1. Conduid
  2. AI
  3. Coder Codex Gemini
MCP server · AI

Coder Codex Gemini

CCG 多模型协作框架:Claude + Coder + Codex + Gemini | 支持 Claude Code & OpenCode 双环境 / CCG Multi-model Collaboration: Claude + Coder + Codex + Gemini | Supports Claude Code & OpenCode

Unclaimed MIT last commit 7 months ago ai
71Good

Scored 4 months ago · breakdown

About Coder Codex Gemini

Coder Codex Gemini is an MCP server published by FredericMN in the AI category: cCG 多模型协作框架:Claude + Coder + Codex + Gemini | 支持 Claude Code & OpenCode 双环境 / CCG Multi-model Collaboration: Claude + Coder + Codex + Gemini | Supports Claude Code & OpenCode. It has been installed 0 times through Conduid.

The repository has 153 stars and 15 forks, with the last commit 7 months ago. Six months or more without a commit doesn't mean the server is broken, but check the open issues (0) before depending on it in production.

Install

Install
npx coder-codex-gemini

This server has no ConduID identity, so agent calls to it are not receipted. Pin the version you install and review the source before granting it credentials.

Ask AI

Ask AI about Coder Codex Gemini

Powered by Claude · Grounded in docs

I know everything about Coder Codex Gemini. Ask me about installation, configuration, usage, or troubleshooting.

Security checks

  • ·README presentNot checked yet.
  • ·License declaredNot checked yet.
  • ·Tests presentNot checked yet.
  • ·Dependencies pinnedNot checked yet.
  • ·No dynamic code executionNot checked yet.
  • !Scoped permissionsDoesn't declare a permission scope. Assume it can do anything its process can.

README

Coder-Codex-Gemini (CCG)

License Python MCP Status

English Docs

Claude + Coder + Codex + Gemini 多模型协作框架

Claude/Sisyphus 作为架构师调度 Coder 执行代码任务、Codex 审核代码质量,Gemini 提供专家咨询,形成自动化的多方协作闭环

支持 Claude Code (MCP) 和 OpenCode (Oh-My-OpenCode) 两种运行环境

快速开始核心特性架构说明工具详解OpenCode 配置


🌟 核心特性

CCG 通过连接多个顶级模型,构建了一个高效、低成本且高质量的代码生成与审核流水线:

维度 价值说明
🧠 成本优化 Claude/Sisyphus 负责高智商思考与调度(贵但强),Coder 负责繁重的代码执行(量大管饱)。
🧩 能力互补 Claude 补足 Coder 的创造力短板,Codex 提供独立的第三方审核视角,Gemini 提供多元化专家意见。
🛡️ 质量保障 引入双重审核机制:Claude 初审 + Codex 终审,确保代码健壮性。
🔄 全自动闭环 支持 拆解执行审核重试 的全自动流程,最大程度减少人工干预。
🔧 灵活架构 支持 Claude Code (MCP)OpenCode (Oh-My-OpenCode) 两种运行环境,按需选择。
🔄 上下文保持 SESSION_ID 会话复用机制确保多轮协作上下文连贯,支持长任务稳定执行,无信息丢失。

🔀 两种运行环境

特性 Claude Code (MCP) OpenCode (Oh-My-OpenCode)
架构师 Claude Sisyphus (Claude Opus)
工具调用 MCP 协议 子代理委托
Coder claude CLI + 可配置后端 document-writer 代理
Codex codex CLI oracle 代理
Gemini gemini CLI frontend-ui-ux-engineer 代理
适用场景 Claude Code 用户 偏好开源、多 LLM 提供商
配置复杂度 中等 较高

🤖 角色分工与协作

在这个体系中,每个模型都有明确的职责:

  • Claude: 👑 架构师 / 协调者
    • 负责需求分析、任务拆解、Prompt 优化以及最终决策。
  • Coder: 🔨 执行者
    • 指代那些量大管饱、执行能力强的模型(如 GLM-4.7、DeepSeek-V3 等)。
    • 可接入任意支持 Claude Code API 的第三方模型,负责具体的代码生成、修改、批量任务处理。
  • Codex (OpenAI): ⚖️ 审核官 / 高级代码顾问
    • 负责独立的代码质量把关,提供客观的 Code Review,也可作为架构设计和复杂方案的咨询顾问。
  • Gemini: 🧠 多面手专家(可选)
    • 与 Claude 同等级别的顶级 AI 专家,按需调用。可担任高阶顾问、独立审核者或代码执行者。

