ChatGPT 规划，Codex 执行：一个让 AI 结对编程更聪明的开源方案
> ChatGPT 负责思考与规划，Codex 负责执行与落地——一个将大模型规划能力与代码代理执行能力无缝结合的 TypeScript 开源项目。
## 一、项目背景：为什么需要“ChatGPT + Codex”组合？
在 AI 辅助编程的浪潮中，开发者已经习惯了两种截然不同的工作流：
- **ChatGPT 类对话模型**（如 GPT-4、GPT-4o）：擅长理解复杂需求、拆解任务、生成代码片段，但缺乏在真实代码仓库中自主操作的能力（如读写文件、运行测试、git 提交等）。
- **代码代理（Codex 等）**：能够在一个沙盒环境中自主执行多步操作，比如搜索代码、修改文件、运行命令，但它的“规划能力”往往受限于上下文窗口和模型自身的推理深度，遇到复杂或模糊的需求时容易跑偏。
`codex-with-chatgpt` 的诞生正是为了解决这一割裂：**让 ChatGPT 作为“大脑”负责全局规划与决策，让 Codex 作为“双手”负责具体执行**。这种“双模型协作”模式，既利用了 ChatGPT 强大的语言理解和任务分解能力，又保留了 Codex 在真实环境中的可操作性，从而显著提升 AI 编程的完成度和可靠性。
## 二、核心痛点与解决方案
### 痛点 1：Codex 单独使用时，面对复杂任务“力不从心”
Codex 本身是一个基于 OpenAI 代码模型的终端代理，它可以在一个工作目录中执行命令、编辑文件。但如果你直接给它一个庞大的需求，比如“重构整个项目的认证模块，并添加单元测试”，它可能会：
- 在第一步就陷入细节，忘记全局目标；
- 重复修改同一个文件，导致逻辑混乱；
- 无法合理分配时间，在次要问题上浪费过多 token。
**解决方案**：项目将 Codex 的每一次调用都交给 ChatGPT 来“指挥”。ChatGPT 首先将大需求拆解为一系列具体的小步骤（例如：1. 分析现有认证代码；2. 设计新接口；3. 修改核心逻辑；4. 编写测试；5. 运行测试并修复错误）。然后，每一步都作为一个独立的 Codex 任务执行，执行结果反馈给 ChatGPT，由它决定下一步动作。这形成了一个“规划-执行-反馈-再规划”的闭环。
### 痛点 2：ChatGPT 无法直接操作文件系统或运行命令
即使使用 ChatGPT 的代码解释器（Code Interpreter），它也只能在受限的 Python 环境中运行，且无法访问你的本地仓库。而 `codex-with-chatgpt` 通过将 Codex 作为后端执行引擎，让 ChatGPT 的规划结果能够直接作用于真实的代码仓库。
### 痛点 3：多轮对话中的上下文丢失
直接使用 Codex 时，每次执行都是一个独立的会话，很难保持跨步骤的上下文。而本项目通过 ChatGPT 维护一个全局的“任务状态”，每次执行完 Codex 后，将输出摘要和当前文件状态反馈给 ChatGPT，让它始终掌握全局，不会迷失方向。
## 三、安装与快速上手
### 环境要求
- Node.js 18+ 和 npm
- 一个 OpenAI API Key（需要同时具备 ChatGPT 和 Codex 的访问权限，通常为同一 key）
### 安装步骤
bash
# 克隆项目
git clone https://github.com/XiaoDuoYa/codex-with-chatgpt.git
cd codex-with-chatgpt
# 安装依赖
npm install
# 配置环境变量
cp .env.example .env
# 编辑 .env，填入你的 OPENAI_API_KEY 和可选的 OPENAI_ORG_ID
### 基本用法
项目提供了一个命令行工具，你可以直接输入一个任务描述，它会自动启动“ChatGPT 规划 + Codex 执行”循环。
bash
npm start -- "重构 src/utils/date.ts 中的日期格式化函数，使其支持时区参数，并添加单元测试"
更高级的用法是使用交互式模式，在每一步执行后你都可以介入调整：
bash
npm run interactive
### 代码示例：如何以编程方式调用
项目也导出了核心 API，你可以集成到自己的工具链中：
typescript
import { CodexWithChatGPT } from './src';
const agent = new CodexWithChatGPT({
apiKey: process.env.OPENAI_API_KEY,
model: 'gpt-4o', // ChatGPT 规划模型
codexModel: 'codex', // Codex 执行模型
workingDir: './my-project',
});
const result = await agent.run('将项目中的 console.log 全部替换为自定义 logger，并保证代码风格一致');
