Codex无限Token的方法找到了，附详细教程

用 Codex 做项目，知道最扫兴的时刻是什么？当然是用了2分钟，额度用完了。

再看同一个账号里的 ChatGPT 网页版，平时除了问问题、出出图，好像也没怎么用。

于是很自然会冒出一个想法：能不能让网页版也来干活，接手一部分原本交给 Codex 的任务？

诶，你还别说，你还真别说，还真有这样的工具，叫 WebCodex。

它让 ChatGPT 通过工具连接到你电脑上的项目，读取文件、修改代码、执行命令。对话仍然发生在 ChatGPT，具体操作由本机的 WebCodex 执行。

但开始之前，有几件事必须讲清楚。

先说风险与适用范围 WebCodex 是第三方开源项目，不是 OpenAI 官方出品。它能操作本地文件和命令，配置不当、模型误操作、恶意提示词，都可能造成文件损坏或信息泄露。第一次请使用不含隐私和密钥的练习目录。

OpenAI 提供官方 MCP 接入能力，并不代表为 WebCodex 的安全性背书，更不代表允许绕过限额。遇到权限拒绝或用量限制，应按账号规则处理；不能承诺“零封号风险”或“永久无限用”。也明确限制绕过速率限制和保护措施。

先搞清楚原理

这个想法里的需求是对的：Codex 不够用，想让闲置的 Chat 能力承担工作。

不过，WebCodex 实现的是任务分流。

原来在 Codex 里下达的部分任务，现在到 ChatGPT 普通 Chat 对话里下达，再通过 WebCodex 操作本地项目。

它没有把额度转进 Codex，也不会让 Codex 的剩余额度增加。

这里尤其容易混淆两件事。

1、网页是入口，Chat、Work、Codex 才是需要区分的使用方式。

不能因为打开的是网页，就认为所有任务都走另一套额度。OpenAI 当前说明，适用套餐下 Work 与 Codex 等功能可以共用 agentic 用量和 credits；普通 Chat 则有自己的模型使用规则。

2、“我平时聊不完”，不等于“所有模型无限量”。

官方对手动推理及 Pro 模型仍有单独限制，也存在工具限制和反滥用约束。具体看你的套餐、所选模型和账号里的提示。

两条工作路线：Codex 和 Chat＋WebCodex

还有个名字相近的项目 codex-chatgpt-web，目标是让 ChatGPT Web 模型出现在 Codex 中。

那是另一条集成路线。这里主要说的是 webcodex，实际发任务的位置是 ChatGPT 网页。

Secure MCP Tunnel

ChatGPT 在云端，项目在你的电脑里，它们之间需要一条连接。

OpenAI 官方提供的 Secure MCP Tunnel 就用来连接私有 MCP 服务。

本机的 tunnel-client 主动向 OpenAI 建立出站 HTTPS 通路，接收工具请求，再把结果返回。这样不用为了让 ChatGPT 找到本机服务，专门开放公网入站端口。

其中，OpenAI 提供隧道；WebCodex 提供项目读写、命令等本地工具。官方客户端也开源地址：

https://github.com/openai/tunnel-client

ChatGPT 经官方隧道连接本机 WebCodex 的原理图

“文件留在本机”也要正确理解。

工程不必整体搬到云端，但被工具读取的代码、文件片段和命令结果会返回给模型。

涉及公司代码、客户资料时，仍要遵守你所在组织的数据规则。

下面走 WebCodex Desktop＋官方 Tunnel 这条路线。

Desktop 会管理本机组件和隧道客户端，初次配置不用再手动开一个 tunnel-client run 进程。

0、先检查账号能不能做，再下载安装

先登录准备使用的 ChatGPT 账号，检查三项入口：

设置里能否开启 Developer mode／开发者模式。
Plugins／插件 页面能否创建自己的 MCP App，并选择 Tunnel。
账号或工作区是否允许这个 App 使用写入、修改和命令工具。

这里要特别提醒：官方页面目前有不一致的地方。 开发者文档列出了 Plus、Pro 等套餐，并介绍完整读写能力；

帮助中心仍写着完整 MCP 面向 Business、Enterprise/Edu，Pro 只能 read/fetch。因此，不能仅凭套餐名称保证你一定能跑完整教程。

安装前先确认入口和管理员政策；接通后再用后面的“小文件写入”检查实际权限。如果只有读取能力，可以用来分析项目；后面的写入、测试环节则无法按本文完成。

另一边，还需要能够进入 OpenAI Platform 的 Tunnel 页面。能正常使用 ChatGPT，不代表自动拥有某个 Platform 组织的隧道权限。

没有入口，先处理账号或管理员授权问题。装更多软件解决不了这个门槛。

第 1 步：下载 WebCodex Desktop

项目地址：

https://github.com/yyjeqhc/webcodex

进入

Releases 下载页

，选择正式发布的 Desktop 安装包。核查时 Latest 为 v0.4.1。

注意下载 Desktop 安装包，不要把 Source code 压缩包当成软件安装包。

macOS 当前构建没有 notarization。若系统阻止首次打开，先确认文件来自项目发布页，再按项目文档中的“隐私与安全→仍要打开”处理；不要全局关闭系统安全保护。

