VS Code / Warp MCP 迁移到 Codex MCP 配置总结

一只积极向上的小咸鱼2026-06-07 16:42

适用场景：Linux 远程服务器 + VS Code Remote-SSH + VS Code Codex 插件。

目标：把原来在 VS Code 或 Warp 中可用的 MCP Server，迁移到 Codex 的 ~/.codex/config.toml 中，让 Codex CLI / Codex IDE Extension 能识别和调用这些 MCP 工具。

1. 背景

你原来有两类 MCP 配置来源：

  1. VS Code MCP 配置

    通常放在 .vscode/mcp.json 或 VS Code 用户配置中，主要给 VS Code 内部的 Copilot Chat / Agent Mode / 自定义 Agent 使用。

  2. Warp MCP 配置

    Warp 中也有自己的 MCP 配置格式，里面记录了 MCP Server 的 command、args、env 等信息。

但是你现在想让 VS Code 中的 Codex 插件 使用这些 MCP 工具。这里的关键点是：

text 复制代码 
VS Code / Warp 的 MCP 配置
≠
Codex 自动可用的 MCP 配置

Codex 有自己的配置文件：

bash 复制代码 
~/.codex/config.toml

Codex CLI 和 Codex IDE Extension 共享这套配置。根据 OpenAI Codex 官方文档，Codex 的 MCP server 配置需要写到 config.toml 中，并使用：

toml 复制代码 
[mcp_servers.<server-name>]

这种 TOML table 格式。

参考：

2. 为什么 VS Code 的 MCP 工具不能直接被 Codex 使用

2.1 MCP 不是系统级全局工具

MCP 是一种协议，但每个客户端都要自己连接 MCP Server。

也就是说：

text 复制代码 
VS Code 是一个 MCP Client
Codex 也是一个 MCP Client
Warp 也是一个 MCP Client

你在 VS Code 中配置 MCP，只代表 VS Code Agent 能看到这些工具；并不代表 Codex 自动能看到。

2.2 配置文件位置不同

工具 MCP 配置位置 配置格式
VS Code .vscode/mcp.json 或用户级 MCP 配置 JSON
Warp Warp 内部 MCP 配置 JSON
Codex ~/.codex/config.toml TOML

所以需要做一次格式迁移。

2.3 Remote-SSH 场景中，本地路径不能直接用

你的原始 Warp / VS Code 配置中有 Windows 路径：

text 复制代码 
D:/Document/code/ScholAI/main.py
D:/Document/code/Office-Word-MCP-Server/word_mcp_server.py
D:/Document/code/arxiv-mcp-server

但是现在 Codex 运行在 Linux 远程服务器上，Linux 无法访问 D:/...。

因此这些路径必须改成远程服务器上的 Linux 路径，例如：

text 复制代码 
/workspace/ScholAI/main.py
/workspace/Office-Word-MCP-Server/word_mcp_server.py
/workspace/arxiv-mcp-server

如果远程服务器上没有这些文件，就算配置成 enabled = true，MCP Server 也无法正常启动。

3. 原始 MCP 工具列表

你之前 Warp / VS Code 中的 MCP 工具包括：

text 复制代码 
chrome-devtools
context7
sequential-thinking
schoAi
arxiv-mcp-server
word-document-server
drawio

它们大致作用如下：

MCP Server 作用 依赖
chrome-devtools 连接 Chrome DevTools，辅助浏览器调试 npx
context7 查询库文档 / 技术文档 npx + CONTEXT7_API_KEY
sequential-thinking 结构化分步思考工具 npx
arxiv-mcp-server 查询 arXiv 论文 npx + SILICONFLOW_API_KEY
drawio 操作 / 生成 draw.io 图 drawio-mcp-server 或 npx
schoAi 本地 Python 学术工具 Python 脚本路径
word-document-server Word 文档相关 MCP Python 脚本路径

4. API Key 处理方式

4.1 不建议把 API Key 明文写进 config.toml

不推荐：

toml 复制代码 
[mcp_servers.context7.env]
CONTEXT7_API_KEY = "真实 key"

原因是你经常会把 config.toml 发给别人排查问题，一旦里面有真实 key，就会泄露。

4.2 简化方案：写入 ~/.bashrc

你最后选择先使用简单方案：把环境变量写入 ~/.bashrc。

命令模板如下：

bash 复制代码 
cat >> ~/.bashrc <<'EOF'

