本文为非官方中文翻译，内容以 OpenAI 官方英文文档为准。
官方来源：https://developers.openai.com/codex/mcp
Model Context Protocol
为 Codex 提供对第三方工具和上下文的访问
Model Context Protocol (MCP) 将模型连接到工具和上下文。使用它可以让 Codex 访问第三方文档，或让它与开发者工具交互，例如你的浏览器或 Figma。
Codex 在 CLI 和 IDE 扩展中都支持 MCP 服务器。
支持的 MCP 功能
- STDIO 服务器：作为本地进程运行的服务器（由命令启动）。
- 环境变量
- 可流式传输的 HTTP 服务器：通过某个地址访问的服务器。
- Bearer token 身份验证
- OAuth 身份验证（对于支持 OAuth 的服务器，运行
codex mcp login）
将 Codex 连接到 MCP 服务器
Codex 将 MCP 配置与其他 Codex 配置设置一起存储在 config.toml 中。默认路径是 ~/.codex/config.toml，但你也可以通过 .codex/config.toml 将 MCP 服务器限定到某个项目（仅限受信任项目）。
CLI 和 IDE 扩展共享此配置。配置好 MCP 服务器后，你可以在这两个 Codex 客户端之间切换，而无需重新设置。
要配置 MCP 服务器，请选择以下一种方式：
- 使用 CLI：运行
codex mcp以添加和管理服务器。 - 编辑
config.toml：直接更新~/.codex/config.toml（或受信任项目中的项目级.codex/config.toml）。
使用 CLI 配置
添加 MCP 服务器
codex mcp add <server-name> --env VAR1=VALUE1 --env VAR2=VALUE2 -- <stdio server-command>
例如，要添加 Context7（一个免费的开发者文档 MCP 服务器），你可以运行以下命令：
codex mcp add context7 -- npx -y @upstash/context7-mcp
其他 CLI 命令
要查看所有可用的 MCP 命令，可以运行 codex mcp --help。
终端 UI (TUI)
在 codex TUI 中，使用 /mcp 查看你的活动 MCP 服务器。
使用 config.toml 配置
若要更细粒度地控制 MCP 服务器选项，请编辑 ~/.codex/config.toml（或项目级 .codex/config.toml）。在 IDE 扩展中，可从齿轮菜单选择 MCP settings > Open config.toml。
在配置文件中，使用一个 [mcp_servers.] 表来配置每个 MCP 服务器。
STDIO 服务器
command（必填）：启动服务器的命令。args（可选）：传递给服务器的参数。env（可选）：为服务器设置的环境变量。env_vars（可选）：允许并转发的环境变量。cwd（可选）：启动服务器时使用的工作目录。experimental_environment（可选）：设置为remote时，会在可用的情况下通过远程执行器环境启动 stdio 服务器。
env_vars 可以包含普通变量名，或带有来源的对象：
env_vars = ["LOCAL_TOKEN", { name = "REMOTE_TOKEN", source = "remote" }]
字符串条目和 source = "local" 会从 Codex 的本地环境中读取。
source = "remote" 会从远程执行器环境中读取，并且需要
远程 MCP stdio。
可流式传输的 HTTP 服务器
url（必填）：服务器地址。bearer_token_env_var（可选）：Bearer token 所在的环境变量名，会在Authorization中发送。http_headers（可选）：从 header 名到静态值的映射。env_http_headers（可选）：从 header 名到环境变量名的映射（值从环境中获取）。
其他配置选项
startup_timeout_sec（可选）：服务器启动超时时间（秒）。默认值：10。tool_timeout_sec（可选）：服务器运行工具的超时时间（秒）。默认值：60。enabled（可选）：设置为false可在不删除服务器的情况下禁用它。required（可选）：设置为true时，如果此已启用服务器无法初始化，启动将失败。enabled_tools（可选）：工具允许列表。disabled_tools（可选）：工具拒绝列表（在enabled_tools之后应用）。default_tools_approval_mode（可选）：此服务器工具的默认审批行为。支持的值有auto、prompt和approve。tools..approval_mode（可选）：按工具覆盖审批行为。
如果你的 OAuth 提供方要求固定的回调端口，请在 config.toml 中设置顶层的 mcp_oauth_callback_port。如果未设置，Codex 会绑定到一个临时端口。
如果你的 MCP OAuth 流程必须使用特定的回调 URL（例如远程 Devbox 入口 URL 或自定义回调路径），请设置 mcp_oauth_callback_url。Codex 会将此值用作 OAuth 的 redirect_uri，同时仍使用 mcp_oauth_callback_port 作为回调监听端口。本地回调 URL（例如 localhost）会绑定到本地接口；非本地回调 URL 会绑定到 0.0.0.0，以便回调可以到达主机。
如果 MCP 服务器声明了 scopes_supported，Codex 在 OAuth 登录期间会优先使用这些
由服务器声明的作用域。否则，Codex 会回退到
config.toml 中配置的作用域。
config.toml 示例
[mcp_servers.context7]
command = "npx"
args = ["-y", "@upstash/context7-mcp"]
env_vars = ["LOCAL_TOKEN"]
[mcp_servers.context7.env]
MY_ENV_VAR = "MY_ENV_VALUE"
# 可选的 MCP OAuth 回调覆盖项（由 `codex mcp login` 使用）
mcp_oauth_callback_port = 5555
mcp_oauth_callback_url = "https://devbox.example.internal/callback"
[mcp_servers.figma]
url = "https://mcp.figma.com/mcp"
bearer_token_env_var = "FIGMA_OAUTH_TOKEN"
http_headers = { "X-Figma-Region" = "us-east-1" }
[mcp_servers.chrome_devtools]
url = "http://localhost:3000/mcp"
enabled_tools = ["open", "screenshot"]
disabled_tools = ["screenshot"] # 在 enabled_tools 之后应用
default_tools_approval_mode = "prompt"
startup_timeout_sec = 20
tool_timeout_sec = 45
enabled = true
[mcp_servers.chrome_devtools.tools.open]
approval_mode = "approve"
插件提供的 MCP 服务器
已安装的插件可以在其插件清单中捆绑 MCP 服务器。这些
服务器从插件中启动，因此用户配置不会设置它们的
传输命令。用户配置仍然可以在 plugins..mcp_servers. 下控制开关状态和工具策略。
[plugins."sample@test".mcp_servers.sample]
enabled = true
default_tools_approval_mode = "prompt"
enabled_tools = ["read", "search"]
[plugins."sample@test".mcp_servers.sample.tools.search]
approval_mode = "approve"
有用的 MCP 服务器示例
MCP 服务器列表仍在不断增长。以下是一些常见示例：
- OpenAI Docs MCP：搜索和阅读 OpenAI 开发者文档。
- Context7：连接到最新的开发者文档。
- Figma Local 和 Remote：访问你的 Figma 设计。
- Playwright：使用 Playwright 控制和检查浏览器。
- Chrome Developer Tools：控制和检查 Chrome。
- Sentry：访问 Sentry 日志。
- GitHub：管理
git不支持的 GitHub 功能（例如 pull request 和 issue）。