2、准备一个没有秘密的练习目录

先别把整个桌面、下载目录或真实工作仓库交给 AI。

新建一个空文件夹，命名为 webcodex-demo。在里面新建 index.html，粘贴下面的代码。注意扩展名是 .html，不是 .html.txt。

<!doctype html>
<html lang="zh-CN">
<meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1">
<title>WebCodex 练习页</title>
<style>
  body { max-width: 640px; margin: 80px auto; padding: 24px;
         font: 18px/1.7 system-ui; background: #faf7f0; color: #26332c; }
  button { padding: 10px 18px; cursor: pointer; }
</style>
<h1>WebCodex 练习页</h1>
<p id="message">等待第一次修改。</p>
<button id="action" type="button">点我一下</button>
<script>
  document.querySelector('#action').addEventListener('click', () => {
    document.querySelector('#message').textContent = '按钮可以正常工作。';
  });
</script>
</html>

双击打开它。能看到页面，点击按钮能切换文字，就说明练习材料准备好了。

复制一份文件，命名为 index.before.html，留作对照。这个练习不需要 npm、不需要安装依赖，也不需要配置业务 API。

3、创建 Tunnel，准备专用的运行密钥

打开 OpenAI Platform → Tunnels

https://platform.openai.com/settings/organization/tunnels

创建一个 Tunnel，例如取名 webcodex-local，保存后记下 Tunnel ID。

创建时检查关联的 Platform organization 和 ChatGPT workspace：要关联到你实际发起 Chat 对话的工作区。

如果用的是个人账号，就检查对应的个人组织与工作区；公司账号尤其不能无脑选默认值。

权限上，创建或修改 Tunnel 需要 Tunnels Read＋Manage；

运行隧道客户端、在 ChatGPT 中选用 Tunnel 则需要 Read＋Use。遇到 Tunnels access required，应找目标组织管理员配置权限。

接着打开

API keys 页面

，为本机隧道准备专用的 Runtime API key。

优先使用 Restricted key，仅给隧道运行所需的 Tunnels Read＋Use 权限。

创建 Tunnel 所需的管理权限，与日常运行密钥所需的权限，不必完全相同。

这枚 Key 在本文中用于隧道认证。 填入它，不等于把 ChatGPT 对话改成了 Responses API 模型调用。

若你另行接入 API、外部代理或其他付费服务，就要另外检查那些服务的计费；本文也不把隧道或套餐的未来价格写成永久承诺。

4、在 Desktop 里把项目和隧道准备好

启动 WebCodex Desktop，选择 在此电脑使用 WebCodex／Local Full Runtime。

选择刚才的 webcodex-demo 文件夹。在配置页可选的 Tunnel 区域，或 首页→OpenAI Tunnel 配置检查 中，填写：

点击 保存配置。通过界面保存通常不需要重启；如果隧道已经运行，则要停掉再启动，让它使用新配置。

这里有一个容易忽略的风险：v0.4.1 会把这枚 Key 未加密地保存在本机应用数据目录的 secrets/tunnel-config.json 中。

*不要把该文件放进文章素材、共享备份、项目仓库或问题反馈附件。

完成项目配置后，回首页展开 查看运行诊断，确认：

Service 已运行。
Runner 已连接。
Project 为 Ready，路径确实是 webcodex-demo。

项目就绪后，进入 连接→OpenAI Secure Tunnel→启动安全隧道。

出现“隧道已就绪，等待 ChatGPT”一类提示，就可以去网页端接它了。这个状态只证明本机部分准备完成。

5、在 ChatGPT 中添加 WebCodex

回到 ChatGPT，进入 Settings→Security and login，开启 Developer mode。

再进入

Plugins 页面

，点击创建 App 的入口

页面可能随账号更新，认准开发者模式、自定义 App 和 Tunnel 三个功能即可。

按下面填写：

这里填 Tunnel ID，不填 API key，也不用填 127.0.0.1。

为什么这里选 No Auth？因为在这条 Desktop 托管的官方 Tunnel 路径中，WebCodex 的本机授权凭据由 tunnel-client 注入，网页不用再配置 OAuth。这是本文路径的特定设置，不能照搬成“任何公网 MCP 都可以不设认证”。

阅读页面风险提示，创建 App。检查是否能读取到工具列表，再通过 Try in chat，或新建普通 Chat 对话并选择 WebCodex。

真正开始下任务前，确认当前对话已选中这个 App。 只在设置里建好了连接，未必代表新对话自动会调用它。

6、验证是否成功。

接下来才是这个教程最有用的部分。

我们不靠 AI 回答“已连接”来判断。直接测试是否能连上本地电脑。

这是我本地的D:\AI视频下的内容。

然后我们之间在ChatGPT网页版里调用我们刚才创建好的插件。

直接在对话框中

@webcodex

这个插件，然后输入指令：

帮我看下 D:\AI视频下的内容有哪些？

大家可以对照一下我本地电脑和ChatGPT返回的数据信息。说明网页版的ChatGPT是已经连上了我本地电脑，那后续想操控本地电脑就和Codex一样了。

常见卡点，按这张表排查

隧道网络配置修改后，停止并重新启动隧道即可。不要把网络问题当成项目权限问题来修。 这些排查入口来自

用完怎么收回权限？

不需要连接时，可以在 Desktop 停止隧道或本机运行环境。

尤其注意：关闭窗口通常只是藏到托盘或菜单栏，后台仍在运行。 真要退出，使用托盘／菜单栏里的 退出 WebCodex。

长期不用，就移除 ChatGPT 中的对应 App，并撤销专门为它创建的运行 Key；如果密钥不慎进入截图、仓库或聊天记录，直接撤销并更换，不要只删掉那张图片。

Codex 额度不够时，这给了我们一个值得验证的分工方式：复杂、连续的大任务留给合适的 Agent 工作流；能明确验收的小任务，让 ChatGPT 通过 WebCodex 接手。

先用练习目录完成一次真实读写，再决定要不要接自己的项目。