mcpField
C
Codex Delegate

Codex Delegate

ローカル
github.comAI・エージェント21 週間前に更新

Codex Delegate について

Codex Delegate は MCP クライアントと OpenAI Codex CLI をつなぐブリッジで、実装を委任して結果を確認したい開発者向けです。実行前の計画、スレッドの再開、確認しやすい構造化結果に対応します。

主な機能

  1. 01OpenAI Codex CLI への実装委任
  2. 02承認後に実装する計画の生成
  3. 03未コミット変更、ブランチ、コミットのレビュー
  4. 04Codex スレッドの再開
  5. 05複数タスクの実行とキャンセル
  6. 06構造化結果と変更ファイルの返却

活用シーン

  1. 01複数ファイルにまたがる実装の委任
  2. 02Codex が作成した差分の確認
  3. 03以前の Codex スレッドの継続

MCP 対応

MCP サーバーとして、Claude Code、Cursor、Copilot などの MCP クライアントに Codex CLI への委任機能を提供し、構造化された結果を返します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"andreilungeanu-codex-delegate": {
"command": "npx",
"args": [
"-y",
"codex-delegate-mcp"
]
}
}
}
起動コマンドnpx -y codex-delegate-mcp

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npmcodex-delegate-mcp2.6.0

ツール

3

掲載時のツール一覧 · 1 週間前に更新

パラメーター型必須説明
fastbooleanいいえCodex の Fast モード。クレジット消費量が増えます。
modeenumいいえagent は実装を行い、plan は構造化された計画を返し、ask は回答し、review はネイティブレビューを実行します。agent | plan | ask | review
specstringはい目標、範囲、正確に引用した確定事項、受け入れ基準を簡潔に記述してください。コードを貼り付けず、ファイルを参照してください。
modelstringいいえCodex のモデル ID。doctor deep:true ですべての ID を一覧表示します。
timeoutMsintegerいいえ実行全体の上限時間(ms、デフォルトは 1h)。ターン途中に無出力でも構いません。起動時には別途、初回出力まで 60s の期限があります。
webSearchbooleanいいえCodex に組み込まれたウェブ検索です。
workspacestringはいCodex の作業ディレクトリです。隔離環境ではありません。既に存在している必要があります。この呼び出しのために作成しないでください。
reviewTargetanyいいえreview では必須で、それ以外では使用禁止です。uncommitted、ベースブランチ、またはコミットを指定します。
resumeThreadIdstringいいえ続行するスレッド。ワークスペースを再利用します。review との併用は禁止です。
reasoningEffortstringいいえCodex の推論レベル。doctor deep:true で各モデルのレベルを一覧表示します。

詳細

Codex Delegate

フロンティアエージェントの利用制限を、定型作業で浪費するのはやめましょう。

実装を OpenAI Codex CLI に委任しましょう。エージェントが依頼内容を作成し、差分をレビューします。

npm version npm downloads MCP Registry codex-delegate-mcp MCP server node license: MIT tests

Codex Delegate のロゴ

最高のコーディングエージェントが最も力を発揮できる場面で活用しましょう。タスクの理解、計画の策定、そして成果のレビューです。

Codex Delegate は、Claude Code、Cursor、Copilot、またはあらゆる MCP クライアントから実装を OpenAI Codex CLI に委任し、レビューしやすい、整理された結果を受け取れる MCP ブリッジです。


Claude Code が Codex に委任するターミナルの録画:ヘルスチェックで Codex CLI、認証、モデルカタログを確認します。ask モードの実行では、デモリポジトリが「today 0」と表示する理由を診断し、commitDay() は UTC で日付を分類する一方、cellDay() は現地時間でラベルを付けていると行番号付きで示します。続いて、1 文の指示が 2 つの Codex モデルに同時に送られ、一方はリポジトリを編集し、もう一方は別のディレクトリで調査します。テストがすべて成功して修正が反映され、フッターには today 4、current streak 23、longest streak 23 と表示されます。最後に、Codex が自分の差分をレビューし、3 件の指摘を報告します

🧠 フロンティア品質を維持

アシスタントには、フロンティアモデルが本来力を発揮すべき作業を任せます。タスクを理解し、正確な依頼内容を作成し、完成した差分をレビューします。Codex は実装者として力を発揮し、より賢いオーケストレーターの指示を受け、チェックされます。フロンティアモデルが計画を立てて承認するため、成果もフロンティア品質になります。

