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

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 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。

bash 复制代码

npm install -g plexus-agent-config
plexus

打开：

text 复制代码

http://localhost:7777

不想全局安装，也可以直接用 npx：

bash 复制代码

npx -y plexus-agent-config@latest start

启动前想先看看能识别哪些 Agent，可以运行：

bash 复制代码

plexus detect

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

它会做三件事：

扫描本机已经存在的 AI Agent 配置。
把已有 Rules、MCP Servers 和 Skills 导入到 Plexus 的本地 store。
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：

text 复制代码

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：

text 复制代码

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

然后同步到各个工具的原生位置：

text 复制代码

~/.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：

text 复制代码

~/.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：

text 复制代码

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

再同步到不同工具的目录：

text 复制代码

~/.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 的核心分成三段：

Native import：从已有 Agent 原生配置里导入。
Canonical store ：把配置整理到 ~/.config/plexus/。
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：

text 复制代码

~/.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：

text 复制代码

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：

bash 复制代码

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：

text 复制代码

~/.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：

text 复制代码

~/.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。