📊 实测案例

单元测试批量生成 - CCG 架构实测记录

指标 纯 Claude 方案 CCG 协作方案 说明
任务规模 7,488 行代码(481 个测试用例) 7,488 行代码(481 个测试用例) 为某后端项目生成单元测试
总成本 $3.13 $0.55 节省 82%
Claude 成本 $3.13 $0.29 节省 91%(仅架构调度)
Coder 成本 $0 $0.26 执行繁重代码生成任务
质量审核 ❌ 无独立审核 ✅ Claude 初审 + Codex 终审 双重把关,代码质量可控

核心优势

  • 💰 成本优化:Claude 只输出简短指令,利用便宜的输入价格处理验收工作,避免输出昂贵的代码 token
  • 🔄 上下文保持:SESSION_ID 会话复用机制确保多轮协作上下文连贯,支持长任务稳定执行
  • 长任务稳定性:优化的任务拆分与重试策略,确保大型任务(如批量生成 7,488 行测试代码)稳定完成
  • 🛡️ 质量保障:双重审核机制(Claude 初审 + Codex 终审),代码质量可控

协作流程图

flowchart TB
    subgraph UserLayer ["用户层"]
        User(["👤 用户需求"])
    end

    subgraph ClaudeLayer ["Claude - 架构师"]
        Claude["🧠 需求分析 & 任务拆解"]
        Prompt["📝 构造精确 Prompt"]
        Review["🔍 结果审查 & 决策"]
    end

    subgraph MCPLayer ["MCP 服务器"]
        MCP{{"⚙️ CCG-MCP"}}
    end

    subgraph ToolLayer ["执行层"]
        Coder["🔨 Coder 工具<br><code>claude CLI → 可配置后端</code><br>sandbox: workspace-write"]
        Codex["⚖️ Codex 工具<br><code>codex CLI</code><br>sandbox: read-only"]
        Gemini["🧠 Gemini 工具<br><code>gemini CLI</code><br>sandbox: workspace-write"]
    end

    User --> Claude
    Claude --> Prompt
    Prompt -->|"coder / gemini"| MCP
    
    MCP -->|"流式 JSON"| Coder
    MCP -->|"流式 JSON"| Gemini
    
    Coder -->|"SESSION_ID + result"| Review
    Gemini -->|"SESSION_ID + result"| Review

    Review -->|"需要审核 / 专家意见"| MCP
    MCP -->|"流式 JSON"| Codex
    
    Codex -->|"SESSION_ID + 审核结论"| Review

    Review -->|"✅ 通过"| Done(["🎉 任务完成"])
    Review -->|"❌ 需修改"| Prompt
    Review -->|"⚠️ 小优化"| Claude

典型工作流

1. 用户提出需求
       ↓
2. Claude 分析、拆解任务,构造精确 Prompt
       ↓
3. 调用 coder (或 gemini) 工具 → 执行代码生成/修改
       ↓
4. Claude 审查结果,决定是否需要 Codex 审核或 Gemini 咨询
       ↓
5. 调用 codex (或 gemini) 工具 → 独立 Code Review / 获取第二意见
       ↓
6. 根据审核结论:通过 / 优化 / 重新执行

🚀 快速开始

1. 前置要求

在开始之前,请确保您已安装以下工具:

  • uv: 极速 Python 包管理器 (安装指南)
    • Windows: powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
    • macOS/Linux: curl -LsSf https://astral.sh/uv/install.sh | sh
  • Claude Code: 版本 ≥ v2.0.56 (安装指南)
  • Codex CLI: 版本 ≥ v0.61.0 (安装指南)
  • Gemini CLI(可选): 如需使用 Gemini 工具 (安装指南)
  • Coder 后端 API Token: 需自行配置,推荐使用 GLM-4.7 作为参考案例,从 智谱 AI 获取。

