ByteNoteByteNote
Codex 的电脑操作能力,现在能借给 Claude Code 用了
字

字节笔记本

2026年10月3日 · 约 3 分钟读完

Codex 的电脑操作能力,现在能借给 Claude Code 用了

API中转
¥120

Claude Code 的短板清单里,电脑操作一直排在前面:终端里的事它样样精通,一旦任务要跨进图形界面,就只能靠外挂。X 用户 argofowl 这两天发的玩法给了一个新解法:把 Codex 客户端捆绑的 computer-use 能力当作本地 MCP 服务挂给 Claude Code 调用,让两个竞品的强项拼在一台机器上。帖子两天拿了 153 个赞和 176 个收藏,收藏数接近点赞数,说明是真有人在照着做。

OpenAI Codex 仓库

原理:能力在本地,只差一根线

Codex 桌面版自带一组捆绑插件,computer-use 是其中之一,官方描述是「从 ChatGPT 控制本地 Mac 应用」,走的是 macOS 辅助功能树。本机拆开看,这套能力的技术形态相当清楚:插件暴露一个持久的 node_repl,配合内置的 sky 库提供全套界面操作接口,click、drag、press_key、scroll、set_value、type_text、get_app_state 一直到读取整个应用的可访问性树,底层的 AppleScript 和 CGEvent 合成事件都封装掉了。

关键在于插件的缓存目录里带着 MCP 配置文件,把 CUA 的接口以 MCP 服务的形式暴露出来。MCP 是通用协议,Claude Code 本来就是 MCP 客户端,于是只差在 Claude Code 的 MCP 配置里指过去这一步。原作者的做法就是把 ChatGPT Mac 客户端捆绑的 unified-computer-use 插件路径注册进 Claude Code,让 Opus 5.5 在对话里直接调 Codex 的执行引擎,claude -p 无头模式同样适用,脚本化批量任务也能吃上这层能力。

调用链路:Claude Code 经 MCP 借用 Codex 的 CUA

效果:作者公布的对照数据

原作者跑了 8 项测试:Opus 5.5 决策、Codex 引擎执行的组合通过 6 项,和 Codex 自己执行基本持平,好于 Claude 自带 CUA 的成绩,而且因为走的是 Codex 的会话额度,成本也更低。这组数字来自帖子作者的自测,样本不大,当参考值看即可,但方向符合直觉:Opus 负责理解和拆解,Codex 的 CUA 负责稳定执行,各干各的强项。

动手前要知道的几件事

这套玩法依赖 ChatGPT Mac 客户端的捆绑插件,路径和版本随 Codex 更新会变,机器上装没装、插件目录长什么样,先翻一眼 ~/.codex/plugins/cache/ 再动手。辅助功能权限要授予对应的客户端,首次调用会弹系统授权。另外两个客户端各管一摊:Claude Code 只是指挥,真正在屏幕上动手的是 Codex 的执行层,出问题时要分清是哪边的锅。

顺带想想

这条玩法走红的意义大于操作本身:MCP 让 agent 的能力单元变成了可拆借的零件,谁的 CUA 稳就用谁的,谁的模型便宜就用谁家的脑子。竞品插件互相借力这种事,在封闭平台上想都不敢想。仓库地址:openai/codex。

相关文章

分享: