Sep 9, 2026

gudastudio-skills:让 Claude Code 把编码工作委托给 Codex 和 Gemini

GudaStudio 的这个 2,026 星合集提供两个桥接 skill,把原型开发、调试和代码审查委托给 Codex CLI 和 Gemini CLI——一条命令安装、支持会话续接,并用一套协议确保外部模型不碰你的文件。

#tutorial#agent-tools#ai-agents#python

Claude Code 是你的主力编辑器,但有时你会想要第二个模型的意见——UI 交给 Gemini 看一眼,棘手的 Bug 让 Codex 把把关。GudaStudio 的 skills 合集把这两个 CLI 以可调用 skill 的形式接入 Claude Code,委托工作变成一次 Python 桥接调用,而不用在多个终端之间来回复制粘贴。

为什么这个 Skill 重要

这个合集只有两个 skill,各司其职。collaborating-with-codex 把编码任务委托给 OpenAI 的 Codex CLI,用于原型开发、调试和代码审查;collaborating-with-gemini 对 Google 的 Gemini CLI 做同样的事。两者都返回统一的 JSON 结果,并支持通过 SESSION_ID 进行多轮会话——追问会从上一次调用结束的地方继续。

README 列出的前置要求:Claude Code v2.0.56 及以上、Python 3.8+(项目开发测试用 3.10),以及你要安装哪个桥接就装对应的 CLI。

安装

git clone --recurse-submodules https://github.com/GuDaStudio/skills
cd skills
./install.sh --user --all

--user 安装到 ~/.claude/skills/,对所有项目生效;--project 只对当前仓库生效;--target 自定义路径;--skill collaborating-with-codex 只装一个 skill 而不是全部。Windows 上同样选项对应 .\install.ps1 -User -All。先跑 ./install.sh --list 看看有什么可用,装完后问 Claude 一句 "list all available SKILLs please",确认两个桥接都被识别。

实战:一次跨模型安全审查

桥接本体是一个 Python 脚本,两个必填参数是工作目录和提示词:

python scripts/codex_bridge.py --cd "/project" --PROMPT "Review the security of login.py"

返回的 JSON 里带有 SESSION_ID,追问时传回去:

python scripts/codex_bridge.py --cd "/project" --SESSION_ID "uuid-from-response" --PROMPT "Provide fixes for the issues found"

要跑完整流程,README 推荐在 ~/.claude/CLAUDE.md 中配置一套全局协议(依赖 auggie-mcp 上下文引擎),把这对组合变成五阶段工作流:先检索完整代码库上下文,再把原始需求分发给 Codex 和 Gemini 独立分析并交叉验证两边的方案。Claude 会向你展示整合后的计划,并在动手写任何代码前强制停下来等你批准。原型是分路由返回的——Gemini 负责前端和 UI(README 给它设了低于 32k token 的上下文上限),Codex 负责后端逻辑——且两者都被要求只返回 Unified Diff Patch。随后 Claude 把 diff 重构为生产代码,最后再让两个外部模型一起审计。

技巧

  • Codex 桥接的 --sandbox 参数默认是 read-only;README 的安全建议是保持这个默认,并把每个返回的 diff 都当作"脏原型",由 Claude 重构之后才允许落地。
  • 推荐协议要求对外部模型的每条提示词都加上 "OUTPUT: Unified Diff Patch ONLY"——外部模型在设计上对文件系统零写入权限。
  • skill 本身免费开源,但运行 Codex 或 Gemini 可能按各自定价产生 API 费用。
  • 对 Gemini 的原型输出要保持审视:README 明确提示它对后端逻辑的理解有缺陷,应限制在前端工作上。

何时不用这个 Skill

README 的协议自己就写了:简单任务可以不做多模型协作——在全局协议下,agent 必须停下来报告原因并等你许可。另外,如果你的代码不能离开本机,桥接云端 CLI 的形态就不合适;本地部署一个 OpenAI 兼容端点的模型更对路。


查看 排行榜 了解更多 skill。