⚠️ 重要提示:费用与权限

  • 工具授权claudecodexgemini CLI 工具均需在本地完成登录授权。
  • 费用说明:这些工具的使用通常涉及官方订阅费用或 API 使用费。
    • Claude Code: 需要 Anthropic 账号及相应的计费设置。(或三方接入)
    • Codex CLI: 需要 OpenAI 账号或 API 额度。
    • Gemini CLI: 默认调用 gemini-3-pro-preview 模型(可能涉及 Google AI 订阅或 API 调用限制)。
    • Coder API: 需自行承担所配置后端模型(如智谱 AI、DeepSeek 等)的 API 调用费用。
  • 请在正式使用前确保所有工具已登录且账号资源充足。

⚡ 一键配置(推荐)

我们提供一键配置脚本,自动完成所有设置步骤:

Windows(双击运行或终端执行)

git clone https://github.com/FredericMN/Coder-Codex-Gemini.git
cd Coder-Codex-Gemini
.\setup.bat

macOS/Linux

git clone https://github.com/FredericMN/Coder-Codex-Gemini.git
cd Coder-Codex-Gemini
chmod +x setup.sh && ./setup.sh

脚本执行流程

  1. 检查并安装 uv - 如未安装则自动下载安装
  2. 检查 Claude CLI - 验证是否已安装
  3. 安装项目依赖 - 运行 uv sync
  4. 注册 MCP 服务器 - 自动配置到用户级别
  5. 安装 Skills - 复制工作流指导到 ~/.claude/skills/
  6. 配置全局 Prompt - 自动追加到 ~/.claude/CLAUDE.md
  7. 配置 Coder - 交互式输入 API Token、Base URL 和 Model

🔐 安全说明

  • API Token 输入时不会显示在屏幕上
  • 配置文件保存在 ~/.ccg-mcp/config.toml,权限设置为仅当前用户可读写
  • Token 仅存储在本地,不会上传或共享

💡 提示:一键配置完成后,请重启 Claude Code CLI 使配置生效。

Windows 用户注意事项

在 Windows 上使用 CCG-MCP,请确保以下 CLI 工具已正确添加到系统 PATH:

工具 验证命令 常见安装位置
claude where claude %APPDATA%\npm\claude.cmd 或通过 npm 全局安装
codex where codex %APPDATA%\npm\codex.cmd 或通过 npm 全局安装
gemini where gemini %APPDATA%\npm\gemini.cmd 或通过 npm 全局安装
uv where uv %USERPROFILE%\.local\bin\uv.exe

添加到 PATH 的方法

  1. 打开"系统属性" → "高级" → "环境变量"
  2. 在"用户变量"中找到 Path,点击"编辑"
  3. 添加工具所在目录(如 %APPDATA%\npm
  4. 重启终端使配置生效

验证安装

# 检查所有工具是否可用
claude --version
codex --version
gemini --version  # 可选
uv --version

提示:如果遇到 "命令不存在" 错误,请检查 PATH 配置是否正确。

2. 安装 MCP 服务器

远程安装(推荐)

一键脚本默认使用远程安装方式,无需额外操作。如需手动安装:

claude mcp add ccg -s user --transport stdio -- uvx --refresh --from git+https://github.com/FredericMN/Coder-Codex-Gemini.git ccg-mcp

本地安装(仅开发调试)

如需修改源码或调试,可使用本地安装:

# 进入项目目录
cd /path/to/Coder-Codex-Gemini

# 安装依赖
uv sync

# 注册 MCP 服务器(使用本地路径)
# Windows
claude mcp add ccg -s user --transport stdio -- uv run --directory $pwd ccg-mcp

# macOS/Linux
claude mcp add ccg -s user --transport stdio -- uv run --directory $(pwd) ccg-mcp

远程安装 vs 本地安装

特性 远程安装(推荐) 本地安装
稳定性 ✅ 每次独立拉取,无文件锁定问题 ⚠️ 多终端并发可能冲突
适用场景 日常使用 开发调试
Skills 支持 需手动安装到 ~/.claude/skills/ 需手动安装(或使用一键脚本)
更新方式 自动获取最新版本 需手动 git pull
依赖要求 需要 git 命令 仅需 uv

