AI导哈

代码验证工具

一个在Claude Code工作流中使用的MCP服务器，通过OpenAI Codex验证实现计划，提前发现架构问题、缺失依赖和最佳实践违规。

  • by synergy2test
  • TypeScript
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 synergy2test/codex-validator-mcp

使用说明

食品法典验证器MCP

在编写一行代码之前，验证您的实施计划。

一个MCP服务器，允许Claude Code将计划验证委托给OpenAI Codex，在实施开始之前捕捉架构问题、缺失的依赖关系和最佳实践违规。

为什么？

您已经花时间制定了一个详细的实施计划。在Claude Code执行它之前：

  • 及早捕捉阻断者 --缺少依赖关系、版本不兼容、架构冲突
  • 获取第二意见 --食品法典委员会从新的角度分析可行性
  • 根据最佳实践进行验证 --Context7根据官方文件检查你的方法
  • 估计复杂性 --在做出承诺之前，先知道你要做什么

无需离开您的Claude Code工作流程。

快速开始

# Clone and build
git clone https://github.com/synergy2test/codex-validator-mcp.git
cd codex-validator-mcp
npm install && npm run build

# Authenticate Codex CLI (one-time, opens browser)
npm install -g @openai/codex
codex login

添加到Claude代码设置(~/.claude/settings.json):

{
  "mcpServers": {
    "codex-validator": {
      "command": "node",
      "args": ["/path/to/codex-validator-mcp/dist/index.js"]
    }
  }
}

就是这样。现在在克劳德代码中：

Validate my PLAN.md before we implement it

所得

{
  "validation_status": "warn",
  "feasibility": {
    "score": 72,
    "blockers": [],
    "risks": ["React 18 concurrent features may conflict with existing state management"],
    "dependencies_missing": ["@tanstack/react-query"]
  },
  "code_review": {
    "suggestions": ["Consider error boundaries for async components"],
    "best_practice_violations": ["Direct DOM manipulation in useEffect"]
  },
  "implementation_analysis": {
    "completeness": 85,
    "gaps": ["No rollback strategy defined"],
    "estimated_complexity": "medium"
  }
}

加上人类可读性 validation-report.md 已保存到您的项目中。

运作原理

┌─────────────┐     ┌──────────────────┐     ┌─────────────┐
│ Claude Code │────▶│ Codex Validator  │────▶│ Codex CLI   │
│             │     │    MCP Server    │     │ (your quota)│
└─────────────┘     └────────┬─────────┘     └─────────────┘
                             │
                             ▼
                    ┌─────────────────┐
                    │    Context7     │
                    │ (best practices)│
                    └─────────────────┘
  1. Claude Code将您的计划发送到MCP服务器
  2. 服务器将其传递给Codex CLI进行分析（使用您的OpenAI Pro配额）
  3. Context7根据框架/库最佳实践进行验证
  4. 在实施之前，您会得到结构化的反馈

自动回退

当你的Codex Pro配额在月中旬用完时，服务器会自动回退到直接调用OpenAI API。刚刚设置：

export OPENAI_API_KEY="sk-..."

当回退激活时，将通知您（API成本可能适用）。

工具参数

参数 类型 默认值 说明
plan_path string -- 计划文件的路径
plan_content string -- 或直接传递计划内容
project_path string cwd 上下文的项目根
apply_changes boolean false 应用建议（带确认）

应用模式

想要Codex解决它发现的问题吗？

Validate PLAN.md with apply_changes: true

在应用之前，系统会提示您确认每个更改。

可选：Context7 API密钥

对于最佳实践查找的更高速率限制：

export CONTEXT7_API_KEY="your-key"  # Free at context7.com/dashboard

没有它也能很好地工作——只是速率限制较低。

需求

  • Node.js 18+
  • OpenAI Codex命令行界面 (npm install -g @openai/codex)
  • 具有Pro计划的OpenAI帐户（或用于回退的API密钥）

许可证

麻省理工学院

相关 MCP