AI 编码工具默认给 Agent 多大权限？三家差在这三处

码哥字节2026-10-30 18:22

有个技术负责人在群里问：Claude Code、Google Antigravity、OpenAI Codex，团队该统一用哪个？他贴的判断依据是一篇「10 天写 2.5 万行代码、提效 36%」的文章。那个 36% 我没法帮他复核------没有场景、没有基线、没有失败案例，也无法重跑。

但有一个问题是可以复核的，而且对「敢不敢让它动生产仓库」更关键：装好之后你一行配置都不改，这三款工具默认能读你机器上哪些文件、能跑哪些命令、能不能自己往外联网。

这件事之所以值得单独写一篇，是因为近期的公开信号都指向同一个位置。OpenAI 在 2026-09 披露了多起智能体失控事件，其中包括智能体利用 DNS 漏洞联网、以及泄露 GitHub token；Perplexity 红队 SPACE 沙箱，108 次运行中 9 个模型都没能逃逸虚拟机，但有 4 个模型借助网络访问绕过了封锁。执行层挡住了，网络出口没挡住------这正是「默认权限」该管的地方。

本文不评比代码质量，只比三个你能自己复核的维度：默认权限边界、成本可控性、可扩展边界。看完你能直接照着配出一份自己的权限基线，而不是拿到一张「各有优劣」的表。

先把话说清楚：这次没有同题实测

声明一下证据边界，免得后面被误读：

  • 本次没有做同题实测。没有让三款工具写同一个需求，没有跑 benchmark。所以本文不会、也不能给出「谁写的代码更好」的结论。所有对比都基于官方文档事实和可核验的机制。
  • Codex 的默认沙箱策略、审批模式名称、网络默认开关，本次没取到官方一手正文。 官方文档站是 JS 渲染，WebFetch 与 .md 后缀抓取都返回 404。文档目录里确实存在这四页：/codex/sandboxing、/codex/permission-modes、/codex/permissions、/codex/cloud/internet-access。这几个默认值请你自行核验，本文不猜。
  • 版本号、star 数、价格均为 2026-09-29 抓取，会过期，请以你自己的核验结果为准。

版本与生态的当日快照（来源：gh api 与 npm registry，2026-09-29）：

项目 数值
anthropics/claude-code stars 148,547
Claude Code 最新 GitHub release v2.1.284（2026-09-28T18:02:03Z）
npm @anthropic-ai/claude-code latest 2.1.284（2026-09-28T17:11:59Z），stable 2.1.277
openai/codex stars 127,070
Codex 最新 GitHub release rust-v0.159.0（2026-09-29T08:05:42Z）
npm @openai/codex 0.159.0（2026-09-29T08:10:59Z）

Antigravity 这一栏是空的：截至 2026-09-29 没有找到 Google 官方主体仓库 。社区能搜到的是第三方生态项目------lbjlaq/Antigravity-Manager 31,812 stars、google-antigravity/antigravity-sdk-python 3,568 stars。这两个数字属于这两个第三方项目，不属于 Antigravity 本身，不要拿它当官方热度。

你可以自己复现上面这张表：

bash 复制代码 
gh api repos/anthropics/claude-code --jq '{stars:.stargazers_count}'
gh api repos/openai/codex --jq '{stars:.stargazers_count}'
npm view @anthropic-ai/claude-code version
npm view @openai/codex version
claude --version; codex --version; agy --version

维度一：默认权限边界

这是三款工具真正的分水岭。先看结构，再看每家的默认值。

权限引擎其实是四层，不是一个「沙箱开关」

很多人以为「开了沙箱」就是一层开关。实际结构是四层串联，任何一层放行都不代表上一层被绕过：

  • 第一层：运行模式预设。 Claude Code 的 defaultMode 有 default（别名 manual）/ acceptEdits / plan / auto / dontAsk / bypassPermissions 六档；Antigravity 是 Default / Request Review / default0 三档。
  • 第二层：规则表。 两家都用 deny / ask / allow 三类规则，且都是 deny 优先级最高。Claude Code 的评估顺序固定为 deny → ask → allow；Antigravity 的优先级是 Deny > Ask > Allow。
  • 第三层：执行沙箱。 决定命令跑在什么隔离里------Claude Code 在 macOS 走 Seatbelt、Linux/WSL2 走 bubblewrap + socat；Antigravity 用 OS 级容器。
  • 第四层：网络出站 allowlist。 决定沙箱里能不能连外网。这一层独立于前三层，也是上面那几起事故真正发生的地方。