⚠️ 注意:本地安装时,如果多个终端同时调用 MCP,可能因文件锁定导致"MCP 无响应"。建议日常使用远程安装方式。

卸载 MCP 服务器

claude mcp remove ccg -s user

3. 配置 Coder

推荐使用 配置文件 方式进行管理。

可配置后端:Coder 工具通过 Claude Code CLI 调用后端模型。需要用户自行配置,推荐使用 GLM-4.7 作为参考案例,您也可以选用其他支持 Claude Code API 的模型(如 Minimax、DeepSeek 等)。

创建配置目录:

# Windows
mkdir %USERPROFILE%\.ccg-mcp

# macOS/Linux
mkdir -p ~/.ccg-mcp

创建配置文件 ~/.ccg-mcp/config.toml:

[coder]
api_token = "your-api-token"  # 必填
base_url = "https://open.bigmodel.cn/api/anthropic"  # 示例:GLM API
model = "glm-4.7"  # 示例:GLM-4.7,可替换为其他模型

[coder.env]
CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC = "1"

4. 安装 Skills(推荐)

Skills 层提供工作流指导,确保 Claude 正确使用 MCP 工具。

# Windows (PowerShell)
if (!(Test-Path "$env:USERPROFILE\.claude\skills")) { mkdir "$env:USERPROFILE\.claude\skills" }
xcopy /E /I "skills\ccg-workflow" "$env:USERPROFILE\.claude\skills\ccg-workflow"
# 可选:安装 Gemini 协作 Skill
xcopy /E /I "skills\gemini-collaboration" "$env:USERPROFILE\.claude\skills\gemini-collaboration"

# macOS/Linux
mkdir -p ~/.claude/skills
cp -r skills/ccg-workflow ~/.claude/skills/
# 可选:安装 Gemini 协作 Skill
cp -r skills/gemini-collaboration ~/.claude/skills/

5. 配置全局 Prompt(推荐)

~/.claude/CLAUDE.md 中添加强制规则,确保 Claude 遵守协作流程:

# 全局协议

## 强制规则

- **默认协作**:所有代码/文档改动任务,**必须**委托 Coder 执行,阶段性完成后**必须**调用 Codex 审核
- **跳过需确认**:若判断无需协作,**必须立即暂停**并报告:
  > "这是一个简单的[描述]任务,我判断无需调用 Coder/Codex。是否同意?等待您的确认。"
- **违规即终止**:未经确认跳过 Coder 执行或 Codex 审核 = **流程违规**
- **必须会话复用**:必须保存接收到的 `SESSION_ID` ,并始终在请求参数中携带 `SESSION_ID` 保持上下文
- **SESSION_ID 管理规范**:各角色(Coder/Codex/Gemini)的 SESSION_ID 相互独立,必须使用 MCP 工具响应返回的实际 SESSION_ID 值,严禁自创 ID 或混用不同角色的 ID

## ⚠️ Skill 阅读前置条件(强制)

**在调用任何 CCG MCP 工具之前,必须先执行对应的 Skill 获取最佳实践指导:**

| MCP 工具 | 前置 Skill | 执行方式 |
|----------|-----------|---------|
| `mcp__ccg__coder` | `/ccg-workflow` | 必须先执行 |
| `mcp__ccg__codex` | `/ccg-workflow` | 必须先执行 |
| `mcp__ccg__gemini` | `/gemini-collaboration` | 必须先执行 |

**执行流程**:
1. 用户请求使用 Coder/Codex/Gemini
2. **立即执行对应 Skill**(如 `/ccg-workflow`、`/gemini-collaboration`)
3. 阅读 Skill 返回的指导内容
4. 按照指导调用 MCP 工具

