[程序员] 把你的 ChatGPT 变成 Codex

一句话看懂：一名开发者通过开源项目 coding-tools-mcp，让 ChatGPT 网页端能直接读写本地项目代码，相当于为普通 ChatGPT 用户解锁了原本限于 Codex 的本地开发能力。

事件核心：发生了什么

开发者 xyTom 在 GitHub 发布了开源项目 coding-tools-mcp，这是一套运行在用户本地的 MCP（Model Context Protocol）服务器。它通过隧道接口与 chatgpt.com 建立连接，使得 ChatGPT 网页端内的模型（如 GPT-5.5 Pro、xHigh 或 High）能够直接读取、运行用户本地仓库中的代码。本质上，这套工具充当了 ChatGPT 与开发者本地环境之间的桥梁，让原先仅存在于 IDE 插件 Codex 中的“直接操作本地代码”能力，被移植到了通用 ChatGPT 的对话界面中。

为什么重要

这一项目揭示了 MCP 协议在工具调用层面的灵活性。过去，OpenAI 将 Codex 定位为面向开发者的专业 AI 编程助手，与通用 ChatGPT 的功能边界清晰。coding-tools-mcp 的出现打破了这种壁垒，证明只要找到正确的接口协议，任何用户都能在 ChatGPT 对话中完成代码编辑、运行和调试，而无需切换至专门的 IDE 环境。这不仅重新定义了 ChatGPT 的能力边界，也让 MCP 作为连接大模型与外部工具的标准化协议，在实际应用场景中获得了更实质的验证。

对用户/开发者/创作者的影响

对开发者而言，该工具大幅降低了获取“AI+本地代码”能力的门槛。此前，只有付费使用 Codex 或 GitHub Copilot 的用户能直接让 AI 读写本地项目；现在，持有 ChatGPT Plus 或 Pro 订阅的开发者，只需本地运行一个开源服务器即可实现类似功能。对普通创作者或非专业程序员，此举意味着可以用自然语言直接操作本地文件系统中的代码，进行自动化脚本修改、测试运行等任务，减少了上下文切换的复杂度。但需要注意的是，该方案需要用户自行搭建并管理本地服务器，对不熟悉命令行和网络配置的入门用户仍有一定门槛。