webcodex

自托管工具网关，让 ChatGPT 安全调用你的项目能力

webcodex 是一个用 Rust 编写的自托管运行时，用于将受控的项目工具安全地暴露给 ChatGPT GPT Actions 和 MCP 客户端。它解决了在 AI 对话中直接调用本地或远程工具时的权限与安全问题，通过定义明确的工具接口和访问控制，让 AI 助手能够执行代码、操作文件或调用脚本，同时保持环境的可控性。核心能力包括：提供统一的工具注册与路由机制，支持与 GPT Actions 和 MCP 协议的无缝对接，以及基于 Rust 的高性能和内存安全特性。项目处于早期阶段，但架构清晰，适合开发者构建自定义 AI 工具链。

开源 free 对话助手

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1728

维护状态活跃

是否开源是

定价模式 free

项目数据

分类对话助手

开发团队yyjeqhc

所属国家

官网地址

GitHubhttps://github.com/yyjeqhc/webcodex

定价模式free

价格说明开源项目，Apache-2.0 许可证，可自行部署，完全免费。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Rust

技术栈/模型agent,chatgpt,claude,claude-code,codex,developer-tools,gemini,gpt-actions,grok,mcp,rust,self-hosted

GitHub 星标★ 1728

30天Star增速

HF 下载量

上线时间2026-05-28 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

使用教程

难度：进阶约 20 分钟部署方式：本地安装 5 步

⚠ 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

项目介绍

webcodex 是智能体领域的开源项目，由 yyjeqhc 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,728）位列前 30%，在智能体分类中处于中上游。

近 44 天，它的 GitHub 星标从 53 增加到 1,728，净增 1,675。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。Apache-2.0 许可证，可自行部署，完全免费。

它主要面向的使用场景是：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。同类可对比的替代方案包括 MCP (Model Context Protocol)、OpenAI Functions、LangChain Tools。

上一篇：devspace

下一篇：triliumnext-mcp