Skip to content

Repository files navigation

Chat2Codex

Chat2Codex

GPT中定良谋,Codex下展妙手。

让 ChatGPT Web 负责推理与决策,让 Codex 继续负责本地文件、Shell、Git 和工具执行。

简体中文 · English

下载程序包 · 完整安装教程 · 二次开发教程 · 故障排查

CI License: MIT macOS arm64 and x64 Windows x64 Linux x64

Important

Chat2Codex 当前版本为 V1.0.0 正式版。首页提供自动选择、ChatGPT 规划和 Codex 独立三种策略。 网页规划依赖 ChatGPT 界面兼容性;平台与真实账号的验证范围见当前实现状态

首页任务工作台

选择策略 → 输入需求 → 规划(可选)→ Codex 修改与测试 → 复盘和验收。

首页提供醒目的 自动选择 / ChatGPT 规划 / Codex 独立 三段选择器,运行中切换在下一阶段生效。

功能 行为
自动选择 本地规则评估规划收益、上下文交接开销与停滞情况,不承诺节省比例
手动锁定 ChatGPT 规划失效时暂停;Codex 独立不要求网页登录
API 执行器 通过本地 Codex App Server 使用 OpenAI 官方 API,隔离配置与密钥
任务控制 队列、阶段暂停、停止、显式恢复、权限请求、人工验收
上下文与记录 发送前预览、方案和命令证据、搜索筛选、导出及删除
用量与预算 Codex 用量、网页估算、可选价格、轮数/Token/时间限制

新工作台需要 Codex CLI 与执行 API Key;只有选择网页规划时才需要 ChatGPT 登录。它不需要旧桥接的模型安装或 MCP Tunnel。先阅读 工作台使用指南

首次使用首页工作台:

  1. 安装 Codex CLI,在“连接与执行设置”中保存 OpenAI 执行 API Key 和可用模型。
  2. 点击“检查执行连接(不调用模型)”,确认本地协议和 API 模型访问正常。
  3. 选择策略;使用 ChatGPT 规划时,在程序浏览器内登录 ChatGPT。
  4. 选择项目、填写目标与验收条件,预览发送内容,再开始任务。
  5. 在任务详情核对修改、命令与测试结果;遇到权限请求或待验收状态时按提示处理。

Codex 执行使用单独计费的 API。自动选择基于规则,是否节省应比较相同任务和验收质量下的实际消耗。

原有“在 Codex 中使用 ChatGPT Web 模型”的桥接路径继续保留,仍按登录、浏览器测试、模型路由、MCP 的流程设置。下方详细安装与桥接说明主要针对这条旧路径。

页面预览

以下是实际渲染器使用模拟数据的截图,不代表真实账户用量或已验证的节省。

任务工作台

任务详情与旧桥接设置

任务详情 连接向导

先选择你的使用方式

这个项目面向两种用户。请直接进入与你相符的部分:

你是谁 应该怎么开始
普通用户:只想安装软件使用 阅读第一部分:直接安装程序包。你不需要安装 Bun、Node.js、npm 或源码依赖。
开发者:想修改源码或做二次开发 先了解普通用户流程,再阅读第二部分:二次开发。全部开发工具和依赖都可以安装在项目目录中。

README 的主要内容为普通用户编写。技术细节和贡献流程放在后半部分,不影响安装软件。

目录

第一部分:直接安装程序包的用户

如果你只想使用 Chat2Codex,这一部分就是完整的入门教程。请直接下载与你电脑相符的程序包, 不需要克隆源码,也不需要配置开发环境。

1. 这个软件是什么?

Chat2Codex 是一个需要与官方 Codex Desktop 或 Codex CLI 配合使用的独立桌面程序。

它由两部分组成:

  1. 一个可视化启动器,用来登录 ChatGPT、完成连接设置、查看状态和用量。
  2. 一个只在本机运行的桥接服务,把 Codex 任务交给 ChatGPT Web 思考,再把本地操作交回 Codex。

它不是:

  • ChatGPT 或 Codex 的替代品;
  • 浏览器扩展或网页;
  • 需要部署到服务器的云服务;
  • 用来绕过账户额度、限流、安全策略或权限的工具。