⚡ より速く完了

フロンティアチャットモデルが最初のファイルをまだストリーミングしている間に、Codex は複数ファイルの編集を一気に片付けます。作業を委任した後もアシスタントとの作業を続けられ、差分は完成した状態で届きます。

🔋 利用制限がボトルネックではなくなります

委任した作業は OpenAI Codex CLI とその利用枠で実行されるため、オーケストレーターのチャット利用枠とは別です。ただし、Codex 側では別途料金が発生します。Claude、Cursor、Copilot のサブスクリプションでは依頼内容の作成とレビューにトークンを使い、Codex は実装作業をこなします。API を利用している場合は、トークン単位の実装コストをメインの請求から切り離せます。

あなたとエージェントがタスクを理解し、依頼内容を作成して差分をレビューします。MCP の委任ツールがその依頼を OpenAI Codex CLI に渡し、Codex CLI が実装してワークスペースを編集します。変更内容、対象ファイル、スレッド ID を含む簡潔な JSON 結果が返されます

委任結果:最終回答、ステータス、スレッド ID と委任 ID、ワークスペース、Codex CLI のバージョン、スレッドの累積トークン使用量、編集ツールが変更したと報告したファイルを含む、簡潔な JSON ブロックです

特徴

  • 📦 確認しやすい1つの結果 — 簡潔なJSONブロックに、最終回答、status、Codexの編集ツールが変更を報告したファイル、累積スレッドトークン数、続きから再開するためのthreadIdをまとめます。情報を示さないフィールドは省略されます。
  • 📋 まず計画を立て、同じスレッドで実装 — planは承認用のスキーマ検証済みステップを返し、agentが実装します。askは質問に回答します。reviewは、コミットされていない作業、ベースブランチ、または単一のコミットに対して、Codex独自のレビュアーを実行します。
  • 🧵 再開 — resumeThreadIdを使ってCodexのスレッドを続けます。resumed: falseは、コンテキストが引き継がれなかったことを示します。
  • 🧑‍🤝‍🧑 複数を実行し、適切にキャンセル — 同じ質問を複数のモデルに投げることも、独立したディレクトリで独立したワーカーを実行することもできます。cancelはプロセスの終了を待ち、強制終了の期限を過ぎてもプロセスが残っている場合は警告します。
  • 🤝 コマンド1つでインストール — Claude Code、GitHub Copilot CLI、Cursor、VS Codeではプラグインとして利用でき、エージェントに適切な委任方法を教えるスキルも付属します。CursorとVS Codeではワンクリックでサーバーをインストールできます。JetBrains、Devin Desktop (Windsurf)、Visual Studioなどでは、設定からstdioサーバーを追加します。
  • 🩺 doctor — セットアップが正しくない場合、不足しているものを正確に知らせます。

インストール

Node.js 20+とOpenAI Codex CLIが必要です。あらかじめログインしてください(codex login)。

Claude Code
/plugin marketplace add andreilungeanu/codex-delegate-mcp
/plugin install codex-delegate@codex-delegate-mcp

あとは、次のように依頼するだけです。

Codexに委任してください。src/apiをコールバックからasync/awaitに移行してテストを更新し、その後、変更内容を順を追って説明してください。

これで一連の作業は完了です。Claudeが依頼内容をまとめ、Codexがファイルを処理し、Claudeが差分を順を追って説明します。

Cursor

Cursorに追加

または、サイドバーのCustomize → MCPsから追加するか、~/.cursor/mcp.json(すべてのプロジェクト)または.cursor/mcp.json(このプロジェクト)に追加してください。

{
  "mcpServers": {
    "codex-delegate": {
      "command": "npx",
      "args": ["-y", "codex-delegate-mcp"]
    }
  }
}

その後、同じように実装をCodexに委任するようCursorに依頼してください。

GitHub Copilot CLI
copilot plugin install andreilungeanu/codex-delegate-mcp

または、Claude Codeと同じようにマーケットプレイスから追加します。

copilot plugin marketplace add andreilungeanu/codex-delegate-mcp
copilot plugin install codex-delegate@codex-delegate-mcp

スキルを使わずサーバーのみを追加する場合:copilot mcp add codex-delegate -- npx -y codex-delegate-mcp。