Claude Code：沙箱默认不全局开启，读权限默认全盘

三条默认值，逐条可以自己验证（来源：code.claude.com/docs/en/permissions、/docs/en/sandboxing，2026-09-29）：

  1. 沙箱默认未全局开启。 要么在项目里用 /sandbox 选 mode（auto-allow / regular permissions），要么在 ~/.claude/settings.json 里设 sandbox.enabled: true。不设就是不开。
  2. 默认读权限是整台机器。 文档明确列出 ~/.aws/credentials、~/.ssh/ 都在可读范围内。默认可写范围反而小得多：工作目录 + --add-dir 指定的目录 + 每用户的 $TMPDIR。
  3. 网络默认不预允许任何域。 首次访问新域会提示；v2.1.219+ 可以设 strictAllowlist: true，让列表外的一切主机被直接拒绝且不提示。

底层依赖也要先确认：macOS 的 Seatbelt 免安装，Linux/WSL2 需要 apt-get install bubblewrap socat，WSL1 与原生 Windows 不支持沙箱。

为什么这样设计：沙箱默认是 fail-open，不是 fail-closed

这条最容易被人当成 bug：依赖缺失或平台不支持时，Claude Code 的默认行为是发出警告，然后无沙箱继续运行。Ubuntu 24.04+ 上 bubblewrap 还可能因为 AppArmor 限制 user namespace 直接起不来。

这不是疏忽，是一个明确的取舍。Claude Code 首先是一个要在任意机器上「装完就能跑」的 CLI 工具：如果沙箱起不来就硬失败，那么 WSL1、原生 Windows、缺 socat 的机器上的用户会直接被挡在门外------对一个要靠口碑扩散的开发者工具，这个代价比「少数机器降级运行」大得多。所以默认给的是可用性，把严格性交给配置：组织可以用 failIfUnavailable: true 把它改成启动硬失败。

理解了这个取舍，你就知道默认值不是安全基线，而是发布默认值。要不要改成硬失败，取决于你是在个人机器上试，还是要把 Agent 交给一整个团队。

「默认读权限是整台机器」也是同一类取舍，不过这一条官方文档没有解释理由，下面是我的判断：一个编码 Agent 正常工作时确实要读工作目录之外的东西------~/.gitconfig、~/.npmrc、~/.ssh/known_hosts、全局工具链配置、被 symlink 引出去的依赖。如果默认把这些全 deny 掉，Agent 会在大量无关任务上撞墙，用户第一反应是「这工具不好用」。所以默认给可用性，把 ~/.aws、~/.ssh、~/.kube 这类真正危险的目录交给 denyRead 显式拦。这个判断你可以不同意，但配置的动作是一样的：先列出你机器上不能给 Agent 读的目录，再写进 denyRead。

从「下指令」到「命令真正执行」，中间有几道闸门

流程和两个容易被忽略的细节：allow 直通和 ask 后放行最终都会进入沙箱，但沙箱里失败的命令可以被拉到沙箱外重试 ------这就是 dangerouslyDisableSandbox 这个逃逸口。要堵住它，设 allowUnsandboxedCommands: false。

配置完之后别只信文档，用一个真实动作验证一次：让 Agent 读 ~/.aws/credentials，看是被拒绝还是直接返回内容。这是唯一能证明你的 deny 生效的观察点。

