我做了一个工具：一键同步 Claude Code、Cursor、Codex 的 MCP 和 Skills 配置

小蠢驴打代码
0 阅读6分钟

最近 AI 编程工具越来越多。

Claude Code、Cursor、Codex、Gemini CLI、Qwen Code，每个都有自己的使用场景。但问题也来了：它们的配置几乎都不互通。

你在 Claude Code 里加了一个 MCP，Cursor 不知道；你在 Codex 里改了 AGENTS.md，Claude Code 的 CLAUDE.md 还是旧的；你维护了一套好用的 skill，又要手动复制到不同工具的目录里。

如果只是偶尔改一次配置，还能忍。但一旦你开始认真维护 AI Agent 配置，这件事就会变成新的重复劳动。

所以我做了 Plexus：一个本地 AI Agent 配置控制台，用来一键同步 Rules、MCP Servers 和 Skills。

项目地址：

github.com/miniLV/Plex…

先看效果

Plexus Dashboard

Plexus 会扫描你本机已经配置过的 AI Agent，然后把 Rules、MCP Servers、Skills 展示在一个 dashboard 里。

目前主要支持：

  • Claude Code
  • Cursor
  • Codex
  • Gemini CLI
  • Qwen Code
  • Factory Droid

如果某个工具还不在内置列表里，也可以在 Settings 里手动新增一个 instruction file，让 Plexus 先负责查看、编辑和备份。

怎么安装？

Plexus 现在已经可以通过 npm 安装。需要本机有 Node.js 环境。

npm install -g plexus-agent-config
plexus

打开：

http://localhost:7777

不想全局安装，也可以直接用 npx：

npx -y plexus-agent-config@latest start

启动前想先看看能识别哪些 Agent，可以运行：

plexus detect

第一次使用时，点 Dashboard 右上角的 Share config everywhere。

它会做三件事：

  1. 扫描本机已经存在的 AI Agent 配置。
  2. 把已有 Rules、MCP Servers 和 Skills 导入到 Plexus 的本地 store。
  3. 再同步到所有启用的 Agent。

如果多个 Agent 里有同名配置但内容不同，Plexus 会让你选择一个 Primary Agent。比如你觉得 Codex 里的配置最完整，就可以选择 Codex 作为主来源。

这点很重要。因为“一键同步”最怕的不是没同步，而是不知道谁覆盖了谁。

它解决的核心问题

Plexus 不是另一个 AI 编程工具。

它不运行 MCP，也不替代 Claude Code、Cursor 或 Codex。它解决的是配置漂移问题。

比如不同工具会读不同路径：

Claude Code:
~/.claude/CLAUDE.md
~/.claude.json
~/.claude/skills/

Cursor:
~/.cursor/AGENTS.md
~/.cursor/mcp.json
~/.cursor/commands/

Codex:
~/.codex/AGENTS.md
~/.codex/config.toml
~/.codex/skills/

如果这些都手动维护，很快就会不知道哪个才是最新版本。

Plexus 的思路是：先把配置整理到一个本地统一源里，再投射回每个工具自己的原生路径。

Rules：一份规则同步到所有工具

Claude Code 常用 CLAUDE.md，Codex / Cursor 常用 AGENTS.md，Gemini CLI 可能是 GEMINI.md。

它们本质上都是 instruction file，只是文件名和路径不同。

Plexus 会把共享规则放在：

~/.config/plexus/personal/rules/global.md

然后同步到各个工具的原生位置：

~/.claude/CLAUDE.md
~/.codex/AGENTS.md
~/.cursor/AGENTS.md
~/.gemini/GEMINI.md

这样每个工具仍然读取自己熟悉的文件名，但背后可以指向同一份规则。

如果后悔了，也可以把某个 Agent 的规则文件 detach 回本地独立文件。

MCP：为什么不能全部软链接？

MCP 是最需要小心的部分。

有些工具的 MCP 文件是单用途文件，比如 Cursor 的：

~/.cursor/mcp.json

这种文件基本只放 MCP 配置，Plexus 可以生成一份 cache 文件，然后让 Cursor 的 MCP 文件通过 symlink 指过去。

但有些工具不是这样。

比如 Claude Code 的配置文件可能是一个更大的 JSON，里面除了 MCP，还可能有 auth、history、profile、model settings 等等。Codex 的 config.toml 也类似，里面不一定只有 MCP。

