flyingonpine的博客

Agent 声称 DONE，Reviewer 也表示认可，就能认为任务真正完成吗？本文基于 codex-with-chatgpt 固定 Commit 535a07d，解析协作协议、执行记录 JSONL、test_status 和最新记录的信任边界，并结合真实 Windows 实验，展示规则 Verifier 与独立测试 Verifier 如何拒绝伪成功、错误任务、旧版本和产物哈希不一致。进一步结合四项修复前 RED 回归，提出 Task Contract、硬性验收门禁和多 Agent 评价指标，附实验包。

为什么 188 个 Vitest 测试全部通过，Agent 运行时仍可能出现数据损坏、版本漂移或重复后台进程？本文以 XiaoDuoYa/codex-with-chatgpt 固定 Commit 535a07d 为源码基线，拆解 Vitest 测试结构与 MCP 集成范围，并结合真实 Windows 隔离实验，复现四类可靠性契约不满足：UTF-8 Git Diff 分页损坏、跨版本 Diff 快照漂移、媒体校验与复制之间的内容变化，以及同一 Workspace 的 CLI 并发重复 Bridge。

ChatGPT 能生成图片，但 Agent 如何把原始媒体安全导入本地工程，并保证 Reviewer 审查的是正确版本？本文基于 XiaoDuoYa/codex-with-chatgpt 固定 Commit，深入解析 MCP read_image、`readWorkspaceImage()`、CLI asset import、Workspace 路径检查与 SHA-256。结合 Windows 隔离实验展示四项真实发现：8 字节 PNG/12 字节 MP4 文件头可被接受、20 MiB 文件可导入却不能通过

AI Agent 不只要快速找到代码，还必须保证审查依据完整、无损且来自一致的工程版本。本文以 codex-with-chatgpt 的固定 Git Commit 为基线，解析 search_workspace、ripgrep/Node 双搜索引擎、Workspace 敏感路径过滤、git_status、git_diff 与字节分页；结合 Windows 真实实验，比较小型工作区中的搜索延迟和 6/506 文件上下文检索策略。通过隔离 Git 仓库进一步复现两项独立可靠性问题。

Codex with ChatGPT 的一次升级，并不只是执行 git pull。本文基于固定 Git Commit，逐段分析 C2C State、Codex Home、Workspace 的配置边界，以及 update-check 的 Git 比较与每日缓存，进一步拆解 package.json、锁文件、dist 构建产物、SKILL.md 与正在运行的 Bridge 之间的版本差异。提供独立的隔离实验资源包，包含环境预检、路径覆盖、更新缓存、Git 拓扑比较、隔离版本回滚和 Skill 安装预演，明确说

Agent 系统不止要“能启动”，还要知道什么时候复用、什么时候拒绝重启、什么时候允许自修复。本文沿 `c2c start → ensureBridge() → findBridgeObservation() → startBridge()` 追踪 C2C 的 CLI、后台进程、Runtime State、HTTP Health Probe 与 Doctor 机制，并结合 Windows 隔离实验验证启动、顺序复用、优雅关闭、自动修复、异常三态和端口回退。

前六章回答了 Codex 与 ChatGPT 怎样合作；第七章进一步追问：**这种合作在权限边界、数据泄露、恶意指令、并发写入、崩溃恢复及供应链变化下，能否保持安全与正确？** 本文建立系统级威胁模型，逐项精读 AuthStore、Workspace、MCP、Execution、Session 和 Skill 的实现，并给出分层验证矩阵、离线实验、优化路线与可复制的源码审查方法。

前面的章节解决了 Codex 怎样通过浏览器与 ChatGPT 交换控制消息、ChatGPT 怎样通过 MCP 读取工作区、怎样授权远程访问。本章研究最后一个关键问题：发送一条消息不等于完成一个任务；任何一步都可能在修改文件、记录测试、发送消息或保存状态之间失败。谁决定下一步？失败后从哪里恢复？如何避免将“已说过”误认为“已执行”？

上一篇我们跟踪了 `POST /mcp → Bearer Auth → MCP Tool → read_file` 的数据读取链路。这一章补上它最关键的前提：在公网 HTTPS 入口和本地 `127.0.0.1` 之间，如何通过 OAuth 发现、动态客户端注册、PKCE S256、一次性配对码与 Token 生命周期，建立一条可审计的远程授权链。文章不仅从源码解释“如何连通”，还分析 Scope 扩权、Token Audience、反向代理 IP 信任、Refresh Token 轮换和第三方数据边界。

模型发起一次 read_file，到底是什么程序读取了本地文件？为什么一条 JSON-RPC 请求不能直接拿到电脑上的任意文件？本文以 codex-with-chatgpt 的 MCP Bridge 为样本，从 startBridge()、Express 中间件、Bearer Token、Streamable HTTP、MCP Tool、Zod/Scope、Workspace 的 realpath 边界，再到分页与结构化响应，逐层还原请求调用链。

浏览器自动化最难的问题并非“能否点击发送按钮”，而是**怎样证明消息已提交、回答已完整、协议来自正确轮次，以及失败后不重复执行**。本文从开源项目 `codex-with-chatgpt` 的 `skill/SKILL.md`、`docs/protocol.md` 和 `docs/architecture.md` 出发，解构内置浏览器 `iab` 与 Playwright 风格接口、ChatGPT 对话复用、MCP 的独立数据通道以及 Checkpoint 恢复语义。

解读 Skill 元数据、触发、Golden Rules、CLI、浏览器规则和恢复步骤，解释“模型解释规程”与“程序强制规则”的区别。

从组件图和一次开发任务的时序入手，解释 Codex、ChatGPT、Skill、内置浏览器、MCP Bridge 与 Workspace 的关系，认识 Control Plane / Data Plane 的分离设计。

从零理解 Codex with ChatGPT 的多 Agent 协作架构。本系列通过开源项目实际源码，逐步拆解 Codex Skill、ChatGPT 浏览器交互、MCP Bridge、OAuth 认证、Cloudflare Tunnel、任务状态机、故障恢复与安全审计。重点不仅是理解项目如何运行，更是掌握 AI Agent 系统中控制平面、数据平面、工具权限、状态持久化与可靠性设计等工程原理。适合对 Codex、ChatGPT、MCP、TypeScript 和 AI Agent 开发感兴趣的读者。