Codex MCP异步服务器
OpenAI Codex CLI的异步MCP包装器，可节省95%的上下文
允许Claude Code异步调用Codex（GPT-5），过滤掉思维过程，节省95%的上下文令牌。
特性
- ✅ 异步执行 -在后台启动Codex任务，继续工作
- ✅ 上下文高效 -过滤思维/执行日志，仅返回核心结果
- ✅ 完全控制 -访问所有Codex模型和推理工作
- ✅ 零配置 -使用Claude Code开箱即用
快速开始
🚀 使用UVX进行安装
零配置-只需运行：
uvx codex-mcp-async配置Claude代码
添加到您的 ~/.claude/settings.json:
{
"mcpServers": {
"codex-mcp": {
"command": "uvx",
"args": ["codex-mcp-async"],
"env": {}
}
}
}或者使用提供的配置：复制 mcp-config.json 到您的Claude设置目录重新启动Claude代码
重新加载或重新启动Claude Code以加载MCP服务器。
用法示例
🚀 异步执行（改变游戏规则！）
开始一项漫长的Codex任务，并立即继续工作：
你：
请分析整个代码库并生成全面的文档
克劳德： 我将分析您的整个代码库并生成全面的文档。这是一项大任务，所以我将异步启动它。..
✅ 任务已启动 （任务ID:abc12345） 当它在后台运行时，您可以继续处理其他事情！
你： （立即继续工作）
在文档生成过程中，请帮助我修复此错误
克劳德： 当然！让我帮你修复这个bug。..
你： （几分钟后）
你能检查一下文档任务是否完成了吗？
克劳德： ✅ 文件完成！
\[查看生成的文档\]
- api参考
- 代码示例
- 体系结构概述
- 安装说明
⚡ 并行执行
同时运行多个Codex任务：
你：
我需要同时做三件事： 1. 为utils.py生成单元测试 1. 重构database.py以使用async/await 1. 为api.py中的所有函数添加类型提示
克劳德： 我将同时开始这三项任务！
🔄 任务1已启动 （任务ID:task1）-生成单元测试 🔄 任务2已启动 （任务ID:task2）-重构数据库代码 🔄 任务3已启动 （任务ID:task3）-添加类型提示
所有任务都并行运行。..
你： （稍后）
这三项任务都完成了吗？
克劳德： ✅ 全部完成！
- ✅ 任务1：生成utils.py的单元测试
- ✅ 任务2：将database.py重构为异步模式
- ✅ 任务3：向api.py函数添加类型提示
🎯 快速同步任务
对于简单的即时任务：
你：
编写一个Python函数来验证电子邮件地址
克劳德：
import re
def validate_email(email):
pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
return re.match(pattern, email) is not None
# Usage examples
print(validate_email("user@example.com")) # True
print(validate_email("invalid-email")) # False✅ 任务完成！
🧠 模型选择
你：
使用GPT-5进行高推理分析
克劳德：
# Uses analysis model instead of coding model
mcp__codex_mcp__codex_execute(
prompt="Analyze this research paper on machine learning",
args=["--full-auto", "-m", "gpt-5", "--config", "model_reasoning_effort=high"]
)为什么异步+上下文过滤？
问题1： Codex在运行时阻止Claude Code。 问题2： Codex为每个任务输出3000多个思维日志标记。
解决方案： 此MCP服务器异步运行Codex，过滤掉95%的噪音。
优点：
- 🚀 开始一项任务并立即继续工作
- ⚡ 并行运行多个任务
- 💾 95%的上下文节省（3000个令牌→ 150 代币）
- 🎯 仅提供干净、专注的结果
- 🧹 自动流程清理
高级用法
模型选择
gpt-5-codex （默认） -最适合编码、调试和实现 gpt-5 -最适合分析、规划和研究
推理水平
minimal/low-快速任务medium-标准工时（默认）high-复杂问题
示例配置
# Quick coding task
args=["--full-auto", "--config", "model_reasoning_effort=low"]
# Complex analysis
args=["--full-auto", "-m", "gpt-5", "--config", "model_reasoning_effort=high"]
# Web search + analysis
args=["--full-auto", "--search", "-m", "gpt-5"]架构与性能
Claude Code (you)
↓ calls MCP tool
codex-mcp-async (runs Codex in background)
↓ filters thinking logs (95% savings!)
Codex CLI (GPT-5)
↓ returns clean result
Claude Code (receives focused output)上下文节省：
- 之前：3600个令牌（思考+日志+结果）
- 之后：180个令牌（仅限干净结果）
- 减少95%！
故障排除
服务器未显示？
- 检查：
uvx codex-mcp-async运行无错误 - 配置更改后重新启动Claude代码
任务卡在“运行”中？
- 完成大型任务需要时间
- 检查调试日志：
/tmp/codex_mcp_debug.log
上下文太大？
- 启用筛选：始终对长任务使用异步模式
- 将大型任务拆分为较小的块
需求
许可证
MIT许可证-请参阅 许可证
______________________________________________________________________
问题？ 在GitHub上打开一个问题。
由以下材料制成❤️ 克劳德法典+法典社区