夜雨聆风title: Codex+服务器：App Server 接 Chrome
subtitle: 3 步服务器端 Codex 跑 Chrome 自动化 + 3 个 Skill 攻略
date: 2026-06-25
author: AI洞察
source_primary: OpenAI Codex App Server + Computer Use + MCP 官方
sources_count: 10
status: draft
keywords: Codex, Obsidian, Claude Skills, Agent, AI工作流, AI自动化, 浏览器自动化, 企业AI落地, 短视频自动化, 内容中台, AI数字员工
Codex 服务器端接 Chrome 自动化，3 步跑通：①用 Codex App Server（JSON-RPC 2.0 协议）跑在自家服务器当调度中枢 ②用 Codex Computer Use 在 macOS/Windows 桌面端控制 Chrome，或用 Chrome DevTools MCP 程序化控制 ③用 Codex Subagents 跑多步骤浏览器流程。这套 AI 自动化工作流把"手动操作浏览器"变成"服务器端 AI 数字员工"——企业 AI 落地的真正基础设施。
一句话结论
Codex 服务器端接 Chrome，关键不是"AI 多聪明"——是 3 件事：①Codex App Server 用 JSON-RPC 2.0 协议（OpenAI 官方 app-server 文档明确），支持 stdio / websocket / Unix socket 3 种 transport——直接嵌入自家服务器当调度中枢 ②Codex Computer Use 是 Codex 桌面端能力（OpenAI 官方 Computer Use 文档：macOS + Windows 都支持），`@Computer` 或 `@Chrome` 触发，Codex 看屏幕+点鼠标+敲键盘——接管桌面浏览器 ③Codex Chrome DevTools MCP（通过 Codex MCP 配置 chrome-devtools-mcp）——Codex 用 OpenAI 推理调 Chrome DevTools Protocol——比 Computer Use 更精准。这就是浏览器自动化的真正玩法——服务器调度 + 桌面执行 + 程序化控制三件套。
第一个点｜解决什么问题：浏览器自动化的 4 个真痛点
痛点 1：浏览器操作需要"人肉"——企业级自动化卡在最后一公里
传统 RPA 写一次就死：网站改版，XPath 失效——重新写。老 RPA 工具（UiPath、Selenium 旧版）靠 DOM 定位 + 模板匹配——一次写 N 个月维护。
Codex 的解法：Codex Computer Use 不靠 DOM 定位——Codex 看屏幕截图，OpenAI 推理"下一步该点哪里"（OpenAI 官方 Computer Use 文档明确："Codex can see and operate graphical user interfaces on macOS or Windows"）。网站改版，Codex 重新看截图，重新推理——不维护。
痛点 2：RPA 工具和 AI 工具割裂——企业基础设施碎片化
企业 1 套 RPA（UiPath）+ 1 套 AI（OpenAI API）+ 1 套自动化（Zapier）+ 1 套爬虫（Scrapy）——4 套工具——每个工具都要专人维护——4 个 vendor，4 个账单。
Codex 的解法：Codex App Server 是统一接口（OpenAI 官方 app-server 文档：JSON-RPC 2.0 协议）——1 个 `codex app-server` 进程支持 `command/exec`（执行命令）+ `mcpServer/tool/call`（调 MCP 工具）+ `turn/start`（跑 Codex 推理）——1 个 Codex 进程 = 4 个工具的合集。
痛点 3：浏览器自动化没"智能"——只能机械执行
Selenium/Puppeteer 写死步骤：点这里→填这个→按这个——页面变一下就失败。RPA 工具靠模板匹配——遇到新场景要重新配置。
Codex 的解法：Codex Chrome DevTools MCP——Codex 用 OpenAI 推理调 Chrome DevTools Protocol——Codex 自己判断"该点哪里、该填什么、该等多久"。OpenAI 官方 Codex MCP 配置文档明确支持 `mcp_servers` 配置第三方 MCP。
痛点 4：浏览器自动化没"调度"——只能单机跑
传统 RPA 跑在本机——机器关机就停——凌晨 3 点跑不了——多任务并行跑不了。
Codex 的解法：Codex App Server 跑在自家服务器（OpenAI 官方：app-server "supports stdio / websocket / Unix socket"）——服务器 7×24 不关机 + 多 Codex 进程并行——App Server 用 thread/start + turn/start 调度多个 Codex 任务。
