Codex 插件进驻 Claude Code:一场耐人寻味的跨界联动如果你还习惯把 Claude Code 和 OpenAI Codex 看作两条互不相交的平行线,那么最近这个动作可能会让你重新思考行业的走向。OpenAI 官方在 GitHub 上发布了一个名为 codex-plugin-cc 的开源项目,标题很直白:"Use Codex from Claude Code to review code or delegate tasks"——在 Claude Code 里调用 Codex 来做代码审查,或者把任务甩给 Codex 去干。这不是第三方逆向工程出来的野生插件,而是 OpenAI 自己维护的官方项目,采用 Apache-2.0 协议开源,目前已经收获了28.6k多颗星标。对于长期关注 Claude 生态的读者来说,这个项目值得认真拆解一下:它到底解决了什么问题,又是怎么做到"无缝嫁接"两个原本独立的 Agent CLI 的。这是什么:一个把 Codex 装进 Claude Code 的插件codex-plugin-cc 本质上是一个 Claude Code 插件(Plugin),安装后会往你的 Claude Code 里注入一组 /codex: 开头的斜杠命令。它并不是重新实现了一套 Codex 的能力,而是把本地已经安装好的 Codex CLI 和 Codex App Server 包了一层,通过插件机制暴露给 Claude Code 使用。换句话说,你在 Claude Code 会话里敲下 /codex:review,背后真正干活的还是你机器上那个 codex 二进制程序,用的还是你已有的登录状态、配置文件和项目环境。这种"不重新造轮子,只做桥接"的设计思路,决定了它上手门槛很低,但也意味着使用前你需要先具备两个前提条件:一是有 ChatGPT 订阅(包括免费版)或者 OpenAI API Key,因为调用会计入你的 Codex 用量额度;二是本地 Node.js 版本不低于 18.18。核心功能:七个命令覆盖审查与委派两大场景插件提供的命令大致可以分成两组。第一组是代码审查类,包括 /codex:review 和 /codex:adversarial-review。前者是常规的只读审查,效果等价于直接在 Codex 里跑 /review,可以审查当前未提交的改动,也可以通过 --base 对比某个基准分支;后者则更有意思,它是一种"对抗式审查",专门用来挑战你的设计决策——不只是挑代码细节的毛病,还会追问架构选型是否合理、有没有考虑过竞态条件、回滚方案是否可靠。这两个命令都支持 --background 后台运行和 --wait 阻塞等待两种模式。第二组是任务委派类,核心是 /codex:rescue。当你希望 Codex 去调查一个 bug、尝试修复方案,或者用更便宜的小模型跑一遍任务时,就可以把活儿甩给它,插件会通过内置的 codex:codex-rescue 子代理(Subagent)来完成委派。你甚至可以不记命令,直接用自然语言说"让 Codex 帮我重新设计一下数据库连接使其更健壮",插件同样能识别并转交。此外还有几个辅助命令:/codex:status 查看后台任务进度,/codex:result 取回已完成任务的最终结果(附带 Codex 的 session ID,方便你用 codex resume 直接跳转回 Codex 里继续跟进),/codex:cancel 取消正在运行的后台任务,/codex:transfer 则可以把当前 Claude Code 会话的上下文打包成一个持久化的 Codex 线程,实现"话说到一半,换个引擎接着聊"。安装与上手安装流程和其他 Claude Code 插件市场(Marketplace)机制一致,三步走:/plugin marketplace add openai/codex-plugin-cc/plugin install codex@openai-codex/reload-plugins装好之后先跑一次 /codex:setup,它会自动检测本机是否装了 Codex、是否已登录。如果没装,且本机有 npm 环境,插件可以直接帮你跑 npm install -g @openai/codex 完成安装;如果装了但没登录,就用 !codex login 走一遍授权。一个官方推荐的"冒烟测试"组合是:/codex:review --background/codex:status/codex:result先后台起一个审查任务,再轮询状态,最后取结果,三步就能验证整条链路是否打通。值得关注的两个细节第一个是模型与推理强度的可配置性。插件不会替你决定用哪个模型跑任务,而是复用你本地 ~/.codex/config.toml 或项目级 .codex/config.toml 里的配置。比如你想让某个项目固定用 gpt-5.5 并开启高强度推理,只需要在项目根目录的 .codex/config.toml 里写:model = "gpt-5.5"model_reasoning_effort = "high"/codex:rescue 命令本身也支持临时通过 --model 和 --effort 覆盖,如果嫌麻烦,直接说 spark 关键字,插件会自动映射到 gpt-5.3-codex-spark 这个更轻量的模型,适合追求速度的小任务。第二个细节是审查门禁(Review Gate)机制。通过 /codex:setup --enable-review-gate 可以开启一个基于 Stop Hook 的联动:每次 Claude 打算结束响应时,插件会自动触发一次针对性的 Codex 审查,一旦发现问题,就会拦截住不让 Claude 收工,逼着它先把问题解决掉。这个功能官方也特意加了警告——它可能会造成 Claude 和 Codex 之间的长循环,快速消耗双方的用量额度,建议只在你能盯着会话的时候开启。技术原理从架构上看,这个插件没有引入独立的 Codex 运行时,而是完全复用本机已有的 Codex CLI 与 App Server,也就是说它和你直接使用 Codex 时的鉴权状态、配置、代码仓库上下文是完全一致的。这种设计避免了"两套系统各管一摊"的割裂感,也解释了为什么切换到 Codex 继续处理任务(codex resume )能做到无缝衔接——本质上双方共享的是同一个本地执行环境,插件只是提供了一层调度和展示界面。写在最后这个项目传递出的信号,比它的功能本身更有意思:Agent 工具之间的边界正在变得模糊,厂商也逐渐意识到,与其让用户在多个 CLI 之间来回切换,不如主动把"跨引擎协作"做成一等公民的能力。对于日常同时接触 Claude Code 和 Codex 的开发者来说,这类插件确实能省掉不少上下文切换的成本;而对于我们这些持续关注 Claude 生态演进的人来说,它也是一个观察行业趋势的很好的切入点——多 Agent、多模型协同办公,或许会比单一厂商的封闭生态走得更远。