#309 - feat: Codex CLI Integration - OpenAI's Coding Agent - customable/claude-mem

No labels

No milestone

No project

No assignees

1 participant

Notifications

Due date

The due date is invalid or out of range. Please use the format "yyyy-mm-dd".

No due date set.

Dependencies

No dependencies set.

Reference

customable/claude-mem#309

jack commented

2026-01-25 19:05:51 +00:00

Owner

Zusammenfassung

Integration von remembr in Codex CLI, OpenAI's Terminal-basierter AI Coding Agent.

Über Codex CLI

Eigenschaft	Wert
Entwickler	OpenAI
Sprache	Rust
Modell	GPT-5-Codex
Open Source	Ja
MCP Support	✅ Ja
Repository	https://github.com/openai/codex

Preis: Inkludiert in ChatGPT Plus/Pro/Business/Enterprise

Operating Modes

--suggest - Zeigt Vorschläge, User muss bestätigen
--auto-edit - Automatische Edits im Workspace
--full-auto - Voller Zugriff auf System

Integrationsstrategie

MCP ist der Weg

Codex CLI unterstützt MCP nativ:

"Give Codex access to additional third-party tools and context with Model Context Protocol (MCP)."

Da unser Backend bereits HTTP/SSE unterstützt, können wir als MCP Server fungieren.

Konfiguration (geschätzt)

{
  "mcp": {
    "remembr": {
      "type": "http",
      "url": "http://localhost:37777/mcp",
      "headers": {
        "Authorization": "Bearer ${REMEMBR_API_KEY}"
      }
    }
  }
}

Recherche erforderlich

Vor Implementierung müssen wir klären:

Exakte MCP-Konfigurationssyntax für Codex CLI
Unterstützte MCP-Typen (stdio, http, sse?)
Hook-System vorhanden? (für automatische Observation-Extraktion)
Wie werden MCP Tools registriert?

Dokumentation prüfen

Implementierung

Phase 1: MCP Endpoint (Shared mit #308)

Der MCP-Endpoint ist identisch mit der Crush-Integration:

/api/mcp - HTTP Endpoint
/api/mcp/sse - SSE Endpoint
Tools: search, save_memory, timeline, get_observations

Phase 2: Codex-spezifische Anpassungen

Konfigurationsbeispiel für Codex
Eventuelle Anpassungen am MCP-Format
Testing mit Codex CLI

Synergien

Komponente	Shared mit
MCP HTTP Router	#308 (Crush)
MCP SSE Router	#308 (Crush)
Tool-Implementierungen	#307, #308

Aufwand nach MCP-Implementierung: ~4-8h für Codex-spezifische Anpassungen

Aufwand-Schätzung

Task	Aufwand
Dokumentation recherchieren	2-3h
MCP-Format-Anpassungen	2-4h
Konfigurationsbeispiele	1-2h
Testing	2-3h
Gesamt (nach MCP-Basis)	7-12h

Akzeptanzkriterien

MCP-Integration funktioniert mit Codex CLI
Alle 4 Tools verfügbar
Konfigurationsbeispiel dokumentiert
Getestet mit GPT-5-Codex Modell

Referenzen

## Zusammenfassung Integration von remembr in [Codex CLI](https://github.com/openai/codex), OpenAI's Terminal-basierter AI Coding Agent. --- ## Über Codex CLI | Eigenschaft | Wert | |-------------|------| | **Entwickler** | OpenAI | | **Sprache** | Rust | | **Modell** | GPT-5-Codex | | **Open Source** | Ja | | **MCP Support** | ✅ Ja | | **Repository** | https://github.com/openai/codex | **Preis:** Inkludiert in ChatGPT Plus/Pro/Business/Enterprise ### Operating Modes - `--suggest` - Zeigt Vorschläge, User muss bestätigen - `--auto-edit` - Automatische Edits im Workspace - `--full-auto` - Voller Zugriff auf System --- ## Integrationsstrategie ### MCP ist der Weg Codex CLI unterstützt MCP nativ: > "Give Codex access to additional third-party tools and context with Model Context Protocol (MCP)." Da unser Backend bereits HTTP/SSE unterstützt, können wir als MCP Server fungieren. ### Konfiguration (geschätzt) ```json { "mcp": { "remembr": { "type": "http", "url": "http://localhost:37777/mcp", "headers": { "Authorization": "Bearer ${REMEMBR_API_KEY}" } } } } ``` --- ## Recherche erforderlich Vor Implementierung müssen wir klären: - [ ] Exakte MCP-Konfigurationssyntax für Codex CLI - [ ] Unterstützte MCP-Typen (stdio, http, sse?) - [ ] Hook-System vorhanden? (für automatische Observation-Extraktion) - [ ] Wie werden MCP Tools registriert? ### Dokumentation prüfen - https://developers.openai.com/codex/cli/ - https://developers.openai.com/codex/cli/features/ - https://github.com/openai/codex (README, docs/) --- ## Implementierung ### Phase 1: MCP Endpoint (Shared mit #308) Der MCP-Endpoint ist identisch mit der Crush-Integration: - `/api/mcp` - HTTP Endpoint - `/api/mcp/sse` - SSE Endpoint - Tools: search, save_memory, timeline, get_observations ### Phase 2: Codex-spezifische Anpassungen - [ ] Konfigurationsbeispiel für Codex - [ ] Eventuelle Anpassungen am MCP-Format - [ ] Testing mit Codex CLI --- ## Synergien | Komponente | Shared mit | |------------|------------| | MCP HTTP Router | #308 (Crush) | | MCP SSE Router | #308 (Crush) | | Tool-Implementierungen | #307, #308 | **Aufwand nach MCP-Implementierung:** ~4-8h für Codex-spezifische Anpassungen --- ## Aufwand-Schätzung | Task | Aufwand | |------|---------| | Dokumentation recherchieren | 2-3h | | MCP-Format-Anpassungen | 2-4h | | Konfigurationsbeispiele | 1-2h | | Testing | 2-3h | | **Gesamt** (nach MCP-Basis) | **7-12h** | --- ## Akzeptanzkriterien - [ ] MCP-Integration funktioniert mit Codex CLI - [ ] Alle 4 Tools verfügbar - [ ] Konfigurationsbeispiel dokumentiert - [ ] Getestet mit GPT-5-Codex Modell --- ## Referenzen - [Codex CLI GitHub](https://github.com/openai/codex) - [Codex CLI Docs](https://developers.openai.com/codex/cli/) - [Codex CLI Features](https://developers.openai.com/codex/cli/features/) - [MCP Specification](https://modelcontextprotocol.io/)

jack added the

labels

2026-01-25 19:05:53 +00:00

jack referenced this issue

2026-01-25 19:05:56 +00:00

feat: Gemini CLI Integration - Google's Coding Agent #310

label

2026-01-25 19:06:28 +00:00

jack closed this issue

2026-01-25 20:11:18 +00:00