**禁止行为**:
- ❌ 跳过 Skill 直接调用 MCP 工具
- ❌ 假设已了解最佳实践而不执行 Skill

---

# AI 协作体系

**Claude 是最终决策者**,所有 AI 意见仅供参考,需批判性思考后做出最优决策。

## 角色分工

| 角色 | 定位 | 用途 | sandbox | 重试 |
|------|------|------|---------|------|
| **Coder** | 代码执行者 | 生成/修改代码、批量任务 | workspace-write | 默认不重试 |
| **Codex** | 代码审核者/高阶顾问 | 架构设计、质量把关、Review | read-only | 默认 1 次 |
| **Gemini** | 高阶顾问(按需) | 架构设计、第二意见、前端/UI | workspace-write (yolo) | 默认 1 次 |

## 核心流程

1. **Coder 执行**:所有改动任务委托 Coder 处理
2. **Claude 验收**:Coder 完成后快速检查,有误则 Claude 自行修复
3. **Codex 审核**:阶段性开发完成后调用 review,有误委托 Coder 修复,持续迭代直至通过

## 任务拆分原则(分发给 Coder)

> ⚠️ **一次调用,一个目标**。禁止向 Coder 堆砌多个不相关需求。

- **精准 Prompt**:目标明确、上下文充分、验收标准清晰
- **按模块拆分**:相关改动可合并,独立模块分开
- **阶段性 Review**:每模块 Claude 验收,里程碑后 Codex 审核

## 编码前准备(复杂任务)

1. 搜索受影响的符号/入口点
2. 列出需要修改的文件清单
3. 复杂问题可先与 Codex 或 Gemini 沟通方案

## Gemini 触发场景

- **用户明确要求**:用户指定使用 Gemini
- **Claude 自主调用**:设计前端/UI、需要第二意见或独立视角时

说明:纯 MCP 也能工作,但推荐 Skills + 全局 Prompt 配置以获得最佳体验。

6. 验证安装

运行以下命令检查 MCP 服务器状态:

claude mcp list

✅ 看到以下输出即表示安装成功:

ccg: ... - ✓ Connected

7. (可选) 权限配置

为获得流畅体验,可在 ~/.claude/settings.json 中添加自动授权:

{
  "permissions": {
    "allow": [
      "mcp__ccg__coder",
      "mcp__ccg__codex",
      "mcp__ccg__gemini"
    ]
  }
}

🛠️ 工具详解

coder - 代码执行者

调用可配置的后端模型执行具体的代码生成或修改任务。

可配置后端:Coder 工具通过 Claude Code CLI 调用后端模型。需要用户自行配置,推荐使用 GLM-4.7 作为参考案例,您也可以选用其他支持 Claude Code API 的模型(如 Minimax、DeepSeek 等)。

参数 类型 必填 默认值 说明
PROMPT string - 具体的任务指令和代码要求
cd Path - 目标工作目录
sandbox string - workspace-write 沙箱策略,默认允许写入
SESSION_ID string - "" 会话 ID,用于维持多轮对话上下文
return_all_messages bool - false 是否返回完整的对话历史(用于调试)
return_metrics bool - false 是否在返回值中包含耗时等指标
timeout int - 300 空闲超时(秒),无输出超过此时间触发超时
max_duration int - 1800 总时长硬上限(秒),默认 30 分钟,0 表示无限制
max_retries int - 0 最大重试次数(Coder 默认不重试)
log_metrics bool - false 是否将指标输出到 stderr

codex - 代码审核者

调用 Codex 进行独立且严格的代码审查。

参数 类型 必填 默认值 说明
PROMPT string - 审核任务描述
cd Path - 目标工作目录
sandbox string - read-only 强制只读,严禁审核者修改代码
SESSION_ID string - "" 会话 ID
skip_git_repo_check bool - true 是否允许在非 Git 仓库运行
return_all_messages bool - false 是否返回完整的对话历史(用于调试)
image List[Path] - [] 附加图片列表(用于 UI 审查等)
model string - "" 指定模型,默认使用 Codex 自己的配置
return_metrics bool - false 是否在返回值中包含耗时等指标
timeout int - 300 空闲超时(秒),无输出超过此时间触发超时
max_duration int - 1800 总时长硬上限(秒),默认 30 分钟,0 表示无限制
max_retries int - 1 最大重试次数(Codex 默认允许 1 次重试)
log_metrics bool - false 是否将指标输出到 stderr
yolo bool - false 无需审批运行所有命令(跳过沙箱)
profile string - "" 从 ~/.codex/config.toml 加载的配置文件名称

gemini - 多面手专家(可选)

