adamallcock/codex-chatgpt-control
Unofficial SDK for Codex agents controlling visible ChatGPT web sessions
解决的问题
为使用 Codex 框架的 AI 代理提供一种结构化方式，使其能够将任务委派给可见的 ChatGPT 网页界面。这避免了用户不得不手动在本地执行环境与 ChatGPT 网页 UI 之间来回转移工作，以进行对话审查、研究或长篇交付物的处理。
工作原理
该 SDK 作为代理与 chatgpt.com 网站之间的桥梁。它不使用私有 API，而是通过兼容的 Codex/浏览器桥接工具控制浏览器，与可见的 UI 控件进行交互。它可以检测用户处于「聊天」还是「工作」体验中，检查并应用配置设置（如模型或努力级别），管理线程，通过可见控件上传文件，并下载生成的工件和图像。
适用人群
希望其代理能够与用户可见并可监控的真实 ChatGPT 网页产品进行交互的 Codex 风格代理开发者。
主要亮点
- 仅限可见会话：通过浏览器 UI 操作，确保工作流始终由用户主导且可见。
- 体验检测：可区分 ChatGPT 聊天与工作体验，并验证结果的 UI 状态。
- 工件管理：支持上传本地文件，以及下载生成的文件或仅图像的工件。
- 事务性操作：包含持久化操作 ID 系统，防止重复任务，并支持从部分结果中恢复。
- 多语言支持：同时提供 Node.js 运行时和 Python 对等客户端。
相关
- 项目
- 项目
- 项目
- 项目
- 项目