MCP 集成对比：Claude Code vs Codex CLI

Model Context Protocol 是 AI Agent 的”USB 接口标准”。两大 Coding Agent 对 MCP 的实现路径截然不同——Claude Code 走全功能深度集成，Codex 走精简实用双角色路线。

MCP 协议现状（2025-11-25 规范）

传输类型对照

Claude Code 的 MCP 实现

架构定位

MCP 是 Claude Code 的核心扩展机制。Plugin、Skill、外部 Agent 连接都基于 MCP 协议。源码中 services/mcp/ 目录包含 23 个文件，实现了协议的所有主要特性。

传输支持（7 种）

配置层级（三层优先级）

优先级：Local > Project > User

Local:   ~/.claude.json（项目路径下）    → 仅个人
Project: .mcp.json（仓库根目录）         → 团队共享，可 git 提交
User:    ~/.claude.json（全局）           → 个人所有项目

.mcp.json 支持环境变量展开：${VAR} 和 ${VAR:-default}，避免密钥入库。

OAuth 认证流

用户触发 → Claude Code 启动本地 HTTP Server
         → 打开浏览器跳转 OAuth Provider
         → 用户授权 → 回调到本地 Server
         → 获取 token → 存储并注入后续请求

可配置选项：

• --oauth-port：固定回调端口
• 预配置 OAuth 凭据（跳过浏览器流）
• 覆盖 metadata discovery URL
• 限制 OAuth scopes
• 动态 headers 自定义认证

Elicitation 机制

MCP 服务器可在工具执行过程中向用户请求结构化输入：

MCP Server → 发送 JSON Schema 定义的表单
Claude Code → 渲染表单给用户
User → 填写并提交
Claude Code → 将结果返回 MCP Server

支持两种模式：

• 内联表单：直接在终端中展示字段
• URL mode：跳转浏览器完成认证（2025-11-25 规范新增）

Tool Search（延迟加载）

当连接的 MCP 服务器暴露大量工具时（>50），不把所有工具塞进 system prompt：

1. 维护工具元数据索引
2. LLM 按需描述需要的能力
3. 匹配并加载相关工具到当前上下文

作为 MCP 服务器

claude mcp serve

暴露 Claude Code 完整能力给其他 MCP 客户端，用于：

• 多 Agent 编排中的节点
• 其他工具调用 Claude Code 的搜索/编辑/分析能力
• IDE 深度集成

其他特性

• 从 Claude Desktop 导入 MCP 配置
• 支持 claude.ai connectors（远程 MCP Server）
• MCP Resources（引用外部数据）
• MCP Prompts 作为 / 命令暴露
• Managed MCP（企业管理配置）
• 输出大小限制（可按工具提升）
• 动态工具更新通知

Codex CLI 的 MCP 实现

架构定位

MCP 是 Codex 的工具扩展通道之一（与内置工具、shell 命令并列）。实现在 codex-rs/mcp-server/ crate 中，走精简实用路线。

传输支持（2 种）

配置方式

CLI 命令添加：

codex mcp add <server-name> -- <command> [args...]

TOML 配置文件：

# ~/.codex/config.toml（全局）或 .codex/config.toml（项目级）

[mcp_servers.filesystem]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-filesystem", "/path"]
env = { SOME_KEY = "value" }
cwd = "/working/dir"
startup_timeout_sec = 30

[mcp_servers.my-remote-mcp]
url = "https://mcp.example.com/server"
bearer_token_env_var = "MY_TOKEN_ENV"

工具过滤：

[mcp_servers.my-server]
command = "my-mcp-server"
enabled_tools = ["tool1", "tool2"]
disabled_tools = ["dangerous-tool"]
required = true  # 启动失败时终止 Codex

配置层级：2 层（全局 + 项目），App/IDE/CLI 共享同一份 config.toml。

作为 MCP 服务器

codex --mcp-server

暴露 2 个工具：

传输方式：stdio JSON-RPC（作为子进程被启动）。

与 Agents SDK 集成

OpenAI Agents SDK
    │
    ├── 通过 stdio 启动 Codex CLI 子进程
    ├── Codex 作为 MCP Server 保持活跃
    ├── Orchestrator Agent 通过 codex() 派发任务
    ├── 通过 codex-reply() 继续对话
    └── 支持 tracing / handoffs / guardrails

典型场景：一个 orchestrator agent 调度多个 Codex 实例，各自在独立 worktree 中工作。

外部客户端兼容

任何 MCP 客户端都可连接 Codex MCP Server：

• Claude Desktop / Claude Code
• Zed Editor
• 任何支持 MCP 的 IDE/工具

关键差异矩阵

互操作场景

Claude Code 调用 Codex

// .mcp.json
{
  "mcpServers": {
    "codex": {
      "command": "codex",
      "args": ["--mcp-server"]
    }
  }
}

Claude Code 可通过 codex() 工具将子任务委派给 Codex 在沙箱中执行。

Codex 调用 Claude Code

# .codex/config.toml
[mcp_servers.claude]
command = "claude"
args = ["mcp", "serve"]

Codex 可通过 Claude Code MCP Server 获取深度推理能力。

多 Agent 混合编排

Agents SDK (Orchestrator)
    ├── Codex Instance 1 (MCP Server) → 前端开发
    ├── Codex Instance 2 (MCP Server) → 后端开发
    └── Claude Code (MCP Server)      → 代码审查 + 安全审计

演进趋势

Claude Code 方向：持续深化 MCP 集成，让 MCP 成为一切扩展的统一协议层。Plugin Marketplace 本质上是 MCP 服务器的发现和安装机制。

Codex 方向：保持精简 MCP 实现，把复杂编排逻辑外推到 Agents SDK。Codex 自身定位为多 Agent 网络中的一个高质量执行节点。

共同趋势：两者都支持作为 MCP Server 被对方调用，互操作正在成为现实。2025-11-25 规范的 Async Tasks 特性将进一步推动跨 Agent 协作。

交叉引用

• Claude Code vs Codex 全维度对比 — 12 维度总览
• Claude Code 工具循环 — MCP 工具在管线中的位置
• Codex 工具循环 — MCP 工具调度机制
• Claude Code 多 Agent — Swarm 如何利用 MCP
• Codex 多 Agent 编排 — MCP Server 模式详解