console.log(result.summary);
## 四、核心亮点深度解析
### 1. 动态任务分解与优先级排序
ChatGPT 在每一轮规划中，不仅会生成下一步操作，还会根据当前进度和反馈重新评估剩余任务的优先级。比如，如果 Codex 在执行某一步时发现依赖缺失，ChatGPT 会动态插入“安装依赖”这一新步骤，而不需要用户手动干预。
### 2. 执行结果的结构化反馈
每次 Codex 执行完毕，项目会提取关键信息（如修改的文件列表、运行的命令、测试通过/失败数量、错误日志摘要）并以结构化的 JSON 形式返回给 ChatGPT。这比直接粘贴原始输出更高效，减少了 token 消耗，同时让 ChatGPT 能快速理解当前状态。
### 3. 安全边界与人工确认机制
项目允许设置“危险命令”白名单/黑名单。例如，你可以禁止 Codex 执行 `git push` 或 `rm -rf` 等高风险操作。此外，在交互模式下，每一步执行前都会询问你是否允许，确保你对最终行为有完全控制权。
### 4. 支持多种 ChatGPT 模型
你可以在配置中选择 `gpt-4o`、`gpt-4-turbo` 甚至 `gpt-3.5-turbo` 作为规划大脑，以平衡成本和性能。对于简单任务，使用 `gpt-3.5-turbo` 可以大幅降低费用，而复杂任务则推荐 `gpt-4o`。
### 5. 可扩展的插件机制
项目提供了一套简单的插件接口，你可以在每次执行前后添加自定义钩子（例如：自动格式化代码、发送 Slack 通知、更新项目文档等）。
## 五、适用场景
- **大型重构任务**：当你想对项目进行跨模块的重构，且需要保持全局一致性时，ChatGPT 的规划能力可以避免 Codex 在局部优化中迷失。
- **自动化代码审查与修复**：你可以将 GitHub Issue 或 PR 评论作为输入，让系统自动分析并生成修复代码，甚至直接提交 PR。
- **学习与教学**：新手开发者可以用它来理解一个复杂代码库的逻辑，ChatGPT 会解释每一步修改的原因。
- **批量重复性任务**：例如为所有函数添加类型注解、统一导入风格、替换弃用 API 等。
## 六、同类项目对比
| 项目 | 特点 | 对比优势 | 对比劣势 |
|------|------|----------|----------|
| **Codex CLI**（OpenAI 官方） | 单独使用 Codex，自主执行 | 无需额外配置，直接可用 | 缺乏高层规划，复杂任务容易失控 |
| **Aider** | 基于终端的 AI 结对编程，支持多模型 | 支持本地 git 操作，社区活跃 | 规划能力依赖单一模型，不如本项目的“双脑”协作 |
| **OpenHands（原 OpenDevin）** | 自主编码智能体，支持多种模型 | 功能全面，有 GUI 界面 | 较重，需要 Docker 环境，学习曲线陡峭 |
| **AutoGPT** | 通用自主代理，可处理多种任务 | 灵活，但不够专注编程 | 容易陷入死循环，缺乏代码库感知能力 |
**本项目独特优势**：
- 专门针对编程场景优化，结合了 ChatGPT 的“常识”和 Codex 的“代码操作”能力。
- 轻量级，纯 TypeScript，无需 Docker，易于集成到现有开发流程。
- 提供细粒度的安全控制和人工介入点，适合生产环境使用。
## 七、潜在局限与改进方向
- **Token 消耗较高**：由于每次执行都需要调用两个模型，且 ChatGPT 需要接收结构化反馈，整体 token 消耗比单独使用 Codex 多约 30%-50%。建议使用 `gpt-3.5-turbo` 作为规划模型以降低成本。
- **依赖 Codex 的稳定性**：如果 Codex API 不稳定或限流，整个流程会中断。项目目前没有内置重试机制，需要用户自行处理。
- **对非英语任务支持一般**：ChatGPT 和 Codex 对英文支持最佳，对于中文注释或中文需求，效果会稍打折扣，但基本可用。
未来可能的方向：支持更多代码代理后端（如 Claude Code、Gemini CLI 等），以及增加对多仓库项目的支持。
## 八、总结
`codex-with-chatgpt` 是一个极具巧思的开源项目，它没有尝试重新发明轮子，而是将两个强大的 AI 工具以“规划-执行”模式组合起来，解决了单一工具在复杂编程任务中的短板。虽然它仍处于早期阶段（GitHub 上 537 个 star），但设计思路清晰，代码结构简洁，非常适合那些希望深度控制 AI 编程流程的开发者。如果你厌倦了让 AI 一遍遍“猜”你的意图，不妨试试让 ChatGPT 当你的“项目经理”，让 Codex 当你的“码农”，你只需坐在椅子上喝咖啡。
**项目链接**：[https://github.com/XiaoDuoYa/codex-with-chatgpt](https://github.com/XiaoDuoYa/codex-with-chatgpt)