← Back to Blog
AITooling

讓 Claude Code 呼叫 Codex

OpenAI 官方出了一個 Claude Code 外掛 codex-plugin-cc，裝了之後可以在同一個 Claude Code session 裡直接叫 Codex 來做 code review、對抗式審查，或把卡住的任務整包丟給它（rescue）。等於 Claude 主導、Codex 當第二顆腦。

最省事的方法：把這個 repo 連結 openai/codex-plugin-cc 丟給 Claude Code，請它讀 README 帶你裝——能自動跑的（裝 Codex CLI、檢查環境）它會幫你跑，/plugin 那幾行 slash command 還是你自己貼。想完全照著做，看下面手動流程。

先準備兩樣東西

  • Node.js 18.18 或更新（node -v 檢查）。
  • 一個能用 Codex 的帳號：ChatGPT 帳號（Free 或付費方案都行）或 OpenAI API key。怎麼付看 最後一段。

安裝（四行指令）

下面四行都是在 Claude Code 裡輸入的 slash command，一行一行貼：

1. 加入官方外掛市集：

text
/plugin marketplace add openai/codex-plugin-cc

2. 安裝外掛：

text
/plugin install codex@openai-codex

3. 重新載入外掛讓指令生效：

text
/reload-plugins

4. 跑設定精靈，它會檢查 Codex CLI 在不在：

text
/codex:setup

如果 /codex:setup 說找不到 Codex CLI，手動裝一次再回來：

bash
npm install -g @openai/codex

登入 Codex

外掛沿用你本機的 Codex 登入：用過就自動接上，沒有就登入一次（! 開頭是跑 shell 指令）：

bash
!codex login

會讓你選 ChatGPT 帳號（走方案內含額度）或 API key（走 API 按量計費）——兩條路的差別在最後一段。

（選用）調設定

想固定用哪個模型、推理多深，在使用者層級的 ~/.codex/config.toml 或專案根目錄的 .codex/config.toml 寫：

toml
model = "gpt-5.4-mini"
model_reasoning_effort = "high"

不寫也能用，外掛會走預設值。

怎麼用：用講的就好

裝好後不一定要記指令，直接用講的就行：叫 Claude 開個 subagent 把工作委派給 Codex——例如「開個 subagent 讓 Codex review 這份 diff」，或丟個 task 過去（code review、查 failing test、試修 bug 之類）。等於多一顆引擎當 second source，跟 Claude 自己的結果對照。

想要明確指令，也可以直接打：

  • /codex:review — 標準 code review
  • /codex:adversarial-review — 對抗式審查，挑得更兇
  • /codex:rescue — 把一個任務整包委派給 Codex
  • /codex:status、/codex:result、 /codex:cancel — 看進度、拿結果、取消背景工作

費用怎麼算（怎麼付）

Codex 沒有獨立訂閱，付費走兩條路，登入時選哪種就走哪種：

A. 用 ChatGPT 帳號（方案內含額度）

Codex 已內含在每個 ChatGPT 方案裡（含 Free），不用另外買。輕度用 Plus （$20）通常就夠，Pro（$100 起）額度高很多。額度依模型與任務大小變動， 最新以官方定價頁為準。

B. 用 API key（按 token 計費）

登入時改用 OpenAI API key，用量就走 OpenAI Platform 帳戶、按標準 API token 計費，跟 ChatGPT 方案的額度分開。重度使用、 或想要可控、可報帳的帳單時選這個。

輕用挑 ChatGPT Plus 吃內含額度，重用或要帳單透明就用 API key。 最新價格以 官方定價頁 為準。

反過來：讓 Codex 呼叫 Claude

沒有像 codex-plugin-cc 那樣的單一官方外掛，但反過來也做得到：Claude Code 可以用 claude mcp serve 跑成一個 stdio MCP server，Codex 把它註冊成 MCP server 就能呼叫。在 Codex 的設定檔（~/.codex/config.toml 或專案的 .codex/config.toml）加：

toml
[mcp_servers.claude]
command = "claude"
args = ["mcp", "serve"]

重啟 Codex 後用 /mcp 確認接上，能用的能力以 Claude Code MCP server 實際暴露的 tools 為準。Codex 自己也有官方 Subagents、 社群也有 claude-codex-bridge 之類的橋接，想更進階再看。