项和模型事件,测试也要验证模型侧实际收到图片。

界面应该让人看得懂

消息正文和智能体过程分层展示:正文用于最终解释,过程卡用于计划、命令、文件和工具。默认只显示对用户有用的状态,技术细节放进可展开区域。

  • 输入框、发送、停止和附件始终属于当前对话。
  • 用户向上阅读时不强制滚到底部;接近底部时再自动跟随。
  • 后台生成用标签或计数提示,切回后完整恢复。
  • 错误写清可重试条件,不把断线、取消和服务拒绝混为一谈。
  • 键盘、屏幕阅读器、缩放和明暗主题都能使用。

不消耗额度的测试门禁

技能包附假 App Server 和协议夹具,先用它覆盖完整流程,再由用户登录后的真实环境做一次最小验收。自动回归不应调用真实模型。

  1. 生成当前安装版本的协议结构并做快照差异检查。
  2. 测试初始化、登录状态、模型列表、线程和轮次。
  3. 测试文本、思考、计划、命令、文件、图片和审批事件。
  4. 测试停止、断线、重连、重复事件、应用重启和后台对话。
  5. 测试错误映射、日志脱敏、无障碍和打包后资源路径。
  6. 打包安装后运行烟测,再进入正式发布。

常见故障

启动后立刻退出

检查可执行文件路径、工作目录和标准错误日志。Windows 打包后不能假设开发机的绝对路径仍存在。

能发送但没有流式内容

核对通知事件是否由主进程持续转发,是否错误地只等待请求响应,以及渲染层是否按线程和轮次过滤。

审批卡住

确认审批请求编号、允许值和回传方法来自当前协议结构。关闭窗口或取消轮次时应有明确清理。

模型或字段突然失效

重新生成本机协议结构并与适配层对照。版本敏感字段必须通过兼容层解析,不能凭旧示例猜测。

AI能力要求

运行本技能的AI至少需要有AA 45分的水平,也就是Claude Sonnet 4.6及以上。经实测,Claude Haiku 4.5和DeepSeek V4 Flash Preview无法正确运行本技能。

完成标准不是“聊天框能回字”,而是账号、模型、线程、流式事件、停止、审批、文件、图片、恢复和安装包测试全部形成闭环。