调用 Gemini CLI 进行代码执行、技术咨询或代码审核。与 Claude 同等级别的顶级 AI 专家。

参数 类型 必填 默认值 说明
PROMPT string - 任务指令,需提供充分背景信息
cd Path - 工作目录
sandbox string - workspace-write 沙箱策略,默认允许写入(灵活控制)
yolo bool - true 跳过审批,默认开启
SESSION_ID string - "" 会话 ID,用于多轮对话
model string - gemini-3-pro-preview 指定模型版本
return_all_messages bool - false 是否返回完整的对话历史
return_metrics bool - false 是否在返回值中包含耗时等指标
timeout int - 300 空闲超时(秒)
max_duration int - 1800 总时长硬上限(秒)
max_retries int - 1 最大重试次数
log_metrics bool - false 是否将指标输出到 stderr

角色定位

  • 🧠 高阶顾问:架构设计、技术选型、复杂方案讨论
  • ⚖️ 独立审核:代码 Review、方案评审、质量把关
  • 🔨 代码执行:原型开发、功能实现(尤其擅长前端/UI)

触发场景

  • 用户明确要求使用 Gemini
  • Claude 需要第二意见或独立视角

超时机制

本项目采用双重超时保护机制:

超时类型 参数 默认值 说明
空闲超时 timeout 300s 无输出超过此时间触发超时,有输出则重置计时器
总时长硬上限 max_duration 1800s 从开始计时,无论是否有输出,超过此时间强制终止

错误类型区分

  • idle_timeout:空闲超时(无输出)
  • timeout:总时长超时

返回值结构

// 成功(默认行为,return_metrics=false)
{
  "success": true,
  "tool": "coder",
  "SESSION_ID": "uuid-string",
  "result": "回复内容"
}

// 成功(启用指标,return_metrics=true)
{
  "success": true,
  "tool": "coder",
  "SESSION_ID": "uuid-string",
  "result": "回复内容",
  "metrics": {
    "ts_start": "2026-01-02T10:00:00.000Z",
    "ts_end": "2026-01-02T10:00:05.123Z",
    "duration_ms": 5123,
    "tool": "coder",
    "sandbox": "workspace-write",
    "success": true,
    "retries": 0,
    "exit_code": 0,
    "prompt_chars": 256,
    "prompt_lines": 10,
    "result_chars": 1024,
    "result_lines": 50,
    "raw_output_lines": 60,
    "json_decode_errors": 0
  }
}

// 失败(结构化错误,默认行为)
{
  "success": false,
  "tool": "coder",
  "error": "错误摘要",
  "error_kind": "idle_timeout | timeout | upstream_error | ...",
  "error_detail": {
    "message": "错误简述",
    "exit_code": 1,
    "last_lines": ["最后20行输出..."],
    "idle_timeout_s": 300,
    "max_duration_s": 1800
    // "retries": 1  // 仅在 retries > 0 时返回
  }
}

// 失败(启用指标,return_metrics=true)
{
  "success": false,
  "tool": "coder",
  "error": "错误摘要",
  "error_kind": "idle_timeout | timeout | upstream_error | ...",
  "error_detail": {
    "message": "错误简述",
    "exit_code": 1,
    "last_lines": ["最后20行输出..."],
    "idle_timeout_s": 300,
    "max_duration_s": 1800
    // "retries": 1  // 仅在 retries > 0 时返回
  },
  "metrics": {
    "ts_start": "2026-01-02T10:00:00.000Z",
    "ts_end": "2026-01-02T10:00:05.123Z",
    "duration_ms": 5123,
    "tool": "coder",
    "sandbox": "workspace-write",
    "success": false,
    "retries": 0,
    "exit_code": 1,
    "prompt_chars": 256,
    "prompt_lines": 10,
    "json_decode_errors": 0
  }
}

📚 架构说明

三层配置架构(Claude Code)

本项目在 Claude Code 环境下采用 MCP + Skills + 全局 Prompt 混合架构,各层职责分明:

层级 职责 Token 消耗 必需性
MCP 层 工具实现(类型安全、结构化错误、重试、metrics) 固定(工具 schema) 必需
Skills 层 工作流指导(触发条件、流程、模板) 按需加载 推荐
全局 Prompt 层 强制规则(确保 Claude 遵守协作流程) 固定(约 20 行) 推荐

为什么推荐完整配置?