# MCP API Keys for Codex
export CONTEXT7_API_KEY="在这里粘贴你的 Context7 API Key"
export SILICONFLOW_API_KEY="在这里粘贴你的 SiliconFlow API Key"
EOF

source ~/.bashrc

检查是否生效时，不建议直接完整打印 key，可以用：

bash 复制代码 
python3 - <<'PY'
import os

for k in ["CONTEXT7_API_KEY", "SILICONFLOW_API_KEY"]:
    v = os.environ.get(k, "")
    if v:
        print(f"{k}: OK, {v[:6]}...{v[-4:]}")
    else:
        print(f"{k}: MISSING")
PY

注意：~/.bashrc 也是明文文件。这个方案只是比把 key 直接写入 config.toml 更方便排查和迁移，并不是绝对安全。更安全的方式是使用单独的 ~/.codex/secrets.env 并设置权限，但当前阶段你选择先用简化方案。

5. Codex MCP 配置写法

5.1 原有 Codex 配置

你的远程服务器 ~/.codex/config.toml 原本类似：

toml 复制代码 
model = "gpt-5.4"
model_reasoning_effort = "high"

[plugins."github@openai-curated"]
enabled = true

[projects."/workspace"]
trust_level = "trusted"

[projects."/workspace/xDiT"]
trust_level = "trusted"

MCP 配置可以直接追加在后面。

5.2 完整 MCP 配置示例

注意：如果你之前已经追加过同名 [mcp_servers.xxx]，不要重复追加。TOML 不允许重复 table。

正确做法是先备份，然后删除旧 MCP 段，再粘贴下面的完整配置。

先备份：

bash 复制代码 
cp ~/.codex/config.toml ~/.codex/config.toml.bak.$(date +%Y%m%d_%H%M%S)

编辑：

bash 复制代码 
nano ~/.codex/config.toml

在文件末尾加入：

toml 复制代码 
# =========================
# MCP Servers
# Migrated from Warp / VS Code MCP config
# Linux remote version for Codex
# =========================

[mcp_servers.chrome-devtools]
command = "npx"
args = ["-y", "chrome-devtools-mcp@latest"]
startup_timeout_sec = 30
tool_timeout_sec = 120
enabled = true

[mcp_servers.context7]
command = "npx"
args = ["-y", "@upstash/context7-mcp"]
env_vars = ["CONTEXT7_API_KEY"]
startup_timeout_sec = 30
tool_timeout_sec = 120
enabled = true

[mcp_servers.sequential-thinking]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-sequential-thinking"]
startup_timeout_sec = 30
tool_timeout_sec = 120
enabled = true

[mcp_servers.arxiv-mcp-server]
command = "npx"
args = ["-y", "@langgpt/arxiv-mcp-server@latest"]
env_vars = ["SILICONFLOW_API_KEY"]
startup_timeout_sec = 30
tool_timeout_sec = 120
enabled = true

[mcp_servers.arxiv-mcp-server.env]
WORK_DIR = "/workspace/arxiv-mcp-server"

[mcp_servers.drawio]
command = "drawio-mcp-server"
args = ["--extension-port", "8081"]
startup_timeout_sec = 30
tool_timeout_sec = 120
enabled = true

# =========================
# Local Python MCP servers
# 注意：这些原来是 Windows D:/ 路径
# Linux 远程服务器上必须改成真实 Linux 路径
# 如果文件不存在，建议先 enabled = false
# =========================

[mcp_servers.schoAi]
command = "python3"
args = ["/workspace/ScholAI/main.py"]
startup_timeout_sec = 30
tool_timeout_sec = 120
enabled = false

[mcp_servers.word-document-server]
command = "python3"
args = ["/workspace/Office-Word-MCP-Server/word_mcp_server.py"]
startup_timeout_sec = 30
tool_timeout_sec = 120
enabled = false