4 个痛点的真相：
| 痛点 | 传统方案 | Codex 解法 |
|---|---|---|
| 浏览器操作人肉 | RPA 写一次死一次 | Computer Use 屏幕推理 |
| 工具碎片化 | RPA + AI + 自动化 + 爬虫 | App Server 统一接口 |
| 没"智能" | Selenium 写死 | Chrome DevTools MCP + 推理 |
| 没"调度" | 本机跑 | 服务器 App Server 7×24 |
第二个点｜怎么跑通流程：3 种跑法 + 3 个服务器端 Skill 攻略
Codex 服务器端接 Chrome 自动化，不是 1 个跑法，是 3 个跑法。先选对跑法，再上服务器——这是省 80% 时间的核心。
### 跑法 1：Codex App Server + Computer Use（桌面端控制 Chrome）
适用场景：你的 Mac/Windows 上有 已登录的 Chrome（小红书、抖音、视频号）——Codex 看屏幕推理，替你在 Chrome 上操作。
实操步骤（OpenAI 官方 Computer Use 文档）：
```bash
codex app-server --listen ws://0.0.0.0:4500 --ws-auth capability-token --ws-token-file /etc/codex.token
```
踩坑预警（OpenAI 官方 Computer Use 文档明确说明）：
- Windows 是前台使用——"can't operate in the background while you keep using the same Windows session"——Codex 占用前台时你没法用电脑
- macOS 后台也支持——"running a scoped task in the background while you keep working elsewhere"
- 不能自动化 Codex 自身或 terminal apps——"automating them could bypass Codex security policies"
- macOS 锁屏也能跑（Locked use）——Apple 授权插件——Codex 短时解锁跑任务
实际跑起来的效果：Codex 桌面端看 Chrome 截图 → OpenAI 推理下一步操作 → 点击/输入/滚动——跟真人在 Chrome 上点一样。
### 跑法 2：Codex App Server + Chrome DevTools MCP（程序化控制 Chrome）
适用场景：你跑 Chrome 远程调试模式——Codex 通过 Chrome DevTools Protocol 程序化控制——比 Computer Use 更精准、更快、更可控。
实操步骤：
```toml
[mcp_servers.chrome_devtools]
url = "http://localhost:9222"
startup_timeout_sec = 20
```
关键提示（OpenAI 官方 Subagents 文档示例）：
- `mcp_servers` 配置在 `.codex/config.toml`（OpenAI 官方明确）
- Codex 调 `mcpServer/tool/call` 通过 App Server（OpenAI 官方 app-server API 明确列出）
- Chrome DevTools MCP——Google 官方——支持 `getDOM` / `screenshot` / `navigate` / `evaluate` 等工具
实际跑起来的效果：Codex 用 OpenAI 推理 + Chrome DevTools Protocol 程序化控制——比 Selenium 快 10x，比 Computer Use 准 100x。
### 跑法 3：Codex App Server + Codex Cloud + Subagents（云端多步流程）
适用场景：你跑 Codex Cloud（OpenAI 云端 Codex）——App Server 调度多个 Codex Cloud 任务——每个任务跑一个 subagent——多步浏览器流程并行。
实操步骤：
```toml
name = "agent_a"
description = "Cloud Codex agent for Chrome data scraping"
model = "gpt-5.4"
model_reasoning_effort = "medium"
sandbox_mode = "workspace-write"
developer_instructions = """
Use Chrome DevTools MCP to scrape product prices.