一分钟问答

问题 回答
能解决什么问题? 在 Codex 工作流中使用 ChatGPT Web 的可用额度思考,同时保留 Codex 的文件、Shell、Git 和工具能力。
要单独购买推理 API 吗? 新任务工作台需要执行 API Key,按 API 用量付费;旧 Web 桥接无需单独的推理 API Key。旧 Full 模式的 Tunnel Key 不用于模型推理。
是独立程序吗? 是。它是 Electron 桌面程序,安装后与 Codex 配合运行。
需要一直打开吗? 使用 ChatGPT Web 桥接模型时,后台服务必须运行。主窗口可以关闭,Chat2Codex 会驻留系统托盘。
默认是什么界面? 默认简体中文和浅色主题,可以切换为英文和深色主题;不提供日语界面。
会读取官方应用的 Cookie 吗? 不会。它使用自己的隔离浏览器配置,需要单独登录一次 ChatGPT。

2. 我是否需要 Chat2Codex?

官方 ChatGPT 桌面版已经整合 ChatGPT、Codex、本地项目和插件。请根据实际目标选择:

你的目标 推荐方案
在官方工作区中使用普通 ChatGPT 和 Codex 直接使用官方 ChatGPT 桌面版
在 Codex 模型列表中选择 ChatGPT Web 推理模型,并保留 Codex 本地操作能力 使用 Chat2Codex
只想在网页中聊天,不需要文件、Shell、Git 或工具 直接使用 ChatGPT 网页版
想复用其他应用的 Cookie、登录状态或私有数据 不支持;Chat2Codex 刻意隔离这些数据
想绕过订阅额度、限流、安全策略或访问控制 不支持,也不是本项目目标

3. 下载与安装程序包

3.1 使用前准备

你需要:

  • 已安装官方 Codex Desktop 或 Codex CLI;
  • 一个可以正常使用 ChatGPT 网页版的账户;
  • 能访问 ChatGPT 和 GitHub Releases 的网络;
  • 如果要使用完整本地工具闭环,账户还需要能够创建 MCP Tunnel 和 ChatGPT Connector。

3.2 选择正确的文件

打开 GitHub Releases,进入最新版本,按电脑选择:

电脑 下载文件 如何判断
Apple 芯片 Mac chat2codex-<版本>-mac-arm64.dmg “关于本机”显示 M1、M2、M3、M4、M5 等
Intel Mac chat2codex-<版本>-mac-x64.dmg “关于本机”显示 Intel
Windows 10/11 64 位 chat2codex-<版本>-win-x64.exe 绝大多数现代 Windows 电脑
Linux 64 位 Intel/AMD chat2codex-<版本>-linux-x64.AppImage uname -m 显示 x86_64

不要给普通用户下载源码 ZIP。源码 ZIP 是给开发者使用的,不能代替已经构建好的 DMG、EXE 或 AppImage。

每个 Release 还会提供 checksums.txt 和安装脚本。需要校验 SHA-256 或使用一键安装脚本时,请阅读 中文安装教程;英文版是 docs/INSTALLATION.en.md

3.3 macOS 安装

  1. 双击下载的 DMG。
  2. 将 Chat2Codex 拖入“应用程序”。
  3. 从“应用程序”打开 Chat2Codex。
  4. 如果系统提示无法验证开发者,先确认文件来自本仓库 Release,并核对 SHA-256。不要关闭 macOS 整体安全保护;程序包是否已签名或公证以 Release 说明为准。

支持 macOS 13 或更高版本,并分别提供 Apple 芯片和 Intel 安装包。

3.4 Windows 安装

  1. 双击 chat2codex-<版本>-win-x64.exe
  2. 按向导完成当前用户安装,不需要管理员权限。
  3. 从开始菜单或桌面快捷方式打开 Chat2Codex。
  4. 如果安全软件拦截程序包,请先核对 Release 来源和 SHA-256,不要直接关闭安全软件。

目前提供 Windows 10/11 x64 安装包。

3.5 Linux 安装

推荐按照中文安装教程运行 Release 中的安装脚本。它会把程序安装到当前用户目录, 不需要 sudo,并创建命令和桌面菜单。

也可以直接给 AppImage 添加执行权限后运行。当前成品只提供 Linux x64;开发环境支持范围不等于已经 发布了相应架构的安装包。

3.6 程序包会不会安装 Bun、Node.js?

