[开源推广] webcodex v0.4.6发布，一款自我迭代的线上mcp工具

[yyjeqhc]

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的帖子已经打上 开源推广 标签： 是
• 我的开源项目完整开源，无未开源部分： 是
• 我的开源项目已链接认可 LINUX DO 社区： 是
• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

项目地址： yyjeqhc/webcodex

欢迎各位佬友进行使用体验和反馈，希望能够对大家有所帮助。

书接上回： [开源推广] webcodex v0.3.7发布，更好的线上 mcp 编程体验，更广泛的平台支持,更好的使用体验 - 开发调优 - LINUX DO

v0.3.9 更新

• 1.更流畅的安装部署实验，请将项目链接复制给你的agent来辅助安装
• 2.acp协议/mcp桥支持，可以线上窗口调用你的本地codex（其他未测）;外挂其他mcp应用
• 3.人和窗口的协作机制，可以在webUI查看窗口进度，并进行引导

协作展示

我看它的思维摘要似乎比较保守，只想帮我过CI，没有后续合并以及发布工作，于是留言引导

它看见消息以后思维摘要会显示或者UI回复，很适合纠偏

gpt也可以直接在UI里面回复，不需要额度的停止交互turn，即可交互

期待以后可以语音和gpt聊天，让它边聊边干吧。

后续计划

v0.3.9本身比较稳定了，后续将进入v0.4.x版本，将会破坏性的更新来增加可维护性和扩展功能，goal将会是支持的功能之一，不过不会很快发布。

What’s WebCodex

Why WebCodex

最初也只是想做一个线上mcp工具，让模型可以操作本地文件系统以及写代码，至少来说，可以不用让我手动粘贴代码改来改去。后来发现，它也可以拥有很强的coding能力，基于CS架构的多设备协作，让它可以实现更多本地agent做不到的效果。当然，它也是可以接入本地agent作为mcp工具使用的。

最满意的设计

本次的新特性

• 1. Computer Use：我简单进行了测试，已知的发个微信消息，打开网页，滚动一下，输入一些文本，剪贴板啥的还是没问题的；由于我没有使用过codex的computer use**，所以不能精确对比来加强这样的；对gpt这样的多模态来说，加上这个，确实会方便很多
• 2. 文件上传下载：上传指定格式的文件都没问题，比如ppt/docx之类的办公类型；过程是很顺畅的，你交代意图，它帮你传递文件
• 3. 多窗口协作：多个gpt窗口之间可以同时使用webcodex来做不同的事，可以理解为本地agent是自动创建，线上的话还需要你手动打开窗口输入prompt这样的，也就是server可以承载围绕同一任务来做
• 4. 多模型客户端支持：本次实际测试了一下，算是全平台集齐了，gpt/claude/grok/gemini 都是可以连接的，你甚至可以让它们凑一起来打牌(bushi)，推荐使用oauth进行连接

一件有趣也很重要的事

现在，WebCodex本身就全是线上窗口自己写，自己评审，创建PR，创建Issue，进行合并这样的，我只是负责想一下需求。我日常的开发工作也几乎全部使用webcodex，而不是本地agent。经常自举的佬友们就知道自举的快乐了。

目前的进展

在我看来，基础的功能开发基本也差不多了，我暂时也想不过更多的feature了，除了写在issue里的部分，剩下的就是维护和清理工作了。能跨设备协作，乃至于跨用户协作，我感觉，已经足够方便了。

注意事项

• 1. 依据平台现有规则，正常使用本项目并不会导致封号，使用合理合规
• 2. 本项目提供操作本地文件系统的能力，但并非毫无风险，因此请谨慎使用，及时做好备份工作
• 3. 我的使用强度比较高，记录下来平均每天可以使用4K+工具调用次数，只是gpt平台哈。主要的瓶颈还是在于每天只有24h

由于team订阅不能分享聊天记录，所以只能截几张图来作为展示。

1.跨设备操作

树莓派和windows（这里突然想到一个feature就是runner中继，有时候一台设备不那么方便连接server）

2.Computer Use

它可以自行打开应用进行输入这样的

由于mcp卡片不稳定，所以图片展示为链接的方式

3.文件上传下载

不经意间的一条消息，问一下它能不能使用本地的skills，结果正好实测它可以直接从本地上传到它们的空间，不是模型手动搬运文本哈

Last words

由于本人秋招在即，所以后续不会再专注于项目开发，这里也欢迎各位佬友来进行参与贡献，提出Issue，使用AI也是完全没问题的，支持并欢迎；感谢各位佬友的支持，现在也是有100+ star了，每多一个star，都会收获一份开心，希望能真正的帮助到大家。
这里也感谢社区的推广支持，这帮助我不断的完善此项目，让它真正变得使用顺畅，功能强大；历时50天，最近也是快要飞升了。