这里把 schoAi 和 word-document-server 暂时设置为：

toml 复制代码 
enabled = false

原因是这两个原本依赖 Windows 本地路径。只有当你把对应项目复制到 Linux 服务器并确认路径存在之后，才建议改成：

toml 复制代码 
enabled = true

6. drawio 的特殊情况

你认为 drawio 也应该放在启用区域，这个判断是对的。

如果远程服务器上已经有：

bash 复制代码 
drawio-mcp-server

那么可以用：

toml 复制代码 
[mcp_servers.drawio]
command = "drawio-mcp-server"
args = ["--extension-port", "8081"]
enabled = true

检查命令：

bash 复制代码 
which drawio-mcp-server
drawio-mcp-server --help

如果找不到 drawio-mcp-server，可以改成 npx 方式：

toml 复制代码 
[mcp_servers.drawio]
command = "npx"
args = ["-y", "@next-ai-drawio/mcp-server@latest"]
startup_timeout_sec = 30
tool_timeout_sec = 120
enabled = true

注意不要同时保留两个 [mcp_servers.drawio]，否则配置文件会报错。

7. 创建 arxiv MCP 工作目录

配置中写了：

toml 复制代码 
[mcp_servers.arxiv-mcp-server.env]
WORK_DIR = "/workspace/arxiv-mcp-server"

所以需要创建目录：

bash 复制代码 
mkdir -p /workspace/arxiv-mcp-server

如果没有 /workspace 权限，可以改到 home 目录：

bash 复制代码 
mkdir -p ~/arxiv-mcp-server

并把配置改成：

toml 复制代码 
[mcp_servers.arxiv-mcp-server.env]
WORK_DIR = "/home/你的用户名/arxiv-mcp-server"

8. 检查依赖

远程服务器需要有 Node.js / npm / npx / Python：

bash 复制代码 
node -v
npm -v
npx -v
python3 --version

如果没有 node / npm / npx，以下 MCP 会启动失败：

text 复制代码 
chrome-devtools
context7
sequential-thinking
arxiv-mcp-server

Ubuntu / Debian 可以安装：

bash 复制代码 
sudo apt update
sudo apt install -y nodejs npm

如果当前用户是 root：

bash 复制代码 
apt update
apt install -y nodejs npm

9. 检查 TOML 格式

配置完成后，检查 ~/.codex/config.toml 是否语法正确：

bash 复制代码 
python3 - <<'PY'
import os
try:
    import tomllib
except ModuleNotFoundError:
    print("Python < 3.11, skip TOML check.")
    raise SystemExit(0)

path = os.path.expanduser("~/.codex/config.toml")
with open(path, "rb") as f:
    tomllib.load(f)

print("config.toml OK")
PY

如果出现重复 table 报错，例如：

text 复制代码 
Cannot declare ('mcp_servers', 'context7') twice

说明你重复写了同一个 MCP server，需要删除旧的那一段。

10. 重新加载 Codex 插件

修改 ~/.codex/config.toml 后，当前已经打开的 Codex 会话通常不会自动热加载新 MCP。

推荐顺序：

text 复制代码 
1. 保存 ~/.codex/config.toml
2. 关闭当前 Codex 会话
3. 新建 Codex 会话

如果 MCP 还没出现：

text 复制代码 
Ctrl + Shift + P
→ Developer: Reload Window

如果环境变量仍然没有被 VS Code Codex 插件继承：

text 复制代码 
Ctrl + Shift + P
→ Remote-SSH: Kill VS Code Server on Host
→ 重新连接远程服务器

11. 如何判断迁移成功

在 VS Code Codex 插件的 MCP 面板中，你看到类似：

text 复制代码 
arxiv-mcp-server       已启用
chrome-devtools        已启用
codex_apps             已启用
context7               已启用
drawio                 已启用
sequential-thinking    已启用
schoAi                 已禁用
word-document-server   已禁用

这说明大部分迁移已经成功。

其中：

text 复制代码 
不支持身份验证

不是错误。它只是说明 Codex MCP 面板没有为这个 server 提供 OAuth / 登录按钮。像 context7 和 arxiv-mcp-server 的 key 是通过环境变量传入的，所以不会显示成"已通过身份验证"。

真正重要的是右侧状态：

text 复制代码 
已启用

12. 为什么 schoAi 和 word-document-server 仍然是已禁用

原因通常是配置里仍然写了：

toml 复制代码 
enabled = false

这是合理的，因为它们依赖远程服务器上的 Python 脚本路径。

检查配置：

bash 复制代码 
grep -A8 -n "mcp_servers.schoAi" ~/.codex/config.toml
grep -A8 -n "mcp_servers.word-document-server" ~/.codex/config.toml