不会在电脑中添加全局 bunnodenpm 命令。成品程序已经内置运行时和 JavaScript 依赖, 普通用户不需要了解或安装这些开发工具。

4. 第一次配置

Chat2Codex 会自动打开下一个未完成步骤。按照界面从上到下操作即可:

第一步:登录 ChatGPT

点击“打开登录”,在 Chat2Codex 自己的浏览器窗口中登录。这个登录空间与 Chrome、Safari、官方 ChatGPT 桌面版和 Codex 相互隔离,因此即使其他地方已经登录,这里仍可能需要登录一次。

不要把 Cookie、验证码、API Key 或浏览器配置发送给任何人,也不要上传到 GitHub Issue。

第二步:运行浏览器测试

登录成功后运行浏览器冒烟测试。它会验证当前账户、Temporary Chat、推理模式和网页控件是否可用。 测试失败时先查看完整错误,不要连续重复点击。

第三步:安装 ChatGPT Web 模型

如果没有其他 Codex 路由管理器,选择 Standalone。Chat2Codex 只管理自己登记的路由字段,并保存恢复记录。

如果正在使用 CC Switch 等管理 openai_base_url 的工具,选择 External Manager。此模式不会写入 ~/.codex/config.toml,需要由外部管理器导入 Chat2Codex 路由。一个 Codex 环境只能有一个路由写入者。

第四步:完全重启 Codex

安装模型后,必须完全退出所有 Codex Desktop 窗口和 Codex CLI 进程,再重新打开。退出账号、只关闭 窗口或新建任务都不会刷新模型目录。

第五步:选择 Browser-only 或完整 MCP

模式 能做什么 是否需要 Tunnel 和 Connector
Browser-only ChatGPT Web 可以思考并回答,但不能调用本地 Codex 工具
Full / MCP 核心闭环 ChatGPT Web 思考,Codex 执行文件、Shell、Git 和工具操作

本项目的主要目标是完整闭环。如果需要本地操作,请继续完成启动器中的 MCP 核心闭环

  1. 按向导创建或填写 Tunnel。
  2. 使用向导提供的一键复制功能,创建名称完全一致的 ChatGPT Connector。
  3. 按界面要求配置 Connector 权限。
  4. 连接 Harness,然后运行验证。

MCP 使用的普通 API Key 用于建立 Tunnel,不用于购买 ChatGPT Web 推理额度。凭据保存在 Chat2Codex 的私有本地存储中,不会写入普通日志。

第六步:在 Codex 中开始任务

  1. 打开 Codex。
  2. 在模型选择器中选择带 ChatGPT Web 标识的模型。
  3. 像平时一样输入任务。
  4. 文件修改、终端命令、Git 操作和审批仍会显示在 Codex 中。

5. 日常使用

每次开始

  1. 启动 Chat2Codex。
  2. 确认系统托盘显示“思考与执行闭环已就绪”。
  3. 打开 Codex,选择需要的 ChatGPT Web 模型。
  4. 正常描述任务,无需复制粘贴 ChatGPT 和 Codex 之间的内容。

软件需要一直打开吗?

使用 ChatGPT Web 模型时需要后台服务运行,但不要求主窗口一直显示:

  • 可以关闭主窗口,Chat2Codex 会继续驻留系统托盘;
  • 托盘可以快速打开浏览器、连接设置、用量与节省和偏好设置;
  • 不要在任务进行中从托盘选择“退出”;
  • 如果程序完全退出,本地桥接地址会失效,正在运行的 Web 回合可能中断;
  • 只使用 Native Codex 模型时,不依赖 Chat2Codex 后台服务。

任务完成通知

当 Chat2Codex 不在前台时,普通 Web 推理任务完成后会显示系统通知。通知不包含任务名、提示词、回答 或文件名,内部上下文压缩也不会重复通知。可以在“偏好设置”中关闭。

ChatGPT Web 不可用时

Chat2Codex 不会在同一个回答中偷偷更换模型。只有额度、限流、模型不可用、浏览器异常或登录失效等 可用性问题,才允许后续重试或续接在完整回合边界切换到 Native Codex。安全拒绝、用户取消、权限或 Sandbox 拒绝不会触发回退。

6. 更新、修复与卸载

更新

  • 程序内出现更新提示时,可以按提示安装;
  • 也可以退出 Chat2Codex 后,从 GitHub Releases 下载新版并覆盖安装;
  • 正常更新会保留 Chat2Codex 设置和独立浏览器登录空间;
  • 升级前建议先查看 Release Notes 和实现状态