Return structured JSON: { product, price, timestamp }
"""
name = "agent_b"
description = "Cloud Codex agent for form filling"
model = "gpt-5.4"
model_reasoning_effort = "high"
sandbox_mode = "workspace-write"
developer_instructions = """
Use Chrome DevTools MCP to fill and submit forms.
Verify form submission success via network response.
"""
```
```bash
```
关键提示（OpenAI 官方 Subagents + App Server 文档）：
- `agents.max_threads` 默认 6——同时跑 6 个 subagent 浏览器任务
- App Server `turn/start` 调 Codex 任务——支持 background mode（OpenAI 官方：Background mode 文档）
- Codex Subagents 自动汇总——"Codex handles orchestration across agents, including spawning new subagents, routing follow-up instructions, waiting for results"
3 种跑法对比：
| 跑法 | 谁执行 | 适合 | 速度 | 精度 |
|---|---|---|---|---|
| App Server + Computer Use | Codex 桌面端 | 已登录 Chrome | 慢 | 中（看屏幕推理） |
| App Server + Chrome DevTools MCP | Codex 推理 | 程序化控制 Chrome | 快 | 高（DOM 直接调） |
| App Server + Codex Cloud + Subagents | OpenAI 云端 | 多步并行 | 中 | 高（多 agent 协作） |
🎯 3 个服务器端 Skill 攻略
下面是 3 个今天就能用的服务器端 Skill，每个都给你完整 SKILL.md 模板。
### Skill 1：服务器端表单自动填写（App Server + Computer Use）
适用：你公司每天要在 5 个政府/客户网站 提报相同表单——之前靠实习生手动填 4 小时。
SKILL.md（保存到 `~/.codex/skills/server-form-fill/SKILL.md`）：
```markdown
name: server-form-fill
description: 用 Codex App Server + Computer Use 跑服务器端表单自动填写
trigger: 表单 / form fill / 政府网站 / 客户报备
前置
- macOS 装 Codex 桌面端 + Computer Use 插件
- 自家服务器跑 codex app-server --listen ws://0.0.0.0:4500
- Chrome 已登录目标网站
执行步骤
1. App Server 连接
- 启动：codex app-server --listen ws://0.0.0.0:4500
- 鉴权：--ws-auth capability-token --ws-token-file /etc/codex.token
2. Codex 桌面端触发
- "@Chrome 打开 [URL]，填字段 [field_name]=[value]，提交"
- Codex Computer Use 看 Chrome 截图 → 推理 → 点击 → 填 → 提交
3. 结果回传
- App Server 调 turn/start → 跑 Codex 任务
- Codex 提交后截图 → 通过 WebSocket 推回服务器
4. 失败重试
- Codex 自动 retry（最多 3 次）
- 失败 → 人工兜底
验收
- 5 个网站都成功提交
- 总耗时 < 1 小时（vs 之前 4 小时）
- 失败有截图证据
```
### Skill 2：服务器端竞品价格监控（App Server + Chrome DevTools MCP）
适用：你公司是电商品牌——每天要监控 50 个竞品价格——之前靠爬虫 + 维护。
SKILL.md（保存到 `~/.codex/skills/competitor-price-monitor/SKILL.md`）：
```markdown
name: competitor-price-monitor
description: 用 Codex App Server + Chrome DevTools MCP 跑每日竞品价格监控
trigger: 价格监控 / 竞品 / 每日报告
前置
- 启动 Chrome 远程调试：chrome --remote-debugging-port=9222
- 配 Codex MCP：~/.codex/config.toml 加 chrome_devtools MCP
- 50 个竞品 URL 列表存到 products.csv
执行步骤
1. App Server 启动