检查文件是否存在：

bash 复制代码 
ls /workspace/ScholAI/main.py
ls /workspace/Office-Word-MCP-Server/word_mcp_server.py

如果文件存在，可以改成：

toml 复制代码 
enabled = true

如果文件不存在，不要强行启用，否则 MCP Server 会启动失败。

13. 最终推荐状态

当前阶段推荐：

MCP Server 推荐状态 原因
chrome-devtools 启用 npx 可直接启动
context7 启用 通过 CONTEXT7_API_KEY 使用
sequential-thinking 启用 不需要额外认证
arxiv-mcp-server 启用 通过 SILICONFLOW_API_KEY 使用
drawio 启用 如果命令可用，建议启用
schoAi 暂时禁用 需要把 Windows 本地项目迁移到 Linux
word-document-server 暂时禁用 需要把 Windows 本地项目迁移到 Linux

14. 常见问题与解决方式

问题 1：MCP 面板显示"不支持身份验证"

这不是错误。说明该 MCP Server 不支持在 Codex 面板里点击登录。API Key 可以通过环境变量传入。

问题 2：MCP 显示已启用，但调用失败

检查依赖：

bash 复制代码 
node -v
npm -v
npx -v
python3 --version

检查环境变量：

bash 复制代码 
python3 - <<'PY'
import os
for k in ["CONTEXT7_API_KEY", "SILICONFLOW_API_KEY"]:
    print(k, "OK" if os.environ.get(k) else "MISSING")
PY

问题 3：VS Code Codex 插件看不到环境变量

说明插件进程没有继承新的 .bashrc 环境变量。

解决：

text 复制代码 
Ctrl + Shift + P
→ Remote-SSH: Kill VS Code Server on Host
→ 重新连接远程服务器

问题 4：配置文件报错

通常是重复写了同一个 MCP table，例如：

toml 复制代码 
[mcp_servers.context7]

出现了两次。

解决：打开 ~/.codex/config.toml，只保留一份。

问题 5：Linux 远程服务器找不到 Windows 路径

例如：

text 复制代码 
D:/Document/code/ScholAI/main.py

Linux 无法访问。必须传到远程服务器后改成：

text 复制代码 
/workspace/ScholAI/main.py

15. 本次实际验证结果：Reload Window 后 MCP 可用

后续实际测试中发现：

text 复制代码 
在 VS Code Codex 插件中，MCP 面板虽然已经显示多个 MCP Server 为"已启用"，
但当前 Codex 会话最初仍可能无法直接看到或调用这些工具。

最终有效的操作是：

text 复制代码 
Ctrl + Shift + P
→ Developer: Reload Window
→ 重新打开 / 新建 Codex 会话

重新加载窗口后，已启用的 MCP 工具可以被 Codex 正常识别和使用。

因此，这次迁移中得到的一个重要经验是：

text 复制代码 
修改 ~/.codex/config.toml 后，
如果 MCP 面板显示已启用但当前会话仍说"看不到工具"，
优先执行 Developer: Reload Window。

如果涉及 .bashrc 中新增环境变量，Reload Window 后仍不生效，再执行：

text 复制代码 
Ctrl + Shift + P
→ Remote-SSH: Kill VS Code Server on Host
→ 重新连接远程服务器

实际推荐刷新顺序更新为：

text 复制代码 
1. 保存 ~/.codex/config.toml
2. 关闭当前 Codex 会话，新建会话
3. 如果仍不可用，执行 Developer: Reload Window
4. 如果环境变量仍不可用，再 Kill VS Code Server 并重连 Remote-SSH