修复 Codex 集成

如果模型消失或路由异常,先运行“偏好设置 → 运行诊断”,再使用“修复 Codex 设置”一次并完全重启 Codex。不要反复安装,也不要先手工删除配置;恢复记录用于保护安装前的路由。

正确卸载

  1. 在 Chat2Codex 中选择“移除 Codex 集成”,等待旧路由恢复。
  2. 完全重启 Codex,确认不再使用 Chat2Codex 路由。
  3. 退出托盘中的 Chat2Codex。
  4. macOS 从“应用程序”删除;Windows 从“已安装的应用”卸载;Linux 按安装教程移除用户目录文件。
  5. 如果不再需要登录和设置,可以在程序完全退出后删除 ~/.chat2codex/。此目录可能包含敏感登录材料, 不要复制或分享。

先删除程序、后移除集成,可能让 Codex 暂时指向一个已经不存在的本地服务,因此顺序不能颠倒。

7. 用量、费用与隐私

是否需要付费?

Chat2Codex 是 MIT 开源软件,不收取软件费用。新工作台的 Codex 执行按 API 用量计费;旧 Web 桥接无需单独购买推理 API。你仍需要自行拥有可用的 ChatGPT/Codex 账户、套餐能力和网络条件。Chat2Codex 不会增加、修改或绕过官方额度。

会消耗哪一边的额度?

  • ChatGPT Web 负责的推理会占用 ChatGPT 套餐额度;
  • Codex 外层执行、审批或可选原生能力仍可能使用 Codex 额度;
  • 文件读写和 Shell 命令本身不是模型 Token,但驱动工具的模型回合可能被计量;
  • 实际计量、模型可用性和冷却时间以官方账户显示为准。

“API 等效价值”是什么意思?

“用量与等效价值”是本地粗略估算,不是官方账单:

  • 根据桥接回合中的文本和图片上下文估算输入、输出 Token;
  • 使用匹配后端模型的 OpenAI Standard 短上下文 API 公开价格换算;
  • 软件会显示价格日期和官方定价来源
  • API 等效价值不是实际节省、现金、退款、余额或抵扣;
  • Chat2Codex 无法读取官方精确余额、剩余额度或重置时间,也不会伪造这些数据。

保存哪些数据?

数据 位置与说明
正式版设置、私有运行时和登录空间 ~/.chat2codex/
开发版数据 ~/.chat2codex-dev/,不会与正式版复用
旧桥接用量记录 只保存聚合 Token、回合和估算金额,不保存提示词、回答、任务名或文件内容
工作台任务历史 workbench/ 下保存需求、计划、命令证据及独立执行历史,支持按任务删除;执行 Key 单独加密保存
Codex 路由恢复信息 只记录 Chat2Codex 管理的字段,用于安全恢复

本地 Responses 服务只绑定 127.0.0.1,不会直接暴露给局域网。Chat2Codex 不读取或复制官方 ChatGPT/Codex 应用的 Cookie、历史记录和私有配置。诊断导出会过滤凭据和常见本地隐私信息,但分享前 仍应自行检查。

启用 Full 模式前请阅读 SECURITY.md安全模型

8. 普通用户排错

遇到问题时按这个顺序检查:

  1. 确认安装的是最新 Release,并让 Chat2Codex 保持运行。
  2. 查看登录、浏览器测试、安装模型、Codex 重启和 MCP 验证是否全部完成。
  3. 完全退出并重新打开 Codex,然后重新选择带 ChatGPT Web 标识的模型。
  4. 打开“偏好设置 → 运行诊断”,阅读每一项失败原因。
  5. 只复现一次问题,然后到“活动 → 导出隐私安全日志”。
  6. 阅读完整故障排查。仍无法解决时提交 GitHub Issue

启动读取失败时可点击“重试 / Retry”。用量读取失败不会显示成零;刷新失败时显示上次有效数据及其更新时间。 若清零失败,请先恢复已配置的本地服务再重试,程序不会假报清零成功。“活动”支持搜索完整详情和筛选错误, 点击事件可展开详情;诊断报告中可展开“查看详情与恢复建议”。

Issue 中应包含操作系统与架构、Chat2Codex/Codex 版本、所选模型、Browser-only 或 Full 模式、最小 复现步骤、完整最终错误和隐私安全日志。不要上传 Cookie、API Key、Tunnel ID、浏览器存储或未经处理的 私有提示词。

9. 普通用户常见问题

官方 Codex 已经内置 ChatGPT,为什么还需要本项目?