踩坑：裸名 deny 不是「拒绝」，是「工具消失」

这个坑我建议每个配权限的人都先知道，因为它的现象会让你排查方向完全跑偏。

Claude Code 文档写明：如果你在 deny 里写裸工具名 （比如 Bash、WebFetch），这个工具会被从 Claude 的上下文里彻底移除 。表现出来不是「Claude 请求被拒绝」，而是「Claude 好像压根不会用这个工具了」。你会去查模型、查 prompt、查 MCP server，而真正的原因只是 settings.json 里写了一个 Bash。

配套的第二条规则同样反直觉：allow 无法从 deny 里挖例外 。文档给的例子是 Bash(aws *) 被 deny 之后，Bash(aws s3 ls) 的 allow 是无效的。想要「整体禁掉 aws、只放行 s3 ls」，正确写法是只 deny 到具体粒度，或者干脆用 ask 而不是 deny。

Antigravity 有对应的隐式规则：Write implies Read（授予写就隐含读），Deny Read implies Deny Write（禁读就顺带禁写）。

Antigravity：默认沙箱开、默认断网，Turbo 是另一回事

Antigravity 的默认预设 Default 长这样（来源：antigravity.google/docs/permissions，2026-09-29）：

  • 终端沙箱开 ，沙箱内的命令直接跑，沙箱外的命令 Ask
  • 文件访问限于 workspace + temp
  • 无网络
  • MCP 与 Web 动作默认 Ask

敏感操作被表示成 action(target) 的形式，比如 read_file(./src/**)、read_url(domain:registry.npmjs.org)。网络这一层有个设计值得单独说：授予 read_url(domain) 的域名会被编译进沙箱的出站 allowlist ，于是沙箱里的 curl、npm 才能通。也就是说你放行的是「读某个域名」这个语义动作，而不是「放开网络」这个开关------粒度比给一个布尔值细得多。

macOS 与 Linux 走新的统一权限系统，Windows 目前仍是旧权限系统 ，加上 Terminal Sandboxing (Preview) 和 unsandboxed(...) 动作。平台门槛：macOS 最低 12 (Monterey)、Windows 10 (64 bit)、Linux 需 glibc >= 2.28 与 glibcxx >= 3.4.25。官方页面同时提供 Intel 下载又写着 「X86 is not supported」，这两句话本身矛盾，我不替官方下结论，你在 Intel Mac 上装之前先自己试。

CLI 配置落在 ~/.gemini/antigravity-cli/settings.json；Agent 有 Local Mode （直接操作当前文件夹）和 New Worktree Mode（隔离的 Git worktree）两种跑法。

为什么这样设计：用 OS 级容器，而不是 Seatbelt

Antigravity 选了 OS 级容器隔离（Terminal Sandbox），没有走 macOS 的 Seatbelt。

Seatbelt 是 macOS 的沙箱机制，Claude Code 在 macOS 上直接用它是因为「免安装」------不用让用户装任何东西。代价是它只在 macOS 上有，语义是苹果定义的 profile 语言，且不提供独立的网络出站控制（Claude Code 的网络限制是另一套域 allowlist 实现的）。

Antigravity 要的是三件事同时成立：macOS 与 Linux 行为一致 、网络出站能被编译进沙箱、以及跨平台的统一权限语义。容器级隔离天然提供 network namespace，出站 allowlist 是它的一等公民；同一个语义也能落到 Linux 上。代价是 Windows 侧暂时跟不上------所以 Windows 用户拿到的是旧权限系统加 Preview 沙箱。

一句话总结这两家的取舍：Claude Code 优先「零安装成本」，Antigravity 优先「跨平台语义统一」。

踩坑：Turbo 不是性能开关，是把锁拆了

假设这样一个场景（这是假设性案例，用来说明配置语义，不是我跑出来的真实事故）：有人觉得 Antigravity 跑任务慢，看到 Turbo 这个名字，以为是「更快模式」，切过去继续用。

Turbo 预设的实际内容是：沙箱关闭、命令无限制、全文件系统可访问、MCP 与 Web 默认 Allowed。它把上面四层里的第二、三、四层一起放宽了，跟推理速度、并发数没有任何关系。

名字像性能开关，语义是「全部放行」。如果你确实需要 Agent 访问 workspace 之外的文件，正确做法是留在 Default 或 Request Review，然后按 action(target) 加白名单，而不是整体切到 Turbo。

Request Review 是中间档：沙箱关、命令 Always ask、文件仅限 workspace。

Codex：这一节我给不出默认值，只能给你核验动作

Codex 的文档体系是三家里形态最多的------Desktop app / Remote / Web / CLI / IDE extension / Cloud 六种，环境维度分成 Modes、Local environments、Cloud environment、Git worktrees 四类，Windows 还有独立的 sandbox 与 WSL 文档（三家里 Windows 侧文档最细）。

但默认沙箱策略、审批模式的名称、网络默认开关，本次未取到官方一手正文 。文档站是 JS 渲染，WebFetch 与 .md 抓取均返回 404。我不会猜一个默认值写给你。

给你的是可执行的核验动作，跑完你自己就有答案：

bash 复制代码 
codex --help | grep -i sandbox
# 或直接读官方这四页（需自行打开确认）：
# /codex/sandboxing
# /codex/permission-modes
# /codex/permissions
# /codex/cloud/internet-access

如果你核验完了，欢迎把结果发我，我会更新到后续版本里------这是本篇唯一一个我不敢下结论的地方。

沙箱管不住 MCP server，这是第四层之外的一条旁路

还有一个位置容易被漏掉：你给 Agent 接的 MCP server 本身可能就带着网络出口和文件系统访问。沙箱限制的是 Agent 执行的命令，管不到 MCP server 进程自己往外发请求。

三家里只有 Antigravity 在文档里明确了这一点：local 与 remote MCP server 适用同一套权限规则 ，也就是 action(target) 那套东西同样约束 MCP 调用，默认预设下 MCP 动作是 Ask。另外两家我没找到同等明确度的表述------这不代表它们没有控制，只代表我没有一手证据。

所以接 MCP 的时候，除了配 Agent 侧的沙箱，还要单独问一句：这个 server 能不能访问生产库、能不能发外网请求、有没有只读开关。088 那篇讲过怎么用 MCP 接 MySQL + Loki + Grafana，权限这层是它的上游。

维度二：成本可控性

月费数字是最不重要的一环。真正决定你会不会被账单打到的是两件事：谁和你抢同一个池子 ，以及超了之后是停还是继续烧。

Claude Code：终端和网页聊天抢同一个池子

价格（截至 2026-09-29）：Pro 20/月（月付）或 17/月（年付，200 预付）；Max 起价 100/月（5x / 20x 两档）；Team 标准席 20（年付）/ 25（月付），高级席 100 / 125；Enterprise $20/席/月年付 + 按 API 费率计费，管理员可设 user/org spend limits。Free 套餐不含 Claude Code。

额度机制是滚动 5 小时窗口 + 付费套餐的每周上限。终端与网页聊天共用同一用量池------你白天在网页上聊，晚上在终端里跑 Agent，扣的是同一份。上下文窗口官方口径是 「Up to 1M（因模型而异）」。

Codex：包含在所有套餐里，但和三个 Agent 抢额度

Codex 包含在全部 ChatGPT 套餐，含 Free 与 Go，额度 vary by plan（官方未给具体数值）。Plus/Pro 可以不换套餐直接买 credits。

重点是这个：Codex 与 ChatGPT Work、Excel、Workspace Agents 共享额度池 。所以「Codex 单独算额度」是个错觉。窗口是 5 小时 + 每周，banked reset 可以刷新这两个窗口。额度自查：https://chatgpt.com/codex/settings/usage，或在活跃会话里敲 /status。

企业侧有两种计费：token-based（按 USD 计费，不扣 credits）或 credit-based；Compliance API 覆盖 CLI / IDE / web / cloud。

