
webcodex
自托管工具网关,让 ChatGPT 安全调用你的项目能力
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2496
技术标签
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 一台你自己的机器(Windows/macOS/Linux),用于运行 WebCodex Server 与 Runner
- 本机需保留要被 AI 操作的代码仓库,无需迁移到托管工作区
- Windows/macOS 用户需按仓库内 docs/desktop-install.md 安装 WebCodex Desktop
- 使用已有 Server 时,需要对方提供 Server 地址与连接凭据
- ChatGPT 需能访问到 Server(公网 HTTPS、Cloudflare Tunnel 或 OpenAI Secure MCP Tunnel 任一)
安装与启动步骤
-
1克隆源码仓库
把 WebCodex 仓库下载到本机。README 说明代码始终留在你原本所在的机器上,不需要搬进托管工作区。
git clone https://github.com/yyjeqhc/webcodex.git -
2选择接入方式
日常开发推荐完整的 Server + Runner;只想试几分钟,README 提供了在单个仓库内运行的临时共享方式(节选中该命令不完整,以官方 README 为准)。
-
3桌面端安装
Windows 或 macOS 推荐走 WebCodex Desktop + 官方 OpenAI Secure Tunnel,按仓库中的 docs/desktop-install.md 操作。
-
4全量自托管配置
使用 CLI、已有 Server 或自托管时,按 docs/PERSONAL_SETUP.md 完成 Server 与 Runner 的配置与连接。
-
5生产部署参考
只有在生产托管、多用户、systemd/Docker、OAuth、代理或私有 CA 场景下,才需要看 docs/DEPLOYMENT.md。
如何确认成功
在 ChatGPT 或 Claude 对话中能列出并调用你配置好的项目工具(如查看仓库、跑测试)即算接入成功。
常见问题
Q:README 中没有可直接复制的安装命令怎么办?
A:节选只指向 docs/desktop-install.md、docs/PERSONAL_SETUP.md、docs/DEPLOYMENT.md 三份文档,请打开这些文档按其真实命令执行,不要凭猜测安装。
Q:公网 HTTPS、Cloudflare Tunnel 和 OpenAI Secure MCP Tunnel 有什么区别?
A:它们只是 ChatGPT 访问 Server 的通道,不会把你切换到功能受限的体验,完整开发能力仍由 Server + Runner 提供。
Q:什么时候才需要看 DEPLOYMENT 文档?
A:只有做生产托管、多用户、systemd/Docker、OAuth、反向代理或私有 CA 等场景才需要,普通个人使用不必先学这些。
Q:必须把代码仓库上传到云端吗?
A:不需要。仓库留在原本所在的机器上,WebCodex 只是把受控的工具接口安全地暴露给 AI 助手调用。
注意事项
- 本次 README 节选未包含完整安装命令,除 git clone 外的步骤均按文档指向编写,实际命令请以官方仓库文档为准。
- 项目处于早期阶段,接口与文档可能随时变动,执行前建议先确认文档版本。
- 临时共享方式仅适合快速试用几分钟,不适合长期开发,正式使用请采用 Server + Runner。
- 生产环境涉及 OAuth、代理与私有 CA 时需额外评估安全与权限配置。
核心亮点
- 基于 Rust 实现,内存安全且性能高,适合作为底层运行时
- 同时兼容 GPT Actions 和 MCP 协议,覆盖主流 AI 客户端
- 自托管设计,数据与工具完全自主可控,避免云依赖
不足之处
- 项目处于早期,星标数少,文档和社区支持待观察
- 功能覆盖有限,可能缺少复杂场景的权限粒度控制
适用场景
- 开发者将本地开发工具接入 ChatGPT,实现自然语言触发构建或测试
- 企业内部自建 AI 助手,安全暴露内部 API 或脚本给 MCP 客户端
- 构建自定义 AI 代理,需要精细控制外部工具调用的场景
替代项目
MCP (Model Context Protocol)、OpenAI Functions、LangChain Tools
上一篇:devspace
下一篇:triliumnext-mcp
同类项目推荐
agent-plugins-spec
开源
统一智能体插件格式,让扩展一次打包到处运行
Agent Plugins — An open standard for packaging agent extensions as distributable pl···
fireauto
开源
一个命令搞定 SEO、安全、PRD 和 Reddit 研究
Claude Code 자동화 플러그인 — SEO, 보안, 팀 에이전트, PRD, 레딧 리서치를 커맨드 하나···
most-capable-agent-system-prompt
开源
一段提示词,让编码助手自建可自我改进的智能体
A copy-paste system prompt that has your coding agent (Claude Code, Codex, Cursor) b···
Agentero
开源
让 AI Agent 陪你从选题到实验全程干活
Unified research workspace for humans & agents — PDF Q&A with citations, Vault, wri···
Locus
开源
用自然语言驱动 Unity 开发,自动写代码改场景
The open source Unity Dev Agent
evenfire
开源
在自己服务器上跑会动手干活的 LLM 智能体
Evenfire is an intelligence layer platform for running LLM agents that take real act···
real-estate-ai-agent
开源
用AI智能体把房源网页一键变成结构化JSON数据
Intelligent Python system that extracts real estate property data as structured JSON···
tinyhumans
开源
在微型沙盒里,创造和互动小人物的故事
A little interactive sandbox for tiny people, tiny thoughts, and their tiny stories
better-agent-terminal
开源
一个窗口管所有 Claude Code 终端,多任务并行不打架
Multi-workspace terminal aggregator with Claude Code AI integration