16. 手动测试 MCP 是否可用的方法

16.1 查看 Codex 是否识别 MCP Server

如果远程服务器上可以使用 Codex CLI，可以在终端执行：

bash 复制代码 
codex

进入 Codex TUI 后输入：

text 复制代码 
/mcp

如果能看到类似：

text 复制代码 
context7
sequential-thinking
arxiv-mcp-server
drawio
chrome-devtools

说明 Codex CLI 已经识别这些 MCP Server。

在 VS Code Codex 插件中，也可以通过 MCP 面板查看状态。右侧显示：

text 复制代码 
已启用

表示配置层面已经被 Codex 识别。

16.2 检查基础依赖是否存在

大部分 MCP Server 依赖 node / npm / npx，本地 Python MCP 依赖 python3：

bash 复制代码 
node -v
npm -v
npx -v
python3 --version

如果 npx 不存在，下面这些 MCP 很可能无法启动：

text 复制代码 
chrome-devtools
context7
sequential-thinking
arxiv-mcp-server
drawio 的 npx 版本

16.3 检查 API Key 是否进入当前环境

不要完整打印 API Key，可以只检查是否存在：

bash 复制代码 
python3 - <<'PY2'
import os

for k in ["CONTEXT7_API_KEY", "SILICONFLOW_API_KEY"]:
    v = os.environ.get(k, "")
    if v:
        print(f"{k}: OK, {v[:6]}...{v[-4:]}")
    else:
        print(f"{k}: MISSING")
PY2

如果这里显示 OK，说明当前终端可以读取环境变量。

如果终端里是 OK，但 VS Code Codex 插件仍然调用失败，说明插件进程没有继承环境变量，执行：

text 复制代码 
Developer: Reload Window

仍不行再执行：

text 复制代码 
Remote-SSH: Kill VS Code Server on Host
→ 重新连接远程服务器

16.4 手动启动 stdio MCP Server 做排错

注意：stdio 类型 MCP Server 通常由 Codex 自动启动，不需要你长期手动后台运行。

手动运行这些命令的目的只是排查：

text 复制代码 
这个 MCP Server 的启动命令是否可执行；
依赖是否完整；
环境变量是否缺失；
是否存在路径错误。
测试 context7
bash 复制代码 
timeout 10s npx -y @upstash/context7-mcp
echo $?

如果返回：

text 复制代码 
124

通常表示进程成功启动并等待 MCP 客户端输入，属于正常现象。

测试 sequential-thinking
bash 复制代码 
timeout 10s npx -y @modelcontextprotocol/server-sequential-thinking
echo $?

返回 124 通常也说明能启动，只是没有客户端连接。

测试 arxiv-mcp-server

先确保工作目录存在：

bash 复制代码 
mkdir -p /workspace/arxiv-mcp-server

然后测试：

bash 复制代码 
timeout 10s env WORK_DIR=/workspace/arxiv-mcp-server \
SILICONFLOW_API_KEY="$SILICONFLOW_API_KEY" \
npx -y @langgpt/arxiv-mcp-server@latest

echo $?

如果不是 124，并且输出报错，需要根据报错检查 SILICONFLOW_API_KEY、WORK_DIR 或 npx。

测试 chrome-devtools
bash 复制代码 
timeout 10s npx -y chrome-devtools-mcp@latest
echo $?

如果出现 Chrome / sandbox / display 相关错误，说明远程服务器上的浏览器环境不完整。

测试 drawio

如果配置使用本地命令：

toml 复制代码 
[mcp_servers.drawio]
command = "drawio-mcp-server"
args = ["--extension-port", "8081"]

先检查命令是否存在：

bash 复制代码 
which drawio-mcp-server
drawio-mcp-server --help

如果找不到，可以测试 npx 版本：

bash 复制代码 
timeout 10s npx -y @next-ai-drawio/mcp-server@latest
echo $?

如果 npx 版本可用，可以把 Codex 配置改成：

toml 复制代码 
[mcp_servers.drawio]
command = "npx"
args = ["-y", "@next-ai-drawio/mcp-server@latest"]
startup_timeout_sec = 30
tool_timeout_sec = 120
enabled = true

不要同时保留两个 [mcp_servers.drawio]。

16.5 测试 Python 类 MCP Server

schoAi 和 word-document-server 依赖具体 Python 脚本。先检查文件是否存在：

bash 复制代码 
ls /workspace/ScholAI/main.py
ls /workspace/Office-Word-MCP-Server/word_mcp_server.py

