MCP-LinkGPT

เจ้าของผลงานเล่าไว้แบบนี้

MCP-LinkGPT — เมื่อ Codex สามารถหันไปถาม ChatGPT ได้เอง ปกติเวลาเราใช้ Coding Agent อย่าง Codex ทำงาน Codex จะต้องทำหลายหน้าที่พร้อมกัน อ่านโค้ด วิเคราะห์ปัญหา คิดวิธีแก้ ลงมือแก้ รัน Test และสุดท้ายยังต้องเป็นคน Review งานของตัวเองอีก มันเหมือนกับให้วิศวกรคนเดียว เขียนงานเอง แล้วตรวจงานตัวเอง ผมเลยมองว่า ถ้า Codex สามารถโยนคำถามไปให้ ChatGPT โดยใช้โควต้าที่แยกกันได้ เราก็จะเอา SOL มาช่วยตรวจงานได้แบบไม่เปลือง Token เลย นี่คือที่มาของโปรเจกต์ MCP-LinkGPT ⸻ สถาปัตยกรรมของมันจริง ๆ เรียบง่ายมาก Codex → MCP-LinkGPT → Chrome → ChatGPT Web MCP-LinkGPT ทำหน้าที่เป็นสะพานเชื่อมระหว่าง Coding Agent กับ ChatGPT ที่เราเปิดใช้งานอยู่ใน Browser Codex สามารถเรียก Tool เช่น chatgpt_ask() แล้วส่ง Code, Diff, Test Result หรือแนวทางแก้ปัญหาที่กำลังคิดอยู่ให้ ChatGPT ช่วยวิเคราะห์ เมื่อ ChatGPT ตอบเสร็จ คำตอบก็ถูกส่งกลับมายัง Codex Codex จึงสามารถนำความเห็นนั้นกลับไปตรวจสอบกับ Code จริง ก่อนตัดสินใจว่าจะทำตามหรือไม่ ⸻ ChatGPT = Senior Advisor / Reviewer วิเคราะห์ Architecture หาจุดผิดพลาด Challenge สมมติฐาน ตรวจ Patch เสนอ Alternative มองหา Edge Case ที่ Worker อาจมองข้าม ChatGPT ไม่จำเป็นต้องเข้าไปแก้ไฟล์ มันแค่ถามกลับว่า “สิ่งที่นายกำลังจะทำนั้นถูกจริงหรือ?” ⸻ แล้ว Browser-use อยู่ตรงไหน? MCP-LinkGPT ใช้ browser-use แต่ไม่ได้ใช้ Browser Agent ของ browser-use ให้ AI อีกตัวมาคิดว่าจะกดอะไร สิ่งที่โปรเจกต์ใช้คือ Browser Session และ CDP หรือ Chrome DevTools Protocol พูดง่าย ๆ คือ MCP-LinkGPT รู้แน่นอนว่า เปิด ChatGPT หา Composer ใส่ข้อความ กด Send รอ Response อ่านคำตอบกลับมา การควบคุม Browser จึงเป็น deterministic ไม่ได้ถาม AI ว่า “หน้าจอนี้ควรกดตรงไหนต่อ?” นี่เป็นความแตกต่างที่สำคัญมาก เพราะงานลักษณะนี้เราไม่ได้ต้องการ Browser Agent ที่ฉลาด เราต้องการแค่ Browser Automation ที่คาดเดาได้ ⸻ ไม่ใช้ OpenAI API Key MCP-LinkGPT ไม่ได้เรียก OpenAI API เพื่อสร้าง Reviewer อีกตัว แต่มันใช้ ChatGPT Web ผ่าน Chrome Profile แยกโดยเฉพาะ ครั้งแรก Browser จะเปิดขึ้นมา เราล็อกอิน ChatGPT ด้วยตัวเอง จากนั้น Chrome จะเก็บ Session ของมันไว้ใน Dedicated Profile MCP-LinkGPT ไม่รับ Password จาก Codex ไม่พยายามอ่านหรือ Export Cookies และ Profile ถูกบังคับให้อยู่นอก Repository เพื่อไม่ให้เผลอ Commit Authentication State เข้า Git ⸻ ผมใส่ Guard ไว้ค่อนข้างเยอะ เพราะทันทีที่เราปล่อยให้ Agent ควบคุม Browser ที่ Login อยู่ เรื่อง Security เริ่มสำคัญขึ้นทันที MCP-LinkGPT จึงออกแบบให้ * เปิดได้เฉพาะ ChatGPT/OpenAI domain ที่กำหนด * ตรวจ origin ก่อนทำ DOM mutation * ผูกการทำงานกับ CDP target เดิม * ถ้า Page หรือ Tab เปลี่ยนผิดปกติให้หยุด * ไม่เขียน Prompt หรือ Response ลง Application Log * ไม่ใช้ Cookie API * ไม่ Export Browser Storage * CAPTCHA หรือ Human Verification ต้องให้มนุษย์จัดการเอง * Chrome Profile ใช้ได้ทีละ Process * มี Profile Lock ป้องกัน MCP หลายตัวแย่ง Session เดียวกัน * ถ้า Browser ปิดไม่สมบูรณ์ จะ Fail Closed แทนที่จะเดาว่าปลอดภัยแล้ว แนวคิดคือ ถ้าไม่แน่ใจ — หยุด ดีกว่าให้ Automation เดินหน้าต่อบน Browser State ที่เราไม่รู้ว่าเกิดอะไรขึ้น ⸻ Workflow ที่ผมกำลังทดลองจึงเป็นแบบนี้ Codex อ่าน Project ↓ Codex พบปัญหาและคิดวิธีแก้ ↓ ก่อนแก้ หรือหลังสร้าง Patch Codex ส่ง Evidence ให้ ChatGPT ผ่าน MCP-LinkGPT ↓ ChatGPT ทำหน้าที่ Independent Reviewer ↓ Codex นำ Finding กลับไปตรวจสอบกับ Source Code จริง ↓ Finding ไหนถูกจึงค่อย Implement ↓ Codex รัน Test และ Verification มันจึงไม่ใช่ AI สั่ง AI แล้วเชื่อกันเอง แต่เป็น Worker → Reviewer → Worker Verify คล้ายกระบวนการทำงานของทีม Software จริงมากกว่า ⸻ ตัวอย่างเช่น Codex สามารถถาม ChatGPT ว่า “นี่คือ Patch ปัจจุบัน ช่วยทำ Adversarial Review หาปัญหาด้าน Race Condition, Security, Lifecycle และ Test Gap บอกเฉพาะ Finding ที่มีหลักฐาน” ChatGPT ตรวจแล้วตอบกลับ Codex ก็เอา Finding แต่ละข้อกลับไปเปิด Source Code ดูเองอีกครั้ง ถ้า ChatGPT Hallucinate Codex ต้อง Reject Finding นั้น ถ้าหลักฐานตรง จึงค่อยแก้ ⸻ https://haloendeavor.com/download/ https://github.com/halochamp/MCP-LinkGPT

โดย Poomwat Jarussri · ดูโพสต์ต้นทาง · ได้ 120 ถูกใจในกลุ่ม