官方桌面版适合普通的官方 ChatGPT 与 Codex 工作流。Chat2Codex 解决更具体的需求:让 ChatGPT Web 推理模型出现在 Codex 模型路由中,并继续使用 Codex 原生工具闭环。如果不需要这种路由,官方应用通常 更简单。

为什么不能复用其他应用中已经登录的 ChatGPT?

复制 Cookie 或浏览器状态会增加凭据泄露和账户混用风险。Chat2Codex 要求在独立 Profile 中单独登录 一次,以获得清晰的数据所有权和删除边界。

为什么设置后 Codex 里没有新模型?

Codex 会缓存模型目录。必须完全退出所有 Codex Desktop 和 CLI 进程后重新打开。只关闭一个窗口、退出 账号或新建任务都不够。

可以同时使用 CC Switch 吗?

可以,但不能让两个程序同时写同一个 Codex 路由。让 CC Switch 管理路由时,应选择 External Manager, 由它导入 Chat2Codex 提供的地址;不要让 Chat2Codex Standalone 与另一个路由写入者同时工作。

可以并发运行很多任务吗?

程序的五个浏览器任务标签只是安全上限,不是推荐并发数。ChatGPT 账户可能在更低并发下触发限流。 初次使用建议一次运行一个任务,确认稳定后再谨慎增加。

支持图片和图片生成吗?

普通图片上下文受所选模型与 ChatGPT 网页能力限制。图片生成使用不同的生成和下载流程,目前不是支持的 回合类型。

第二部分:做二次开发的开发者

开发者应先理解上面的普通用户流程,因为界面、安装包和故障信息都围绕这条流程设计。下面只介绍源码 环境;更完整的解释见中文二次开发教程English guide

1. 获取源码并一键安装项目内环境

git clone https://github.com/pangao1990/Chat2Codex.git
cd Chat2Codex
./scripts/setup-local.sh
git clone https://github.com/pangao1990/Chat2Codex.git
Set-Location Chat2Codex
scripts\setup-local.cmd

脚本会校验下载内容,并将锁定版本的 Bun 1.4.0、Node.js 24.14.0、Electron、依赖和持久缓存放在当前 仓库中,不修改 Shell Profile、系统环境变量或全局包目录。

内容 项目内位置
Bun 与 Node.js .tools/
Bun、npm、Node.js 和 Electron 缓存 .cache/
核心依赖 node_modules/
桌面启动器依赖 launcher/node_modules/

2. 国内源和官方源

默认 auto 会测速并记住所选线路,也可以手动指定:

CHAT2CODEX_SOURCE=china ./scripts/setup-local.sh
CHAT2CODEX_SOURCE=official ./scripts/setup-local.sh
$env:CHAT2CODEX_SOURCE = "china"
scripts\setup-local.cmd

国内镜像用于下载二进制和依赖,校验值仍来自官方发布源。安全审计会临时访问 npm 官方公告接口,因为 npmmirror 不提供该接口;不会修改电脑的 npm 配置。

3. 启动开发版

./scripts/bun-local.sh run app
scripts\bun-local.cmd run app

开发版使用 ~/.chat2codex-dev/,与正式版浏览器、登录、运行时和 Codex 配置隔离。

4. 测试和构建

./scripts/bun-local.sh run verify
./scripts/bun-local.sh test tests/*.test.ts
./scripts/bun-local.sh run launcher:test
./scripts/bun-local.sh run app:package
scripts\bun-local.cmd run verify
scripts\bun-local.cmd test tests/*.test.ts
scripts\bun-local.cmd run launcher:test
scripts\bun-local.cmd run app:package

安装包输出到 launcher/artifacts/。由于内置平台相关的 Bun 和 Electron 运行时,macOS、Windows、Linux 必须分别在对应系统构建,不能从一个平台交叉生成所有成品。