然后手动运行：

bash 复制代码 
python3 /workspace/ScholAI/main.py

以及：

bash 复制代码 
python3 /workspace/Office-Word-MCP-Server/word_mcp_server.py

如果路径不存在，说明还没有把 Windows 本地项目迁移到 Linux 服务器，应该继续保持：

toml 复制代码 
enabled = false

16.6 在 Codex 会话中做实际调用测试

MCP Server 显示"已启用"只能说明配置被识别。最终还要在 Codex 中做真实任务测试。

测试 context7：

text 复制代码 
请使用 context7 查询 PyTorch DistributedDataParallel 的文档，并总结关键点。

测试 sequential-thinking：

text 复制代码 
请使用 sequential-thinking MCP 帮我拆解：如何把 VS Code MCP 配置迁移到 Codex。

测试 arxiv-mcp-server：

text 复制代码 
请使用 arxiv-mcp-server 搜索最近关于 distributed diffusion inference 的论文，并列出标题、年份和摘要。

测试 drawio：

text 复制代码 
请使用 drawio MCP 创建一个简单的 pipeline parallelism 架构图，包含 4 个 GPU、2 个 pipeline stage 和数据流箭头。

如果 Codex 仍然回答"没有看到该 MCP 工具"，但 MCP 面板显示"已启用"，优先执行：

text 复制代码 
Developer: Reload Window

本次实际测试表明，Reload Window 后这些 MCP 工具能够在 Codex 插件中正常使用。

16.7 不建议手动后台启动 stdio MCP

不要这样启动：

bash 复制代码 
nohup npx -y @upstash/context7-mcp &

原因是：

text 复制代码 
stdio MCP Server 需要由 Codex 启动并接管标准输入 / 标准输出；
你手动后台启动后，Codex 通常无法连接到这个进程。

正确方式是：

text 复制代码 
把 MCP Server 写入 ~/.codex/config.toml；
让 Codex 根据 command + args 自动启动；
手动运行命令只用于排错。

17. 一句话总结

这次迁移的核心是：

text 复制代码 
把 VS Code / Warp 的 MCP JSON 配置
转换成 Codex 的 ~/.codex/config.toml TOML 配置；
把 Windows 本地路径替换为 Linux 远程路径；
把 API Key 放到环境变量中；
然后重启 Codex 会话 / Reload Window / 重连 Remote-SSH。

最终判断标准：

text 复制代码 
Codex MCP 面板中对应 server 显示"已启用"

就说明 Codex 已经识别该 MCP Server。之后还需要通过实际提问测试工具是否能成功调用。

相关推荐
Cloud_Shy6181 小时前
解读《Effective Python 3rd Edition》：从练气到老魔（第三章 Item 21 - 24）
开发语言·人工智能·笔记·python·迭代器模式
多彩电脑1 小时前
Lua中的元表里的__index和__newindex
开发语言·lua
野生技术架构师1 小时前
2026 Java面试宝典（春招/社招/秋招通用）：没有前言，只有答案，直接开背
java·开发语言·面试
人道领域2 小时前
【LeetCode刷题日记】131.分割回文串，动态规划优化
java·开发语言·leetcode
z落落2 小时前
C# 接口 interface （多接口实现、类+接口、成员重名）
java·开发语言
知识的宝藏4 小时前
Xpaht self::div 轴语法
开发语言
keykey6.4 小时前
卷积神经网络（CNN）：让AI学会“看“
开发语言·人工智能·深度学习·机器学习
IsJunJianXin4 小时前
谷歌搜索cookie NID逆向生成
开发语言·python·google搜索·sgss·nid-cookie·算法生成nid·google-cookie
weikecms4 小时前
美团霸王餐报名API接口
java·开发语言
热门推荐
01GitHub 镜像站点02【AI】2026 年具身智能模型和世界模型总结03Codex 下载安装指南：Windows 和 macOS 官方版下载042026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf05Codex 桌面端更新后 Chrome 插件和 Computer Use 不可用，怎么排查和修复06CC-Switch 下载、安装与使用配置指南【2026.5.29】07【踩坑记录 | 第一篇】微软商店无法使用时，如何手动安装 OpenAI Codex？附`.msix`文件系统错误解决方法08CC-Switch & Claude 基于 Linux 服务器安装使用指南09Codex 接入 DeepSeek API 完整配置文档10裂开！ChatGPT 居然开始要手机号验证，附详细解决方法