- codex app-server --listen ws://127.0.0.1:4500
2. Codex Subagent 调度
- spawn_agents_on_csv 处理 products.csv
- 每行 1 个 subagent → 调 Chrome DevTools MCP 抓价格
3. 数据汇总
- 每个 subagent 返回 JSON: { product, price, timestamp }
- App Server 汇总到 competitor-prices-2026-06-25.csv
4. 每日 9 点跑
- Codex Automations 配定时任务
- 结果发邮件 + 同步到 Vault/Reports/
验收
- 50 个竞品都抓到
- 跑完 < 30 分钟
- CSV 格式正确
```
### Skill 3：服务器端多步 Web 工作流（App Server + Subagents）
适用：你公司有 "打开 A 站 → 抓数据 → 填 B 站 → 提交 → 通知 Slack" 的多步流程——之前靠开发写脚本。
SKILL.md（保存到 `~/.codex/skills/multi-step-web-workflow/SKILL.md`）：
```markdown
name: multi-step-web-workflow
description: 用 Codex App Server + Subagents 跑多步 Web 工作流
trigger: 多步流程 / 跨网站 / 自动化流水线
前置
- Codex App Server 跑在服务器
- .codex/agents/ 配 3 个 subagent：
- data_scraper（抓 A 站）
- form_filler（填 B 站）
- slack_notifier（通知 Slack）
执行步骤
1. App Server 启动
- codex app-server --listen ws://0.0.0.0:4500
2. Orchestrator subagent 调度
- parent thread 跑 turn/start
- spawn data_scraper → 抓数据
- 等完成 → spawn form_filler → 填表单
- 等完成 → spawn slack_notifier → 通知
3. 错误恢复
- 任何 subagent 失败 → parent thread 收到通知
- 重试该 subagent（最多 2 次）
- 全失败 → 告警到 PagerDuty
4. 结果记录
- 所有 turn 结果存 SQLite（OpenAI 官方：sqlite_home）
- 用于后续审计 + 复盘
验收
- 3 步全成功
- 失败有自动重试
- Slack 收到通知
```
第三个点｜对企业有什么价值：从"手动浏览器"到"AI 数字员工基础设施"
传统浏览器自动化 = 1 个 RPA 工程师 + 1 个 Selenium 脚本；Codex App Server 接 Chrome = 1 个 AI 数字员工全跑。
### 价值 1：把"手动操作"变成"服务器端 AI 数字员工"
个人：1 个运营每天 4 小时手动填 5 个网站表单
企业：1 个 Codex App Server + 3 个 subagent，凌晨 3 点自动跑，早上 9 点前出结果
这是 AI 自动化的第一性原则：AI 不是替代流程，是把重复劳动从"人工时段"挪到"AI 时段"——机器不睡觉，AI 不累。
### 价值 2：3 个 Skill 跑 1 个月 = 服务器端 AI 自动化中台
跑 1 个月后，你会有：
- 3 个核心 Skill：表单自动填 / 价格监控 / 多步 Web 工作流
- 3 种 Codex 跑法：Computer Use / Chrome DevTools MCP / Cloud Subagents
- 1 个 App Server 调度平台：服务器 7×24 跑 Codex 任务
- N 个 Subagent：按业务需求扩展（data_scraper / form_filler / slack_notifier / email_sender / ...）
这就是企业级 Codex 自动化中台——不是买 RPA 工具，是用 App Server + MCP + Subagents 搭起来。
### 价值 3：长期 ROI
传统 RPA 方案：UiPath 许可（年 5-20 万）+ 1 个 RPA 工程师（月 2-3 万）+ Selenium 维护（季度 1-2 周）
Codex App Server 接 Chrome 方案：
- 工具成本：$20/月（Codex 订阅）+ 自家服务器（已有）
- 一次性投入：3 个 Skill 模板 + 3 个 subagent 配置 + App Server 部署
- 长期 ROI：每周省 20+ 小时人工 × 5 个流程 = 100 小时/周
### 价值 4：可被 Claude Skills / 其他 Agent 复用的"AI 工作流中台"
未来你公司 5 个 AI Agent 都从同一个 App Server 调：
- 浏览器自动化 Agent 调 App Server + Chrome DevTools MCP
- 数据采集 Agent 调 App Server + Subagents
- 表单填写 Agent 调 App Server + Computer Use
