背景
OpenAI 的 Codex CLI 是一个开源的终端 AI 编程助手，支持沙箱执行、多 agent 协作、MCP 协议、技能系统和插件机制。
和 Claude Code、Gemini CLI 不同，Codex CLI 的生态是完全社区驱动的——这意味着工具发展很快，但也极度碎片化。subagent 在这个 repo，skill 在那个 repo，MCP server 又在另一个地方。
我花了几周时间做了一次系统梳理，最终整理成了一份 curated list，收录 150+ 工具，覆盖 20 个分类。
生态全景
Subagents（多 agent 协作）
Codex CLI 原生支持多 agent 并行，最多 6 个线程同时运行。社区已经有大量现成的 agent：
- VoltAgent/awesome-codex-subagents — 136+ agent，涵盖 10 个大类（核心开发、语言专用、安全、基础设施、数据/AI 等）
- basilisk-labs/codex-swarm — 群体智能模式，多个 Codex agent 协作完成大规模重构
- aannoo/hcom — 层级化 agent 通信框架，支持任务委派和上下文保持
Skills（可复用技能包）
Skills 是 SKILL.md 格式的指令包，放到 ~/.codex/skills/ 就能全局生效：
- ComposioHQ 出了 38 个 skill，整合了 1000+ SaaS 应用
- Hugging Face 出了官方的 ML/AI 开发 skill 包
upskill - 还有安全审计、工作流自动化、KiCad PCB 设计等垂直领域 skill
MCP Servers
Codex 既能当 MCP client（连接外部工具），也能当 MCP server（让其他 agent 调用自己）：
- codex-subagents-mcp — 把 Codex 的 subagent 暴露为 MCP tool，Claude Code 可以直接调用
- deepcontext-mcp — 构建代码语义索引，让 agent 更智能地导航代码
- codebase-memory-mcp — 跨会话持久记忆，agent 能记住之前的决策和模式
跨 Agent 工具
这是我觉得最有意思的部分——不同 AI agent 之间的互操作正在成为现实：
- agent-peer-review — Codex 审查 Claude Code 的输出，反过来也行，捕捉模型特有的盲点
- ai-rules-sync — 一份配置同步生成 AGENTS.md / CLAUDE.md / .cursorrules
- Mysti — 通用 agent 路由器，根据模型特长把任务分配给 Codex、Claude Code 或 Gemini CLI
三大终端 Agent 对比
| 维度 | Codex CLI | Claude Code | Gemini CLI |
|---|---|---|---|
| 语言 | Rust | TypeScript | Python |
| 开源 | Apache-2.0 | 闭源 | Apache-2.0 |
| 多 agent | 原生支持（6 线程） | subagent 派生 | 有限 |
| MCP | Client + Server | Client only | Client only |
| 上下文窗口 | 200k | 200k | 1M |
| 生态 | 快速增长 | 最成熟 | 早期 |
完整对比覆盖 18 个维度，见 GitHub。
链接
完整列表（每个工具附一句话点评）：
欢迎 PR 补充遗漏的工具。