5. 项目结构

另外可运行 ./scripts/bun-local.sh run launcher:smoke:ui(Windows 使用 scripts\bun-local.cmd run launcher:smoke:ui)执行真实 Chromium 界面回归。需要已安装 Google Chrome, 或用 CHAT2CODEX_TEST_BROWSER 指定 Chromium 可执行文件。测试只注入模拟 IPC,不登录账户、不修改 Codex 配置,截图写入 output/playwright/。详细覆盖范围见界面验证

verify 检查版本、依赖审计、类型、单元/集成测试、构建和可迁移运行时。它与界面回归都不能替代 真实账户和各系统安装包验收。发布前请完成发布验证

路径 作用
src/ CLI、Responses 服务、路由、ChatGPT Web Adapter、Codex 集成和用量记录
launcher/src/ React 桌面界面、国际化和样式
launcher/electron/ Electron 主进程、隔离浏览器、托盘、更新和运行时管理
tests/launcher/tests/ 核心和桌面启动器自动化测试
scripts/ 本地工具链、构建、检查和发布脚本
docs/ 安装、开发、架构、安全和发布文档

第三部分:技术说明

工作原理

首页工作台:需求 → 可选的 ChatGPT 网页方案 → Codex API 执行与测试 → 摘要复盘 → 继续或验收。每阶段都保留用量、状态与证据,切换策略在阶段边界生效。

原有 Web 模型桥接路径:

在 Codex 中选择 ChatGPT Web 模型
                 ↓
ChatGPT Web 使用账户可用额度进行推理和决策
                 ↓
Chat2Codex 通过本机回环服务传递请求
                 ↓
Codex Harness 执行经批准的文件、Shell、Git 和工具操作
                 ↓
工具结果返回同一个推理回合,直至任务完成

核心安全机制

  • ChatGPT-first 路由与按模型隔离的 Circuit Breaker;
  • Quality Lock:未经用户明确允许,不静默降低推理档位;
  • 只在完整回合边界回退 Native Codex;
  • Tool ledger 降低续接时重复执行已完成副作用的风险;
  • Standalone 只管理已登记路由字段,并保留私有恢复记录;
  • External Manager 对 ~/.codex/config.toml 保持只读;
  • Full 模式仍受 Codex Sandbox、审批和 Connector 权限约束;
  • 健康检查、隐私安全日志、自动更新和受控运行时恢复。

更详细的数据流、组件职责和信任边界见架构文档安全模型

已知限制

  • ChatGPT 网页 DOM 或交互流程更新后,可能需要发布兼容性修复;
  • 真实账户、额度错误、CC Switch 共存和跨平台新装的验证范围,以本次验收记录为准;
  • 无法显示官方精确余额、剩余额度和重置时间;
  • 图片生成不是当前支持的回合类型;
  • Linux 成品目前只提供 x64 AppImage;
  • 自行构建的未签名或未公证程序包可能触发操作系统安全提示。

实现状态发布验证清单为准;版本号不代表已获得 OpenAI 官方认证,也不代表所有环境均经过验收。

项目基于 miuuyy/codex-chatgpt-web 4.0.8。 准确的上游提交、同步方式和版权说明见 UPSTREAM.md

文档、贡献与许可

文档索引

文档 内容
普通用户安装教程 / English 下载、校验、安装、首次启动、更新和卸载
二次开发教程 / English 项目内工具链、依赖更新、测试、打包和清理
故障排查 登录、模型目录、MCP、路由冲突和浏览器错误
实现状态 已实现功能和仍需真实环境验证的内容
架构 组件职责、请求链路和数据流
安全模型 信任边界、工具调用和失败关闭原则
DEV Chat 隔离浏览器和模拟 MCP 开发流程
发布验证 发布前的自动检查和真实账户验收
本次上线前检查 已通过的测试、安装包结果与待完成的真实环境验收
贡献指南 Issue、代码、测试和 Pull Request 要求

参与贡献

欢迎提交聚焦、可验证的 Bug 修复、回归测试、文档改进和平台兼容性修复。开始前请阅读 CONTRIBUTING.md

  1. 先搜索现有 Issue;
  2. 大功能、架构调整、新 Provider 或大范围重构应先讨论;
  3. 行为修改必须增加测试并运行完整验证;
  4. 浏览器兼容修改必须基于真实 DOM 证据;
  5. 不得提交 Cookie、浏览器状态、密钥、Tunnel ID、日志、Codex 历史或本机绝对路径。

普通问题请提交 GitHub Issue。安全漏洞请按照 SECURITY.md 私密报告,不要公开漏洞细节或凭据。

开源许可

Chat2Codex 使用 MIT License。项目保留上游版权和第三方许可声明;派生、分发和二次开发时 请继续遵守这些声明。

About

GPT中定良谋,Codex下展妙手

Resources

Contributing

Security policy

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages