CatDesk

English | 繁體中文

一個開源工具，讓你直接把 ChatGPT Chat 模式當成本機 coding agent 用。不做逆向工程、無需 API、不用 Codex/Work 模式，有 ChatGPT Plus 訂閱就行。

免責聲明

這是個獨立的開源專案，與 OpenAI 官方無關。原本只是自用，後決定開源。目前有些功能還有 bug，可能出現非預期行為，請自行承擔使用風險。若因使用本工具造成任何損失，我們不負相關責任。強烈建議放在 VM 或 container 中跑。

為什麼要用 CatDesk？

跟 Antigravity（很會 Good Morning）和 Claude Code（5 小時額度上香|/）相比，Codex 的週額度真的便宜大碗（還經常重置），這也是我們愛 OpenAI 的原因。

但如果你跑大型的專案，額度還是燒很快。

接下來就得等個漫長的 7 天。那這幾天怎麼辦？

答案很簡單：大多數 Plus 使用者連每週 Thinking 訊息額度的 10% 都用不到。

那為什麼不把每週 3,000 則訊息拿來寫程式？

這就是 CatDesk 的思路！它會把 write、run_command 這類工具接到 ChatGPT 網頁版，讓 ChatGPT 可以直接改你電腦上的檔案。

[!NOTE] Custom Connector 本來就是 ChatGPT Chat mode 官方支援的正常功能，用它完全沒問題，也不會因為這樣被 ban。不過我覺得 OpenAI 最後很可能會因為算力不足最終砍了這類工具。可能的做法：

• 對 Custom Connector 加上用量限制
• 把 Chat 和 Work 模式合併，不再分別計算額度

最近其實隱約有些跡象。例如 GPT-5.6 Sol High 的 reasoning time 從 102 分鐘縮到 25 分鐘，GPT-6 Sol/Astra 也沒有開放給 Plus 使用者在 Chat 模式用（至少目前如此）。我覺得這類專案大概撐不了太久（可能 2026 年底？），但在那之前我會盡我所能維護 CatDesk。

CatDesk 如何運作？

1. 你需要 ChatGPT Plus 或更高階的方案。
2. CatDesk 會在你的電腦上跑個本機 MCP server，可以執行指令、修改檔案，功能跟 Codex 類似。
3. 再透過 Custom Connector 把 ChatGPT Web 接到 CatDesk。這個功能目前只有 Plus 和 Pro 使用者能用。
4. 完成！現在 ChatGPT Web 就能操作你的電腦、直接幫你寫程式。

簡單來說：

ChatGPT Web + CatDesk
= 精簡版 Codex
= 少了 cron 和其他主動功能的 OpenClaw

我們以前拿 GPT-5.2 測過，效果很破。但現在 GPT-5.4 Thinking 已經很會呼叫工具和操作電腦了。 第一次用 GPT-5.4 跑 CatDesk 時，效果非常好。GPT-5.5、GPT-5.6 又更順，尤其 GPT-5.6 很會用 CatDesk，而且速度直接起飛。

ChatGPT Chat + CatDesk、Codex 和 API 有什麼差別？（以 Plus 為例）

| | ChatGPT Chat + CatDesk | Codex | OpenAI API | | ----- | ----------------------------------------- | ------------------ | ---------------- | | 用量 | 每週 3,000 則訊息 | 很大方的每週額度 | 用多少付多少 | | 優點 | 穩定、不用另外付費，額度幾乎用不完* | 穩定、不用另外付費 | 穩定 | | 缺點 | 沒有原生 Codex 那麼順 | 額度很快就會用完 | Token 很貴 |

*假設你每天睡 6 小時，而且每天都在用 CatDesk，那每小時平均可以傳 3,000 / (24 - 6) / 7 = 23.8 則訊息。Thinking 和工具呼叫本身就需要時間，所以實際上很難把每週 3,000 則訊息全部用完。

類似專案

如果你不想用 CatDesk，也可以看看這些類似專案：

| 專案 | 說明 | | --- | --- | | Desktop Commander | 通用型 MCP server，可操作本機檔案、終端機、程序，也支援編輯與自動化。 | | DevSpace | 自架 MCP server，讓 ChatGPT 和其他支援 MCP 的平台也能有類似 Codex 的開發流程。 | | CodexPro | 給 ChatGPT 用的本機 MCP coding 工具，只能操作你明確允許的 repository。 | | ChatGPT Local Coder | 自架 MCP server，讓 ChatGPT Web 可以操作檔案、Shell、Git、patch，並讀取專案內容。 | | Local Coding Agent | 給 ChatGPT Web 和其他 MCP client 使用的本機 coding workspace。 | | Proxide | 不綁特定 agent 的 workspace bridge，可讓網頁版模型透過 MCP 或 browser fallback 操作本機 repository。 | | codex-mcp | 小型 MCP server，透過 stdio 或 HTTP 提供類似 Codex 的 workspace 操作介面。 |

歡迎直接 fork CatDesk，做你自己的版本！

[!NOTE] 上面列出的專案都不是我們開發或維護的，僅供參考。

誰適合用？

• Codex 額度重置沒幾天就用光的人（我們🥺）
• 做 Web 開發或爬蟲的人。（CatDesk 整合了 chrome-devtools-mcp，讓 ChatGPT Web 可以讀取頁面上的元素並控制瀏覽器分頁。）

快速開始

[!CAUTION] 這個工具權限很大，理論上可以把整顆硬碟刪光，也可能做出其他非預期操作。 請放在 VM 或容器裡執行（DevContainer 是個好選擇）。 把它當成 OpenClaw，盡量關在 container 中隔離好。

1. 用 npm 全域安裝 CatDesk。

   npm i -g catdesk --allow-scripts=catdesk

2. 執行 CatDesk。

   catdesk

   選擇 Control Computer、Control Browser 或 Both。

   第一次啟動時，請到 ngrok dashboard 取得 ngrok authtoken 和 static domain 並輸入。CatDesk 會儲存設定，下次直接沿用。

3. 等 TUI 顯示 MCP Server URL。

4. 開啟 ChatGPT connector 設定。

5. 在跳出的視窗裡填入：

   • Name：CatDesk，或任何你喜歡的名稱
   • MCP Server URL：CatDesk TUI 顯示的完整 URL
   • Authentication：None

6. 點 I understand and want to continue。

7. 點 Create，再點 Connect。

   • 預設權限是 Allow read actions。想用順一點的話，建議選 Allow all actions（相當於 Codex 的 --yolo；請自行評估風險）。

8. 把下面這段加到 ChatGPT 的 Custom instructions：

CatDesk is a coding tool and a custom connector. Always use CatDesk if the user wants to do anything related to file operations. Always call `catdesk_instruction` after `list_resources`, and follow the instructions it contains.

9. 接下來就可以在 ChatGPT 網頁版用 CatDesk 了。幾個重要提醒：

• 建議讓 ChatGPT 自己決定什麼時候要用哪個 connector。你也可以用 / 或 @ 手動指定 CatDesk；這樣 ChatGPT 只會存取你指定的 connector，有時會比較穩。缺點是 web.search 和 web.open 會被停用，也就沒辦法搜尋最新資訊。web 工具和 custom connector 目前不能同時使用。

• 為了避免越聊越卡、記憶體越吃越多，我們強烈建議每做一個小功能就開一個新 session。Library handoff 預設關閉；只有在你能使用 ChatGPT Library Search，而且真的需要跨聊天接續工作時，再到 TUI 設定裡打開。啟用後，換聊天前請 ChatGPT 呼叫 create_handoff。CatDesk 會產生一份 catdesk_handoff_<workspace-name>_<short-id>.md，裡面會記錄目前目標、已完成項目、重要決定、驗證結果、下一步和 Git 狀態；ChatGPT 接著會把它存進可長期保存的 Library，不會寫進 workspace。下一個 session 呼叫 catdesk_instruction 時，ChatGPT 會用完整的 workspace 識別前綴 catdesk_handoff_<workspace-name>_<short-id> 搜尋 Library，不會只拿 workspace 名稱去找。如果只找到一份完全符合目前 workspace 的 handoff，就會讀取它，成功讀完後再刪除；如果找到多份，會先問你要用哪一份。不要把憑證、token、密碼或其他機密資料放進 handoff。工具呼叫超過 50 次之後，ChatGPT 畫面可能會開始變得非常卡。

• 如果你改了 MCP 相關設定（例如 tool mode，或開啟／關閉 widget），需要開新聊天，並到 設定 重新整理 CatDesk。最穩的做法是把 CatDesk 移除後重新安裝一次（步驟 2–7）。

技術架構

| 項目 | 技術 | | --- | --- | | Core | Rust | | MCP server | 自行實作（不使用 SDK） | | MCP protocolVersion | 2026-07-28 | | Server | Axum + Tokio | | TUI | Ratatui | | Tunnel | ngrok | | 瀏覽器控制 | chrome-devtools-mcp | | Widget | HTML + JavaScript | | 發布 | npm |

工具

CatDesk 有兩種本機工具模式：multi-tools 預設有 10 個工具（開啟 Library handoff 後是 11 個）；read-only 預設有 3 個（開啟後是 4 個）。

multi-tools 模式提供以下工具：

| 工具 | 類型 | 功能 | | ----------------------- | ----- | ------------------------------------------------------------------------ | | catdesk_instruction | 指南 | 回傳 CatDesk 使用說明並顯示 Binagotchy | | read | 讀取 | 讀取 workspace 裡的一個或多個文字檔 | | search | 讀取 | 使用 rg、grep 或內建搜尋功能搜尋 workspace 內容 | | write | 寫入 | 建立或覆寫檔案 | | edit | 寫入 | 以檢查條件保護的方式套用 replace/range 編輯，整批操作會一次完成 | | create_handoff | 讀取 | 選用：產生這個 workspace 專用的 Library handoff，不會修改 workspace | | delete | 寫入 | 刪除檔案或目錄 | | run_command | Shell | 執行短時間的 Shell 指令並等待完成 | | start_command | Job | 啟動長時間執行的指令，立即回傳 job ID | | poll_command | Job | 讀取背景指令的新輸出與目前狀態 | | cancel_command | Job | 停止背景指令以及它啟動的子程序 |

長時間執行的指令不會綁在單次 MCP HTTP request 上。像是 build、編譯、安裝 dependency、跑大型 test suite 或啟動 development server，都應該用 start_command，再拿回傳的 cursor 呼叫 poll_command。每次 poll 回傳的內容有大小上限；如果 hasMoreOutput 是 true，就算 job 已經結束，也要繼續用 nextCursor 往後讀，直到剩餘輸出全部讀完。run_command 則適合很快就會跑完的指令，timeout 上限是 120 秒。

如果有開啟瀏覽器模式，CatDesk 還會提供額外的 browser/devtools 工具。這些工具是由 browser bridge 提供，所以實際有哪些工具會依你的環境而定。

search 會優先用 rg；找不到時改用 grep，最後才用 CatDesk 內建的搜尋功能。不裝 ripgrep 也能用，但裝了之後搜尋速度和行為會比較理想。

Context window

根據這篇文章和這段程式碼，ChatGPT Web 和 Codex 的 context window 不一樣。

| 方案 | CatDesk + ChatGPT Web（in + out = 總和） | Codex CLI（總和） | | ---- | ---------------------------------------- | ----------------------- | | Plus | 128K + 128K = 256K | 258K（1M experimental） | | Pro | 272K + 128K = 400K | 258K（1M experimental） |

FAQ

可以把紅色 CSP 按鈕關掉嗎？

可以。打開 Advanced connector settings，啟用 Enforce CSP in developer mode 就會把那顆紅色按鈕拿掉。CatDesk 會自動把目前的 ngrok domain 加進 widget 的 CSP，所以開啟 CSP enforcement 後，widget 應該還是能正常使用。

明明已經連過了，為什麼還一直叫我 Connect？

目前看不出 connector 會在什麼情況下重新要求 Connect。可以確定跟 tool call 次數無關，但真正的觸發原因我們也不知道。

看起來這是 ChatGPT 的 bug，而且現在已經修好了 🥳。

CatDesk 可以用在其他 App 嗎？

理論上可以。只要 App 支援自訂遠端 MCP server，CatDesk 都有機會能用，包括 Claude。（不過我們不太覺得會有人拿 CatDesk 配 Claude，因為 Claude Chat mode 和 Claude Code 共用同一份使用額度。）

CatDesk 主要還是針對 ChatGPT Chat 和它的 Custom Connector 流程開發。（這個功能先被改名成 Apps，後來又改成 Plugins；但為了避免和一般的 Application 搞混，我們還是比較習慣叫它 Connector。）CatDesk 的主要開發和測試環境都是 ChatGPT Chat，所以放到其他 App 上不一定會一樣順。

Input/output token 怎麼算？

CatDesk 拿不到 ChatGPT Web 官方的 token usage，所以是自己在本機用 o200k_base 估算。它和 GPT-5.5 類模型使用的是同一個 tokenizer family，因此數字可以拿來參考，但終究只是估算值。

| 欄位 | 符號 | 代表什麼 | 價格 | | -------------- | ---- | ---------------------------- | ------------------------------ | | inputTokens | ↓ | Tool input ≈ LLM output | ≈ $30.00 / 1M output tokens | | outputTokens | ↑ | Tool output ≈ LLM input | ≈ $5.00 / 1M input tokens | | totalTokens | Σ | inputTokens + outputTokens | input price + output price |

CatDesk 不會把這些算進去：

• 完整的 ChatGPT 對話內容
• 隱藏的 prompt 或 reasoning token
• OpenAI 內部使用的其他 token

載入動畫是純視覺效果。ChatGPT 網頁版不會把 MCP tool 的部分 input/output 即時串流到 CatDesk，所以 widget 會先自己放動畫，等真正的 tool result 回來後，再顯示最後的估算值。

Workspace 是什麼？

Workspace 就是 CatDesk 可以操作的根目錄。

預設是你啟動 CatDesk 時所在的目錄，也可以用 WORKSPACE_ROOT 指定其他位置。

所有檔案工具都會以這個目錄為基準；超出 workspace 的路徑會直接被拒絕。

AGENTS.md 要放哪裡？

可以放這 3 個地方：

1. Workspace root
2. ~/.catdesk/AGENTS.md
3. ~/.codex/AGENTS.md

CatDesk 會照這個順序找 AGENTS.md。每次呼叫 catdesk_instruction 都會重新檢查，你也可以手動指定要用哪一份。

Widget 一片空白怎麼辦？

1. 直接重新整理頁面，再重新連接 connector。
2. 停止這次回覆，重新送一次訊息。

這是 ChatGPT 端的 bug，我們這邊沒辦法修，改 CatDesk 的程式碼也不會有用。這個 bug 可能是在 4 月 15 日左右出現的。

安全性

[!CAUTION] 絕對不要把 MCP Server URL 分享給任何人。任何拿到這個 URL 的人，都可能存取你的電腦。

這個 URL 由三個部分組成：

| 部分 | 範例 | 用途 | | ------------ | ----------------------------- | ------------------------------ | | Public URL | https://xxxx.ngrok-free.dev | 你的 ngrok static domain | | Random path | /Ab3kL9xQ2pTm7VhC | 第一次啟動時隨機產生的路徑 | | MCP endpoint | /mcp | MCP 實際使用的 endpoint |

完整 URL 會長這樣：

https://xxxx.ngrok-free.dev/Ab3kL9xQ2pTm7VhC/mcp

Static domain 和 random path 都會存在 ~/.catdesk/config.toml，所以每次啟動時 MCP URL 都會維持不變。Connector 設定一次就好。

關於 Binagotchy

是一隻可愛的鯊貓！其實 Binagotchy 比 CatDesk 更早做好，只是後來我們決定把它一起放進這個專案。

CatDesk 每次啟動時預設都會隨機產生一隻 Binagotchy。有看到喜歡的可以直接在啟動畫面設為夥伴。所有產生過的 Binagotchy 都會自動存到 ~/.catdesk/binagotchy，也可以匯出成 .png 或 .gif，想用在哪都行。CatDesk 和 Binagotchy 都是 MIT License。另外，Binagotchy 完全是用腳本生成的，並沒有用到任何 text-to-image 或 diffusion model。