  • 纯 MCP:工具可用,但 Claude 可能不理解何时/如何使用
  • + Skills:Claude 学会工作流程,知道何时触发协作
  • + 全局 Prompt:强制规则确保 Claude 始终遵守协作纪律

Token 优化:Skills 按需加载,非代码任务不加载工作流指导,可显著节约 Token


🔄 OpenCode 配置

OpenCode 是 Claude Code 的开源替代方案,配合 Oh-My-OpenCode 插件可实现类似的多 Agent 编排效果。无需额外 MCP 及 SKILLS 支持。

适用场景

  • 想要使用多种 LLM 提供商(Claude、GPT、Gemini)
  • 需要多 Agent 并行协作
  • 想要看到各个子代理的实时活动过程
  • 偏好开源工具

🆕 新用户 vs 已安装用户

用户类型 推荐方式 说明
未安装 OpenCode 一键脚本 自动完成所有安装和配置
已安装 OpenCode + Oh-My-OpenCode 手动配置 参考模板文件,按需合并配置

⚠️ 已安装用户注意:一键脚本会检测已存在的配置文件并询问是否覆盖。如选择覆盖,原文件会自动备份。建议选择跳过,然后手动合并所需配置。

⚡ 一键配置(全新用户推荐-未安装过OpenCode的用户)

Windows(双击运行或终端执行)

git clone https://github.com/FredericMN/Coder-Codex-Gemini.git
cd Coder-Codex-Gemini
.\setup-opencode.bat

macOS/Linux

git clone https://github.com/FredericMN/Coder-Codex-Gemini.git
cd Coder-Codex-Gemini
chmod +x setup-opencode.sh && ./setup-opencode.sh

脚本执行流程

  1. 检查并安装依赖 - bun、opencode CLI
  2. 安装 Oh-My-OpenCode - 交互式选择订阅状态
  3. 配置 opencode.json - 模型定义和 API 配置
  4. 配置 oh-my-opencode.json - CCG 代理角色定义
  5. 配置 AGENTS.md - 协作协议

📝 手动配置(已安装用户推荐)

如果你已经安装了 OpenCode 和 Oh-My-OpenCode,建议参考以下模板文件手动合并配置:

模板文件 目标位置 说明
templates/opencode/opencode.json ~/.config/opencode/opencode.json 模型和 API 配置
templates/opencode/oh-my-opencode.json ~/.config/opencode/oh-my-opencode.json 代理角色定义
templates/opencode/AGENTS.md ~/.config/opencode/AGENTS.md 协作协议

核心配置项

1. oh-my-opencode.json - 代理角色定义(重点)

主要需要配置的是各代理的 prompt_appendmodel

💡 关于 prompt_append:这是"追加提示词",会在 Oh-My-OpenCode 原有提示词的基础上追加 CCG 协作规则,不会覆盖原有的 OMO 提示词,最大程度保持兼容性。

{
  "agents": {
    "Sisyphus": {
      "model": "anthropic/claude-opus-4-5-20251101",
      "prompt_append": "## CCG 协作规则\n\n你是架构师..."
    },
    "document-writer": {
      "model": "zhipuai-coding-plan/glm-4.7",
      "prompt_append": "## ⚠️ 身份确认:你是 Coder 子代理..."
    },
    "oracle": {
      "model": "openai/gpt-5.1-codex-mini",
      "prompt_append": "## ⚠️ 身份确认:你是 Codex 子代理..."
    },
    "frontend-ui-ux-engineer": {
      "model": "google/antigravity-gemini-3-pro-high",
      "prompt_append": "## ⚠️ 身份确认:你是 Gemini 子代理..."
    }
  }
}
  • prompt_append:定义各代理的角色行为规范,是 CCG 协作的核心
  • model:可按需调整为你订阅的模型