感受：对我来说，我可能太依赖gpt了，配上这个，真的给我一种无所不能的感觉，似乎自己什么都能做了一样。

[yyjeqhc]

npm和github的release产物还在制作中

[xunuo]

身份验证里没有bearer token选项了

[yyjeqhc]

free用户选择oauth就好,但是，pat这个token需要自己创建和设置环境变量

curl -fsS -X POST https://sg4.yyjeqhc.cn/api/oauth/clients/create \
  -H "Authorization: Bearer $WEBCODEX_PAT" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "ChatGPT WebCodex",
    "redirect_uris": [
      "https://chatgpt.com/connector/oauth/kHemdTCNaOaZ"
    ],
    "allowed_scopes": [
      "runtime:read",
      "project:read",
      "project:write",
      "job:run",
      "job:detach",
      "computer:control",
      "computer:launch",
      "computer:display_read",
      "computer:pointer_control",
      "computer:clipboard_read",
      "computer:clipboard_write",
      "account:manage",
      "computer:read"
    ]
  }'

[xunuo]

我是pro用户，看了下现在webcodex share默认不支持oauth，自己配置也巨麻烦；希望大佬可以支持下了

[inter1965 (m1self)]

问题反馈：webcodex-runner 0.3.7 在 Windows 上处理含中文的作业输出时发生 UTF-8 char boundary panic

Runner 在执行输出包含中文的任务时会触发 panic 并中断：日志显示 panicked at crates\webcodex-runner\src\main.rs:2284:52: byte index 12125 is not a char boundary: it is inside ‘无’ (bytes 12123..12126) of ‘…’。看起来是作业输出尾部快照裁剪逻辑（append_runner_stream / trim_runner_stream_to 一起按 JOB_SNAPSHOT_STREAM_MAX_BYTES 做字节偏移切片的地方）在多字节 CJK 字符中间直接切了字符串。虽然之前代码里不少位置已有 is_char_boundary 循环保护，但至少 0.3.7版的那处切片路径没有覆盖到。这个 panic 还会连锁恶化稳定性：作业状态写坏后，重连注册时服务器端
reconciliation 校验报 register_failed: job inventory timestamps are inconsistent，Runner 直接 Fatal 退出。复现条件很简单：跑一个会输出中文（如中文报错信息/文件名）且输出超过尾部快照字节上限的 shell 命令即可。
希望能统一在字节裁剪处先推进到 char boundary 再切片。顺带感谢这个项目

[yyjeqhc]

感谢佬友反馈，我晚点看一下这个。我一直用的是team，然后有个PAT，所以切换oauth也比较自然，没有测试过connect的情况。

[yyjeqhc]

佬友试着切换到最新版呢，已经发布了0.3.8的release，看起来好像修复过了

[yyjeqhc]

@Thaddeus 目前已经发布，今天遇见双重打击，第一个就是网页端路由到mini，第二个就是使用tailscale网络也不稳定，所以导致发布release产物慢了很多

[inter1965 (m1self)]

现在好点了，缺的可能就是web端的goal了

[yyjeqhc]

goal就是给它一件事，让它一直做下去吗。我在codex里面用的也很少。不过有一种思路就是后面加入页面回调方式，可以让它自己多轮对话，直到任务完成这样的。

[uvw (流离)]

这种属于给网页注入mcp，然后通过mcp操作本地文件的那种插件吗？还是网页2api？只支持gpt吗

[yyjeqhc]

claude grok gemini 都支持的，不是注入mcp，是官方支持将mcp服务器作为工具进行加入

[inter1965 (m1self)]

要不一直在网页上输入继续也很烦，

[uvw (流离)]

那佬你这个项目是不是得有公网才行

[yyjeqhc]

其实有几种方式的，可以自己使用隧道
[开源推广] webcodex v0.3.4发布：终于，windows断网的问题进行了解决 - #7，来自 star 或者cloudflare的隧道

也可以使用我已经部署的服务器进行快速上手体验: https://sg4.yyjeqhc.cn/mcp
要是自己想长期稳定的话，就需要cf的高级功能或者自己部署到公网服务器了

[yyjeqhc]

域名/runeime，然后输入token，其实还可以查看当前活动的session之类的，我自己用的少，UI也很粗糙。不过还是能观察一下行为的。应该也没有写到文档里面，算是隐藏的feature了

[Denial3938]

网页路由到Mini解决了吗 还是只能等

[yyjeqhc]

更换IP到azure 甲骨文 谷歌云之类的大厂服务器吧。我换过去以后，pro都不会被路由到mini了。不过不是绝对因素，我使用之前数字海洋的服务，sol已经恢复了。也可以看一下站里其他的分析，还涉及到浏览器时区之类的因素

[xcantloadx]

free 现在居然也支持自定义 MCP 了么，几个月之前还是付费专享