别再给 AI 当牛马了！GPT-6 Pro 当总指挥，本地 Agent 干活：我把这套代码开源了，好用请给个:star:

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

- 我的帖子已经打上 开源推广 标签： 是

- 我的开源项目完整开源，无未开源部分： 是

- 我的开源项目已链接认可 LINUX DO 社区： 是

- 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是

- 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

有没有一种可能：我们同时用着好几个 AI，最后最忙的却是自己？

网页 GPT 负责讨论方案，本地 Coding Agent 负责写代码，而你负责：

复制需求、搬运报错、转述建议、挑选会话、盯着编译，再追问一句“到底做完没有？”

两个窗口来回切，几个模型轮流聊，最后自己成了 AI 之间的人肉消息队列。

所以，我做了 TaskQuay：

让理解你需求的网页 GPT 统筹全局，直接查看已授权的本地项目，指挥本地 Coding Agent 干活，再把结果、验收证据和 Token 回执带回对话。

开源地址：GitHub - wrfgup/taskquay: Visible tasks. Accountable local execution. Minimal Coding Agent Harness on MCP for ChatGPT, Claude. · GitHub

不绑定 Codex，主控与Coding Agent可自由选择

虽然我的日常搭配是 GPT + Codex，TaskQuay 的使用场景并不局限于这个组合

本地项目管理台可以查看：

- 哪个任务正在执行；

- 哪个任务完成了，但还没确认ok；

- 关联了哪些会话；

- 哪些异常需要核对；

- 已记录的 Codex Token 用量。

目前详细的用量统计重点围绕 Codex，其他Coding Agent的适配尚未完成。

GitHub：GitHub - wrfgup/taskquay: Visible tasks. Accountable local execution. Minimal Coding Agent Harness on MCP for ChatGPT, Claude. · GitHub

源码采用 MIT，README 里有截图、安装步骤和接入教程。

如果你也想让 强模型负责统筹、合适的 Agent 负责执行，而不是自己给它们当牛马，欢迎试试，顺手点个 Star。

也欢迎大家一起参与到该开源项目的贡献中来，AI时代，为极致的生产力添砖加瓦！