Codex Plugin for Claude Code：在 Claude Code 中直接使用 OpenAI Codex

详解 codex-plugin-cc 的安装配置和六大核心命令，涵盖代码审查、对抗性评审、任务委派、后台作业管理等完整工作流

发布于 2026-03-31 · 更新于 2026-03-31

仓库：openai/codex-plugin-cc | License: Apache-2.0

---

这是什么

codex-plugin-cc 是 OpenAI 官方提供的 Claude Code 插件，让你在 Claude Code 中直接调用 Codex 进行代码审查或委派编码任务。简单说——用竞品帮你干活，两个 AI 协作。

你能获得：

• /codex:review — 标准代码审查
• /codex:adversarial-review — 可定向的对抗性评审（挑战你的设计决策）
• /codex:rescue — 将任务委派给 Codex 执行
• /codex:status / /codex:result / /codex:cancel — 后台作业管理

---

前置条件

条件	说明
ChatGPT 订阅（含免费版）或 OpenAI API Key	使用量计入 Codex 用量限额
Node.js ≥ 18.18	插件运行环境
Claude Code CLI	宿主环境

---

安装

三步完成：

# 1. 添加 marketplace
/plugin marketplace add openai/codex-plugin-cc

# 2. 安装插件
/plugin install codex@openai-codex

# 3. 重载插件
/reload-plugins

然后运行设置检查：

/codex:setup

/codex:setup 会检测 Codex CLI 是否就绪。如果没装过，它可以自动帮你安装。也可以手动装：

npm install -g @openai/codex

如果 Codex 已安装但没登录：

!codex login

安装成功后，你应该能看到上面列出的斜杠命令，以及 /agents 中出现 codex:codex-rescue 子代理。

---

核心命令详解

1. /codex:review — 标准代码审查

对当前工作进行 Codex 级别的代码审查，效果等同于在 Codex 内直接运行 /review。

适用场景：

• 审查当前未提交的修改
• 审查当前分支与基准分支（如 main）的差异

用法：

# 审查未提交的更改
/codex:review

# 审查当前分支相对于 main 的更改
/codex:review --base main

# 后台运行（推荐，多文件审查可能耗时较长）
/codex:review --background

这是只读命令，不会修改任何代码。

2. /codex:adversarial-review — 对抗性评审

可定向的深度评审，专门质疑你的实现和设计决策。

与 /codex:review 的区别：它不只看代码细节，而是挑战你的方向选择——架构取舍、隐含假设、替代方案、故障模式。

适用场景：

• 发布前压力测试：认证、数据丢失、回滚、竞态条件
• 审视缓存策略、重试设计等架构决策
• 需要一个”唱反调”的评审者

用法：

# 基础对抗性评审
/codex:adversarial-review

# 指定基准分支 + 定向关注点
/codex:adversarial-review --base main challenge whether this was the right caching and retry design

# 后台运行 + 指定关注方向
/codex:adversarial-review --background look for race conditions and question the chosen approach

只读命令。它只评审，不修复代码。

3. /codex:rescue — 委派任务给 Codex

将具体任务交给 Codex 通过 codex:codex-rescue 子代理执行。

适用场景：

• 调查 bug
• 尝试修复
• 继续上一次的 Codex 任务
• 用更小/更快的模型跑一轮

用法：

# 调查问题
/codex:rescue investigate why the tests started failing

# 尝试修复
/codex:rescue fix the failing test with the smallest safe patch

# 继续上次任务
/codex:rescue --resume apply the top fix from the last run

# 指定模型和 effort 级别
/codex:rescue --model gpt-5.4-mini --effort medium investigate the flaky integration test

# 用 spark 模型快速处理
/codex:rescue --model spark fix the issue quickly

# 后台运行
/codex:rescue --background investigate the regression

你也可以用自然语言触发：

Ask Codex to redesign the database connection to be more resilient.

参数说明：

参数	说明
--model	指定模型，spark 会映射到 gpt-5.3-codex-spark
--effort	推理 effort 级别
--resume	继续最近的 Codex 任务
--fresh	强制新建任务
--background	后台运行
--wait	等待完成后返回

4. /codex:status — 查看作业状态

# 查看所有作业
/codex:status

# 查看指定作业
/codex:status task-abc123

5. /codex:result — 查看作业结果

# 查看最近完成的作业结果
/codex:result

# 查看指定作业结果
/codex:result task-abc123

返回结果中会包含 Codex session ID，你可以用 codex resume <session-id> 在 Codex 中直接恢复该会话。

6. /codex:cancel — 取消作业

/codex:cancel
/codex:cancel task-abc123

---

实战工作流

发布前审查

/codex:review --background
/codex:status          # 过一会儿检查进度
/codex:result          # 查看审查结果

委派调查任务

/codex:rescue --background investigate why the build is failing in CI
/codex:status
/codex:result

对抗性评审 + 修复循环

# 1. 先让 Codex 挑战你的设计
/codex:adversarial-review --base main

# 2. 根据反馈让 Codex 尝试修复
/codex:rescue fix the issues raised in the review

---

高级配置

Review Gate（审查门禁）

启用后，插件会在 Claude 每次响应时自动触发 Codex 审查。如果发现问题，会阻止 Claude 继续，要求先解决。

# 启用
/codex:setup --enable-review-gate

# 禁用
/codex:setup --disable-review-gate

注意：审查门禁会创建持续的 Claude/Codex 循环，可能快速消耗用量配额。仅在主动监控会话时启用。

Codex 配置文件

插件复用你本地 Codex CLI 的配置。可以在 config.toml 中自定义默认模型和 effort：

# ~/.codex/config.toml（全局）
# 或 .codex/config.toml（项目级）

model = "gpt-5.4-mini"
model_reasoning_effort = "xhigh"

配置加载优先级：

1. 用户级：~/.codex/config.toml
2. 项目级：.codex/config.toml（需要项目已被信任）

在 Codex 中继续工作

任何通过插件委派的任务都可以在 Codex 中直接恢复：

# 用 /codex:result 获取 session ID，然后
codex resume <session-id>

---

常见问题

Q: 需要单独的 Codex 账号吗？

不需要。如果你已经在本机登录过 Codex，插件直接复用本地认证。如果从未用过 Codex，需要先用 !codex login 登录（支持 ChatGPT 账号或 API Key）。

Q: 插件有独立的 Codex 运行时吗？

没有。插件通过本地 Codex CLI 和 App Server 运作，共享同一套安装、认证和仓库环境。

Q: 已有的 Codex 配置会生效吗？

会。插件完整继承你的 Codex 配置，包括 openai_base_url 等自定义设置。