Codex Proxy MCP：解锁Claude Code并行执行能力的代理工具

Codex Proxy MCP是为OpenAI Codex MCP服务器设计的轻量级代理层，核心通过注入readOnlyHint实现Claude Code的并行执行能力，同时支持模型白名单、推理力度控制、自定义工具扩展及优雅降级机制，解决原生Codex MCP服务器串行执行的延迟问题。

模型上下文协议（MCP）是AI助手与外部工具交互的标准接口，扩展AI能力。但Claude Code通过MCP与Codex服务器通信时，原生执行方式为串行，即使调用无依赖也只能一次处理一个，导致复杂任务延迟。

Codex Proxy MCP位于Claude Code与原生Codex MCP服务器之间，核心设计思想是不改变底层工具实现，仅修改工具描述方式。通过拦截MCP协议中的tools/list请求，为所有Codex工具注入readOnlyHint: true注解，告知客户端工具只读可并行执行（实际可能修改状态，属"善意谎言"）。

1. 模型白名单控制：定义允许使用的模型列表，限制调用范围；2. 推理力度配置：支持low/medium/high三个级别，灵活调整推理深度；3. 自定义工具扩展：提供CUSTOM_TOOLS扩展点，注入自定义工具定义和处理器；4. 优雅降级：未安装Codex CLI时返回安装提示存根响应。

使用Node.js编写，作为独立stdio进程运行。拦截两类消息：1. tools/list响应：注入readOnlyHint，修改参数模式添加白名单和推理力度选项；2. 工具调用请求：自定义工具路由到用户处理器，标准Codex工具透传底层服务器。保持MCP协议兼容性同时扩展能力。

• 并行研究模式：同时发起多个独立Codex调用（如多技术优缺点查询），缩短响应时间；- 第二意见验证：不同参数运行多个Codex实例对比结果；- 分层推理策略：low适用于简单任务，medium为默认，high用于复杂决策。

1. 竞态条件风险：并行调用若操作同一资源可能冲突，需确保独立性或同步；2. 架构复杂性：增加代理层可能引入延迟和故障点，需监控稳定性；3. 兼容性依赖：底层Codex协议变化需更新代理，需关注项目更新。

Codex Proxy MCP是解决Claude Code串行瓶颈的精巧方案，通过轻量级代理层实现并行能力，展示开源社区创新。对重度用户提升效率显著，尤其在多信息获取或验证场景。同时为MCP生态提供代理模式参考，元数据的力量值得重视。