その他のクライアント
VS Code — ワンクリックでインストール、または .vscode/mcp.json

VS Code にインストール VS Code Insiders にインストール

{
  "servers": {
    "codex-delegate": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "codex-delegate-mcp"]
    }
  }
}

または、このリポジトリの URL を指定して Chat: Install Plugin From Source を実行します(chat.plugins.enabled 設定が必要です)。

JetBrains AI Assistant — Settings → Tools → AI Assistant → MCP

Settings → Tools → AI Assistant → Model Context Protocol (MCP) で、Add をクリックし、この JSON を貼り付けます。

{
  "mcpServers": {
    "codex-delegate": {
      "command": "npx",
      "args": ["-y", "codex-delegate-mcp"]
    }
  }
}
Devin Desktop (formerly Windsurf) — ~/.config/devin/mcp_config.json

この設定は、デフォルトのエージェントである Devin Local(Local 3.6 以降)向けです。Windows では、ファイルは %APPDATA%\devin\mcp_config.json にあります。以前の Cascade と古い Windsurf ビルドでは、~/.codeium/windsurf/mcp_config.json が読み込まれます。

{
  "mcpServers": {
    "codex-delegate": {
      "command": "npx",
      "args": ["-y", "codex-delegate-mcp"]
    }
  }
}

注意:Devin Desktop の Cascade エージェントでは、すべてのサーバーを合わせて使用できるツール数が 100 個に制限されています。

Visual Studio 2026 / 2022 — %USERPROFILE%\.mcp.json
{
  "servers": {
    "codex-delegate": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "codex-delegate-mcp"]
    }
  }
}

Visual Studio 2022 では 17.14 以降が必要です。トップレベルのキーは mcpServers ではなく servers です。ソリューションディレクトリに .mcp.json を置くと、そのソリューションに適用されます。

OpenCode — ~/.config/opencode/opencode.json またはプロジェクトの opencode.json

OpenCode は mcpServers を使用しません。ローカルサーバーは mcp の下に置き、type: "local" を指定し、command は 1 つの配列にします。

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "codex-delegate": {
      "type": "local",
      "command": ["npx", "-y", "codex-delegate-mcp"],
      "enabled": true
    }
  }
}

これは v1 形式で、OpenCode v2 でも読み込めます(v2 のネイティブ形式は mcp.servers です)。

Google Antigravity — ~/.gemini/config/mcp_config.json またはワークスペースの .agents/mcp_config.json
{
  "mcpServers": {
    "codex-delegate": {
      "command": "npx",
      "args": ["-y", "codex-delegate-mcp"]
    }
  }
}

IDE で、エージェントパネルの … → MCP Servers → Manage MCP Servers → View raw config を選択します。Antigravity 2.0、IDE、CLI は Gemini 設定ファイルを共有します。初回実行時に、サーバーのツールを承認する必要がある場合があります。

Kilo Code — kilo.jsonc(mcpServers ではなく mcp キー)

OpenCode と同じ形式です。type: "local" を指定し、command は 1 つの配列にします。

{
  "mcp": {
    "codex-delegate": {
      "type": "local",
      "command": ["npx", "-y", "codex-delegate-mcp"],
      "enabled": true
    }
  }
}

VS Code 拡張機能で、Settings → MCP → Add Server → Local (stdio) を選択します。Windows で npx が見つからない場合は、コマンドに cmd を指定し、引数に /c、npx、-y、codex-delegate-mcp を指定します。

Zed — Settings → AI → MCP Servers、または Zed 設定の context_servers
{
  "context_servers": {
    "codex-delegate": {
      "command": "npx",
      "args": ["-y", "codex-delegate-mcp"],
      "env": {}
    }
  }
}

Zed のネイティブエージェントはこれを使用し、Zed は ACP 経由でこれらのサーバーを外部エージェントに転送します。外部エージェントが独自の MCP 設定も読み込む場合があります。

Kiro およびその他の MCP クライアント

次のサーバーをクライアントの MCP 設定に追加します。Kiro の場合は、~/.kiro/settings/mcp.json(ユーザー)または .kiro/settings/mcp.json(ワークスペース)に追加します。

{
  "mcpServers": {
    "codex-delegate": {
      "command": "npx",
      "args": ["-y", "codex-delegate-mcp"]
    }
  }
}

MIT © Andrei Lungeanu

設定 · セキュリティ · プライバシー · 利用規約 · 変更履歴

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。