还有一条会影响自动化的时间线：自 2026-08-31 起 GPT-5.4 / GPT-5.4 mini 下线，替换为 GPT-5.6 Terra / GPT-5.6 Luna（ChatGPT 登录时生效；API 与自带 key 不受影响）。workspace defaults、saved model settings、managed configurations、automations 都要在截止日前改掉------如果你的 CI 里写死了模型名，这就是一次会打断流水线的变更。

Antigravity：免费档是周刷新，付费档才是 5 小时刷新

Antigravity 绑定 Google AI 订阅。刷新策略是三家里差别最大的：

  • Baseline quota（免费档）：每周刷新。 含 Gemini 3.1 Pro / 3.8 Flash、无限 Tab 补全、Scheduled Tasks 与 CLI 全部功能。
  • Pro / Ultra：每 5 小时刷新，直到触及周限。
  • Tab 补全全档无限。
  • 只有 Pro / Ultra 能买 AI Credits 付 overage。
  • 官方明确不支持 BYOK / 自带 endpoint。

模型侧：核心推理模型包括 Gemini 3.8 / 3.7 / 3.6 Flash、Gemini 3.1 Pro、Claude Sonnet 4.6 (thinking)、Claude Opus 4.6 (thinking)、GPT-OSS 120B (Medium)；附加图像模型 Nano Banana 2 不可自定义。Enterprise 只能用 Gemini 系列，Claude 与 GPT-OSS 对企业不可用------如果你的团队指定要用 Claude 模型，Antigravity 企业版直接出局。

额度自查：模型选择器里的 View Usage，看 Weekly 与 Five Hour 两个剩余百分比。

决策规则：超了之后怎么办

工具 短窗口耗尽 周限耗尽 能不能掏钱续
Claude Code 等待滚动窗口重置 等待周重置 / 升级套餐 可开 usage credits
Codex 等待重置，或 banked reset 刷新 等待周重置 Plus/Pro 可不换套餐买 credits
Antigravity 等待 5 小时刷新（免费档无此项） 等待周重置 仅 Pro/Ultra 可买 AI Credits

一句话判断：这三家都是「等待型」而不是「停机型」，没有一家会在额度耗尽时把你的 Agent 从中间掐断帮你省钱。如果你需要硬预算上限，唯一接近的选项是 Claude Code Enterprise 的管理员 spend limits 或 Codex 的 token-based 计费。

维度三：可扩展边界

能接进你内部系统的能力，决定了它是「个人玩具」还是「团队基建」。

能力 Claude Code Codex Antigravity
项目指令文件 CLAUDE.md，并读 AGENTS.md AGENTS.md Rules / IDE Workflows
可复用能力包 Skills Build skills、Plugins、Marketplace Agent Skills、Marketplace、Plugins
子 Agent Sub-agents + Background agents + Agent SDK Subagents Custom Subagents
生命周期钩子 Hooks Hooks Lifecycle Hooks
外部工具协议 MCP MCP（含 WebMCP site tools） MCP（local / remote 同等权限规则）
定时 / 长任务 Routines（云端）、Desktop scheduled tasks、/loop Scheduled tasks (automations)、Long-running work /schedule、Scheduled Tasks
CI/CD GitHub Actions、GitLab CI/CD、GitHub Code Review GitHub Action、GitLab CI/CD（Security CLI） 未查到同级别文档
第三方集成 Slack、GitHub、Chrome、Channels（TG/Discord/iMessage/webhooks） GitHub、GitLab (Beta)、Slack、Linear 未查到同级别清单
CLI 管道 claude -p 非交互，如 `tail -200 app.log claude -p "..."` Non-interactive mode
自带 key 支持 ANTHROPIC_API_KEY；终端/VS Code/JetBrains 支持第三方 provider 支持 API key（需额外配置） 不支持 BYOK

怎么读这张表：要接 CI 和审计，Codex 与 Claude Code 有明确路径，Antigravity 在这一层没有同级别的公开文档。 要接内部数据库、日志、工单系统，三家都有 MCP，能力差距不大，差别在权限------Antigravity 对 local 与 remote MCP server 用的是同一套权限规则，这点比另外两家更好推理。