- 内容运营 Agent 调 App Server + Codex Cloud
- 跨部门协调 Agent 调 App Server + Slack MCP
这就是 Codex App Server 作为企业 AI 工作流中台的真正价值——1 个 App Server 进程 = 1 个 AI 数字员工基础设施 = N 个 Agent 调度中心。
未来扩展方向：Codex App Server + Obsidian（知识库） + Claude Skills（技能库） + Subagents（Agent 协作） = 完整 AI 工作流中台——1 个 Codex 跑通 N 个企业 AI 落地场景。
行动清单
按上面的 3 种跑法 + 3 个服务器端 Skill 攻略，今天就能跑起来：
- [ ] Step 1：在自家服务器跑 `codex app-server --listen ws://0.0.0.0:4500`
- [ ] Step 2：加 `--ws-auth capability-token --ws-token-file /etc/codex.token`（OpenAI 官方安全最佳实践）
- [ ] Step 3：在 macOS/Windows 装 Codex 桌面端 + Computer Use 插件
- [ ] Step 4：启动 Chrome 远程调试模式 + 配 Codex MCP `chrome_devtools`
- [ ] Step 5：把上面 3 个 Skill 模板保存到 `~/.codex/skills/` 三个目录
- [ ] Step 6：配 `agents.max_threads = 6` 启用 Subagents 并行
跑完这 6 步，服务器端 Codex 就能 7×24 替你的运营/客服/数据/运营跑浏览器自动化。
你们公司最想让 Codex 替你跑哪个浏览器操作？
留言区告诉我，我挑一个场景拆给你看。
最常见的几个方向：
- 表单自动填（按 Skill 1 跑）
- 竞品价格监控（按 Skill 2 跑）
- 多步 Web 工作流（按 Skill 3 跑）
- 跨平台内容同步
或者——如果你想要这套「Codex爆款库工作流模板」，在评论区打"爆款库"，我后面整理一版可复制流程。
来源区
官方一手源 (A 级)
- OpenAI Developers：Codex App Server (JSON-RPC 2.0 协议)，https://developers.openai.com/codex/app-server
- OpenAI Developers：Codex Computer Use (macOS + Windows)，https://developers.openai.com/codex/app/computer-use
- OpenAI Developers：Codex Subagents (多 Agent 协作)，https://developers.openai.com/codex/subagents
- OpenAI Developers：Codex MCP 配置，https://developers.openai.com/codex/mcp
- OpenAI Developers：Codex Chrome 扩展，https://developers.openai.com/codex/app/chrome-extension
- OpenAI Developers：Codex In-app Browser，https://developers.openai.com/codex/app/browser
- OpenAI Developers：Codex Background mode，https://developers.openai.com/codex/background
- OpenAI GitHub：codex-rs/app-server 开源，https://github.com/openai/codex/tree/main/codex-rs/app-server
- Google Chrome DevTools MCP，https://github.com/chrome-devtools-frontend/chrome-devtools-mcp
OpenAI 官方博客 (A 级)
- OpenAI Blog：Mastering Codex Remote for engineering
- OpenAI Blog：Using skills to accelerate OSS maintenance
- OpenAI Cookbook：Build an Agent Improvement Loop with Traces, Evals, and Codex
上期项目素材 (B 级，本号实操)
- codex-obsidian-knowledge-base-wechat-news-2026-06-24：Codex 接 Obsidian 知识库 + Skills 沉淀
- codex-server-five-pitfalls-wechat-news-2026-06-24：Codex+服务器 5 个真坑 + 3 种跑法
- codex-chrome-video-ops-wechat-news-2026-06-25：Codex+Chrome 替运营做短视频
- codex-server-boss-progress-wechat-news-2026-06-25：Codex 帮老板管项目进度
