让 Claude Code / Codex 直接调用你的 ChatGPT 和 Gemini — auto-chat-cli 开源了

[Leo306]

让 Claude Code / Codex 直接调用你的 ChatGPT 和 Gemini — auto-chat-cli 开源了

GitHub: auto-chat-cli（如果觉得有用，请点个 Star ⭐）

第一次开源分享，欢迎交流和建议～

---

为什么会有这个工具？

用 Claude Code 或 Codex 生成内容、批量出图的时候，经常遇到这个尴尬：

• 本地 Agent 调不到 GPT Plus 的图像生成能力
• 使用 Brower Use 消耗 token 爆炸
• 使用 Playwright 登录非常麻烦
• Gemini 的图像理解和生成也很香，但 API 要单独申请、单独集成
• 已经有一个登录好的 ChatGPT/Gemini 页面在跑，想直接复用这个登录态

现有的方案要么需要托管账号密码，要么要接管整个浏览器，侵入性太强。

auto-chat-cli 的思路更简单：只需要在你自己的 Chrome 里装一个插件，运行一条 init 命令。CLI 即可在本地起一个服务，Agent 把任务丢给服务，插件在你已登录的页面里完成操作，结果写回本地文件。账号密码、Cookie 全程不离开你的浏览器。

---

它是怎么工作的？

Agent / CLI / 脚本
  ↓
auto-chat 本地服务 (127.0.0.1:17321)
  ↓
Chrome MV3 插件
  ↓
ChatGPT / Gemini 页面（你自己已登录的）
  ↓
data/jobs/<jobId>/outputs/   ← 结果写到这里

快速上手（ 3 步）

第一步：安装 CLI

npm install -g auto-chat-cli

第二步：初始化

auto-chat init

这条命令会：

• 启动后台服务
• 打开 Chrome 扩展管理页
• 打印插件下载地址和安装步骤
• 把 Agent skill 安装到 Claude Code / Codex 的 skill 目录

第三步：安装 Chrome 插件

1. 从命令输出的地址下载 auto-chat-extension.zip
2. 解压到一个固定目录
3. 打开 chrome://extensions，启用 Developer mode
4. 点 Load unpacked，选解压后的目录

安装完成后，打开 http://127.0.0.1:17321/ 可以看到任务列表页面。

---

让 Claude Code 直接发起任务

装好 skill 之后，在 Claude Code 里直接说：

 用 auto-chat 帮我在 Gemini 生成一张赛博朋克风格的猫咪头像，完成后把图片路径告诉我。

Claude Code 会自己：

1. 构造任务 JSON
2. 添加、触发任务
3. 监听并等待结果
4. 把输出文件路径返回给你

---

支持的任务类型

类型	平台	说明
文本问答	GPT / Gemini	输出 .txt 文件
图片生成	GPT / Gemini	输出图片文件，自动编号
图片 + 文本（多模态）	GPT / Gemini	带参考图的文本任务，图片直接粘贴到输入框
Gemini 多图串行	Gemini	prompts 数组，按顺序逐张生成

---

安全边界

• 只自动化你自己 Chrome 里已登录的页面，不托管账号密码或 Cookie
• 不绕过平台限制、验证码或权限机制
• 任务数据默认写入本地 data/，不上传任何外部服务

---

路线图 / 欢迎贡献

目前已支持：

• GPT 文本 + 图片任务
• Gemini 文本 + 图片任务（含多图串行）
• 图文多模态输入
• Claude Code / Codex Agent Skill
• SSE 实时状态推送
• 并发调度控制

计划中：

• Web UI 任务详情页增强
• 更多 Agent 集成示例（ Cursor 、Windsurf ）
• 自动重试策略配置

欢迎提 Issue 和 PR ，也欢迎告诉我你的使用场景。

---

如果这个工具对你有帮助，请给项目点个 Star ⭐，这对我是很大的鼓励！

GitHub: auto-chat-cli