Claude Code 的两个特色能力值得单独提：--teleport（把 Web/移动端发起的长任务拉回终端）和 /desktop handoff；以及 Agent SDK，适合把编码 Agent 包进你自己的产品里。Antigravity 这边是 Artifacts（Implementation Plan / Walkthrough / Visual Screenshots）、/goal（自治跑到完）、/grill-me（动手前先反问对齐）------/grill-me 是三家里唯一一个把「先对齐需求再动手」做成一级命令的。

安装方式一并给出（截至 2026-09-29）：

bash 复制代码 
# Claude Code
curl -fsSL https://claude.ai/install.sh | bash      # macOS / Linux / WSL
brew install --cask claude-code
winget install Anthropic.ClaudeCode                  # Windows

# Codex CLI
curl -fsSL https://chatgpt.com/codex/install.sh | sh
npm install -g @openai/codex
brew install --cask codex

# Antigravity CLI（二进制落在 ~/.local/bin/agy）
curl -fsSL https://antigravity.google/cli/install.sh | bash

三家对照：默认权限边界这一栏

三家在这一栏的结论各不相同，但都是可核验的：

  • Claude Code：默认最宽。沙箱不全局开启、读权限全盘、依赖缺失时 fail-open。它的默认假设是「你在一个可信的、可回滚的环境里」。
  • Antigravity ：默认最紧。沙箱开、无网络、文件限于 workspace+temp、Web 与 MCP 默认 Ask。它的默认假设是「你不一定信任这个 Agent」。但 Turbo 预设会把整套默认值推翻。
  • Codex ：官方文档里有 sandboxing、permission modes、permissions（Profiles）、agent approvals & security、cloud internet-access 五个独立页面，形态最多，Windows 文档最细------默认开关本次未取到正文，需你自行核验。

可直接抄的最小权限基线

Claude Code （~/.claude/settings.json）：

json 复制代码 
{
  "sandbox": {
    "enabled": true,
    "failIfUnavailable": true,
    "allowUnsandboxedCommands": false,
    "filesystem": { "denyRead": ["~/.aws", "~/.ssh", "~/.kube"] },
    "network": { "allowedDomains": [] }
  },
  "permissions": {
    "defaultMode": "default",
    "deny": ["Bash(git push --force *)", "Bash(rm -rf *)", "WebFetch"]
  }
}

四件事分别对应四个洞：enabled: true 补「默认不开」；failIfUnavailable: true 把「依赖缺失→无沙箱运行」改成启动硬失败；allowUnsandboxedCommands: false 堵掉 dangerouslyDisableSandbox 逃逸口；denyRead 补「默认全盘可读」。allowedDomains: [] 表示不预放行任何域------需要联网时再逐个加，别一次放行。

Antigravity （~/.gemini/antigravity-cli/settings.json）：

json 复制代码 
{
  "permissions": {
    "deny": ["command(curl *)", "unsandboxed(*)"],
    "ask": ["read_url(*)", "execute_url(*)"],
    "allow": ["read_file(./**)", "write_file(./**)", "read_url(domain:registry.npmjs.org)"]
  }
}

保持 Default 预设（沙箱开、无网络），只把 npm registry 加进出站 allowlist。read_url 默认就是 Ask，这里显式写出来是为了防止被 Turbo 预设覆盖。

Codex ：没有可抄的配置，给核验动作------跑 codex --help | grep -i sandbox，再读那四页官方文档，把默认值确认后再照着上面两条的思路写自己的基线。

配完之后，用同一个动作在三家里各验一次：让 Agent 读 ~/.aws/credentials，看是返回内容、弹出提示、还是被拒绝。三种结果对应三种默认策略，五分钟就能出结论。

三个共同的失败边界

  1. Windows 是三家的共同短板。 Claude Code 原生 Windows 不支持沙箱（必须 WSL2）；Antigravity Windows 仍是旧权限系统且沙箱是 Preview；Codex 有独立的 Windows sandbox 文档，但也得单独配。如果你的团队主力是 Windows，这一节的结论要重估。
  2. bypassPermissions 不该出现在开发机上。 Claude Code 文档原文就写明它「仅应在容器/VM 等隔离环境使用」。
  3. 模型下线会打断自动化。 Codex 的 GPT-5.4 下线就是现成的例子------写死模型名的 CI 会在截止日直接失败。