2. opencode.json - 模型和 API 配置

我个人的使用场景下,大部分模型(OpenAI、Google、Zhipu)通过 OAuth 订阅或者官方API认证,无需额外配置 URL/API。

需要配置第三方中转的案例(OpenAI、Claude等模型均适用):

{
  "provider": {
    "anthropic": {
      "options": {
        "baseURL": "https://your-proxy-api.com/v1",
        "apiKey": "your-api-key"
      },
      "models": {
        "claude-opus-4-5-20251101": { "name": "claude-opus-4-5-20251101" }
      }
    }
  }
}

⚠️ 第三方 API 中转注意事项

使用第三方 API 中转时,模型名称的键(key)必须与中转站支持的模型名称完全一致

// ✅ 正确:键名与中转站支持的模型名一致
"models": {
  "claude-opus-4-5-20251101": { "name": "claude-opus-4-5-20251101" }
}

// ❌ 错误:键名与中转站不匹配,会导致调用失败
"models": {
  "my-custom-name": { "name": "claude-opus-4-5-20251101" }
}

配置前请确认

  1. 你的中转站支持哪些模型名称
  2. models 下的键名设置为中转站支持的确切名称
  3. oh-my-opencode.json 中引用时使用 provider/model-key 格式(如 anthropic/claude-opus-4-5-20251101

代理角色映射(模板配置,具体模型可以自由更换)

CCG 角色 OpenCode 代理 模型 职责
架构师 Sisyphus Claude Opus 4.5 需求分析、任务拆解、最终决策
Coder document-writer GLM-4.7 代码生成、文档修改、批量任务
Codex oracle GPT-5.1 Codex Mini 代码审核、架构咨询、质量把关
Gemini frontend-ui-ux-engineer Gemini 3 Pro High 前端/UI、第二意见、独立视角

认证配置

安装完成后,需要为各提供商完成认证:

# 1. Anthropic (Claude)
opencode auth login
# → Select: Anthropic → Claude Pro/Max

# 2. OpenAI (ChatGPT/Codex)
opencode auth login
# → Select: OpenAI → ChatGPT Plus/Pro (Codex Subscription)

# 3. Google (Gemini)
opencode auth login
# → Select: Google → OAuth with Google (Antigravity)

⚠️ 重要:使用 Antigravity 插件时,必须在 oh-my-opencode.json 中设置 "google_auth": false

快捷键

快捷键 功能
Tab 切换 build/plan 模式
Ctrl+X 然后 B 切换 Sidebar
Ctrl+X 然后 →/← 切换子任务
Ctrl+X 然后 返回主任务
Ctrl+P 命令面板

🧑‍💻 开发与贡献

欢迎提交 Issue 和 Pull Request!

# 1. 克隆仓库
git clone https://github.com/FredericMN/Coder-Codex-Gemini.git
cd Coder-Codex-Gemini

# 2. 安装依赖 (使用 uv)
uv sync

# 3. 本地调试运行
uv run ccg-mcp

📚 参考资源

  • FastMCP: GitHub - 高效的 MCP 框架
  • GLM API: 智谱 AI - 强大的国产大模型(推荐作为 Coder 后端)
  • Claude Code: Documentation
  • OpenCode: 官方文档 - 开源 AI Coding Agent
  • Oh-My-OpenCode: GitHub - OpenCode 多代理编排插件

📄 License

MIT

README mirrored from the source repository 4 months ago. The original is authoritative.

Questions

About Coder Codex Gemini

How do I install Coder Codex Gemini?

Run npx coder-codex-gemini, then add the server to your MCP client's configuration. Conduid has recorded 0 installs, so the command is known to work with current clients.

Is Coder Codex Gemini safe to use with an AI agent?

Its trust score is 71 out of 100 (good). It passes 0 of 1 static security checks; the failures are listed above. It has no ConduID identity yet, so agent calls to it are not receipted.

Is Coder Codex Gemini still maintained?

The last commit was 7 months ago, with 0 open issues. That's long enough that you should check whether the maintainer is responding to issues before depending on it.