OpenCodex

OpenCodex 是一款专为 Codex Desktop 打造的即插即用本地网关。它不仅能够无缝解锁第三方 API 支持，更引入了自研的 Computer Use 引擎 和创新的 Vision Bridge 技术，让原本不具备视觉能力的纯文本模型也能通过“看图”来执行复杂的桌面操作。配合高颜值的 Web 控制台，OpenCodex 将 Codex 的可玩性与实用性提升到了新的高度。

核心亮点：智能桥接，无限扩展

1. Vision Bridge：让纯文本模型拥有“眼睛”

• 技术原理：自动截取屏幕画面并压缩至 1200px，调用任意配置的多模态模型（如 GPT-4o, Claude 3.5 Sonnet 等）生成图像描述，再将描述注入到纯文本模型（如 DeepSeek-V3, Llama 3 等）的 Prompt 中。
• 价值：大幅降低 Computer Use 的成本，让用户可以使用高性能但廉价的纯文本模型完成需要视觉理解的自动化任务。

2. 自研 Computer Use 引擎

• 原生控制：基于 macOS CGEvent 实现高精度的鼠标移动、点击、键盘输入及窗口控制。
• 智能截图：自动捕获屏幕状态，并通过 sips 工具高效压缩，确保传输速度与识别精度的平衡。

3. 高颜值 Web 控制台

• 可视化管理：通过 http://localhost:8765/dashboard 访问，提供中英文一键切换。
• 灵活配置：图形化管理 API Key 和接口地址，自由增删模型，并勾选控制在 Codex 中显示的模型列表。
• 实时监控：提供实时 SSE 日志流，方便调试与观察模型交互过程。
• 便捷操作：支持一键重启 Codex 或一键还原至原生 Codex 状态，确保实验安全。

4. 零配置启动

• 自动修补：启动后自动检测并修补 ~/.codex/config.toml 配置文件，无需手动编辑。
• 即开即用：填写 API Key 和模型名后即可立即生效，极大降低了使用门槛。

快速上手

1. 环境准备

• 操作系统：macOS
• 依赖：Node.js v18+
• 前置软件：已安装 Codex Desktop

2. 安装与运行

# 克隆仓库
git clone https://github.com/AITabby/opencodex.git
cd opencodex

# 安装依赖
npm install

# 启动服务
npm start

3. 配置使用

1. 浏览器自动打开控制台页面。
2. 填入你的第三方 API Key（如 OpenAI, Anthropic, 或兼容接口）及模型名称。
3. 保存配置，OpenCodex 将自动接管 Codex 的请求。
4. 在 Codex 中尝试使用 Computer Use 功能，体验纯文本模型的视觉操控能力。

适用场景

• 自动化办公：利用低成本纯文本模型结合 Vision Bridge，实现网页浏览、软件操作等自动化任务。
• 模型评测与对比：通过 Web 控制台轻松切换不同模型，测试其在 Computer Use 场景下的表现。
• 隐私与安全：所有数据经过本地网关处理，API Key 本地存储，不经过第三方服务器中转（除直接请求模型 API 外）。
• 开发者调试：实时日志流帮助开发者快速定位模型调用问题，优化 Prompt 策略。

OpenCodex 不仅是一个简单的 API 代理，它是 Codex 生态的能力放大器。通过 Vision Bridge 技术，它打破了多模态模型的高价壁垒，让每一位开发者都能以极低的成本体验先进的 Computer Use 功能。