Codex 整合 MCP Server：以 Context7 為例

MCP 是什麼呢？舉例來說，如果你請 ChatGPT 幫你查看 Gmail 現在是否有新的郵件，它其實不知道該如何查找。這是因為它們是不同的服務，由不同的公司提供，ChatGPT 沒有權限，也不知道該透過什麼方式來幫你查找 Gmail。

因此，在這些不同的服務之間，就需要一個介面來進行溝通。在 MCP 中設定好你的 API Key，就能讓你擁有權限去使用你想要使用的服務。

各家產品都會開發自己的 MCP。例如，Gmail 會製作自己的 MCP，Figma 也會製作自己的 MCP，以便使用者能夠使用這些服務。

我們要做的事情，就是在 Codex 這裡設定好 MCP Server。之後，所有的對話都會透過 MCP 去取用你想要使用的服務。

設定 Contex7 MCP

在本文中，我們將以 Contex 7 來示範 MCP 的設定。

Contex 7 收錄了許多常見的套件或 Library，例如：

這樣的好處是，你之後的提問，Codex 就會去查找這些套件的 Document，從而提供更準確的回答。

接下來，我們需要生成我們的 API Key。

提醒：這個 API Key 生成後，你只有一次機會將它複製下來。一旦你按下確定或離開這個頁面，就無法再複製了，所以務必先將它記錄在其他地方。

現在，我們要在我們的 Codex 中設定 MCP Server。

[mcp_servers.context7]
args = ["-y", "@upstash/context7-mcp", "--api-key", "YOUR_API_KEY"]
command = "npx"
startup_timeout_ms = 20_000

注意：MCP Server 的設定是 Global Level 的，這表示你不能按專案來設定。一旦設定，它將會是全域的，所有專案都會使用這個 MCP Server。

別忘了：將 your API Key 替換成你剛剛生成的 API Key。

設定完成後，你記得 IDE extension 這邊需要重啟你的對話，或者開啟一個新的對話，它才會開始使用這個 MCP。CLI 的部分也需要重新載入，才會出現這個 MCP 可以使用。

要確定你的 MCP 是否安裝成功，可以這樣檢查：

CLI 部分：在 CLI 中輸入 /MCP 並按下，它就會列出你現在有哪些 MCP 可以使用，並且顯示 Status Enabled。
IDE 部分：一樣輸入/會先跳出輸入框，接著輸入mcp就能常洵狀態了。

Codex 目前只能在本地端使用 MCP。如果你是執行雲端任務的話，目前還不支援使用 MCP。

在最後，我想分享一下為什麼我學了這麼多的工具。其實，如果工具好用，你只要會一套就好了。我會學習這麼多的原因是因為，每一段時間都有不同的考量。

GitHub Copilot：一開始出現的工具是 Copilot，那時候其他工具都還沒有出現。我想大家最早接觸的可能也是 Copilot。
Cursor：後來 Cursor 出現了，表現好很多，之後我就轉移到 Cursor。
Claude Code：有一段時間，Claude Code 的聲勢最大，大家都評價說 Claude Code 的表現比 Cursor 更好。再來也是因為價錢的關係，我就轉移到 Claude Code。
Gemini CLI：他的生態跟 Codex 很像有 VSCode 的擴充套件(Gemini Code Assist)。目前用下來覺得非常好用，也是因為買了 Gemini AI Pro方案來嚐鮮試試。
Codex：最近我會使用 Codex，是因為它的雲端任務包含在一個月 20 美金 ChatGPT 的費用裡面，想說不用白不用。

我是覺得工具不需要學了一套又一套。你會想用這個工具，應該是它有什麼樣的功能是你想要使用的。畢竟學習新東西也是需要時間的。我們選擇去做什麼事情，也相當於就是選擇了不去做什麼事情。畢竟軟體開發還是有很多東西需要學習，不只是這些 AI coding 的工具。