这种文件不能粗暴覆盖，也不适合直接软链接。

所以 Plexus 对 MCP 用 hybrid 策略：

文件类型处理方式
专用 MCP 文件cache symlink / copy
共享配置文件partial-write，只改 MCP section

也就是说，对于共享配置文件，Plexus 只改自己负责的 mcpServers 或 mcp_servers 那一段，其他内容尽量保持原样。

这也是为什么它不是简单写一个脚本 cp config A config B 就完事。

Skills：最适合用目录软链接

Skill 通常本来就是一个目录，里面有一个 SKILL.md，再加一些脚本、参考资料或模板。

所以它比 MCP 更适合共享。

Plexus 会把 skill 放在：

~/.config/plexus/personal/skills/<id>/SKILL.md

再同步到不同工具的目录：

~/.claude/skills/<id>
~/.codex/skills/<id>
~/.factory/skills/<id>

这里优先用目录级 symlink。如果系统不支持 symlink，或者目标环境不允许，就 fallback 到 copy。

一张图看懂架构

Plexus Config Sharing Map

Plexus 的核心分成三段：

  1. Native import：从已有 Agent 原生配置里导入。
  2. Canonical store：把配置整理到 ~/.config/plexus/。
  3. Native projection：再投射回每个 Agent 自己会读取的位置。

中间的 store 大概长这样：

~/.config/plexus/
├── config.yaml
├── team/
├── personal/
│   ├── mcp/servers.yaml
│   ├── rules/global.md
│   └── skills/<id>/SKILL.md
├── .cache/mcp/
└── backups/

这里分了两层：

  • team/：团队共享配置，比如统一的 rules、skills、MCP baseline。
  • personal/：个人配置，比如自己的 token、本机路径、私有 MCP。

如果 team 和 personal 里有同 ID 的配置，personal 会覆盖 team。这个逻辑很符合直觉：团队给默认值，个人做覆盖。

团队场景

单人使用 Plexus，主要是减少重复配置。

但它在团队场景里更有用。

比如团队可以维护一个配置仓库：

agent-primer/
├── rules/global.md
├── skills/code-review/SKILL.md
├── skills/architecture-designer/SKILL.md
└── mcp/servers.yaml

每个人把这个 repo 作为 team layer 拉下来：

plexus join https://github.com/miniLV/agent-primer.git
plexus pull
plexus sync

这样团队新增一个 code-review skill，大家只需要 pull + sync，就能同步到 Claude Code、Cursor、Codex 等工具里。

带 token 的东西不要直接放 team repo。比较好的做法是：team repo 里放 placeholder 和默认结构，个人在 personal/ 层补自己的 token 或本机路径。

安全和回滚

做这种工具，最怕一件事：帮用户同步配置，结果把原来的配置搞没了。

所以 Plexus 在写入 Agent 原生文件前，会先做 snapshot：

~/.config/plexus/backups/

如果目标位置已经有真实文件或目录挡住了 symlink，Plexus 不会直接覆盖，而是会移动到 collision 备份区：

~/.config/plexus/backups/_collisions/

Backups 页面里可以看到这些 snapshot，也可以恢复。

这个设计不花哨，但很必要。因为它管理的不是 demo 数据，而是你真实在用的 AI 工具配置。

适合谁？

如果你只用一个 AI 编程工具，而且配置也很少，那 Plexus 可能暂时没必要。

但如果你有这些情况，它会比较适合：

  • 同时用 Claude Code、Cursor、Codex 等多个工具
  • 经常维护 MCP Server
  • 有自己的 agent rules / skills
  • 希望团队共享一套 AI Agent 配置
  • 想知道每次同步到底改了哪些文件
  • 想要同步前自动备份，出问题能恢复

写在最后

Plexus 更像一个本地配置中枢：把散落在不同工具里的配置收回来，整理成一份基线，再用尽量安全的方式同步出去。

这件事听起来不大，但每天在几个 AI 工具之间切来切去的人，应该会懂这种痛。

目前项目还在迭代，如果你也同时用多个 AI 编程工具，可以试试看。

项目地址：

github.com/miniLV/Plex…

如果觉得有用，欢迎 Star。

avatar
文章
阅读
粉丝