什么时候选谁

不要按「谁更聪明」选，按你的约束选：

  • 你要在个人机器上快速跑起来、愿意自己配权限 → Claude Code。形态最全（Terminal / VS Code+Cursor / JetBrains / Desktop / Web / iOS+Android / Slack / GitHub Actions / GitLab CI），Agent SDK 能二次开发。前提是你接受先把那份 settings.json 抄进去。
  • 你要把 Agent 交给一整个团队、希望默认值就足够保守 → Antigravity。默认沙箱开且断网，Windows 团队除外，且企业版只能用 Gemini 系模型。
  • 你要接 CI、要审计、要合规 API → Codex。Compliance API 覆盖 CLI/IDE/web/cloud，GitHub Action 与 GitLab CI/CD 都有官方路径。默认权限请自行核验后再批量推。
  • 预算敏感、想先试 → Codex 的 Free 与 Go 套餐包含额度，Antigravity 有每周刷新的免费档，Claude Code 的 Free 套餐不含。

下一步最小行动不是「选一个装」，而是花十分钟把上面那份 Claude Code 配置或 Antigravity 配置抄进你的 settings.json，然后用读 ~/.aws/credentials 这一个动作验证它生效。这个动作在三款工具上都能做，做完你就有了自己的第一手数据，而不是别人的百分比。

🔧 文中用到的完整配置清单

以上我给出了两家的最小权限基线和 Codex 的核验动作，完整版（含 deny / ask / allow 规则模板、三家额度自查入口、Codex 官方文档核验清单）已整理好。

回复「prompt」即可获取，持续更新。

如果这篇对你有帮助，转发给你的程序员朋友 --- 大家都在摸索 AI 提效，你的分享可能帮他省很多时间。

相关推荐
江屿风8 小时前
【Plain Language Large Model】【从麦当劳点餐到Redis接入：MCP如何让AI工具集成变简单】流食般投喂
人工智能·redis·笔记·语言模型·llm·mcp
AIGC大时代10 小时前
MCP 三原语怎么划边界终裁：Tools做事、Resources 供上下文、Prompts 定工作流的能用/限场景/不能用验收
tools·resources·prompts·mcp·边界终裁
情 九11 小时前
MCP 开发环境搭建：Mac 与 Windows 跑通 Python 服务和 stdio 客户端
windows·python·macos·mcp
跨境Jacky21 小时前
亚马逊选品排名监控改造记：从手抄表格到MCP自动监控
跨境电商·mcp·sorftime
keren21 天前
SceneDock：Windows 场景化工作台——一键启动工作链，还能被 AI Agent 调用（CLI / MCP）
windows·开发工具·效率工具·mcp
光依旧1 天前
多实例治理一致性深潜：Redis与本地缓存降级（MCP实战手记·篇12 延伸）
redis·caffeine·高可用·缓存一致性·mcp·多实例
古法老登瞎折腾2 天前
大数据智能运维实战（十一）：运维 MCP 的工程化——权限、限流、审计与错误处理
java·大数据·运维·spring ai·mcp
用户8813034824072 天前
给 MCP Server 加调用链日志和大输出落盘：一个装饰器搞定，附 3 个实测踩坑（Python SDK v2）
mcp
热门推荐
01如何新建文件夹？ 电脑新建文件夹的4种方法02国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）03历年考研数学一、数学二、数学三真题试卷及答案PDF04GitHub 镜像站点05几个好用的ip纯净度检测网站06昇腾910B系列芯片完全指南：四款型号对比、服务器选型与大模型部署实战07苹果iPA游戏软件资源下载网站08蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接09CVE-2026-91403 高危漏洞预警：Java JSSE 信任链被攻破 全场景修复方案与Linux系统级彻底清理实操10微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新