claude-chatgpt-mcp

GitHub
776 98 简单 2 次阅读 5天前Agent插件
AI 解读 由 AI 自动生成,仅供参考

claude-chatgpt-mcp 是一个基于模型上下文协议(MCP)的开源项目,旨在打通 Claude 与 macOS 版 ChatGPT 桌面应用之间的壁垒。通过它,用户可以在 Claude 界面内直接向 ChatGPT 提问、查看对话历史或延续现有聊天,无需频繁切换软件。

这一方案主要解决了多模型协作时的效率痛点,特别适合习惯同时使用不同大模型的开发者、研究人员及 macOS 技术爱好者。相比原始实现,claude-chatgpt-mcp 在技术层面做了显著优化:它增强了 AppleScript 脚本的鲁棒性,采用动态响应检测代替固定等待,能有效识别回复结束状态并防止文本截断。此外,它还增加了容错机制和 UI 元素定位策略,确保在不同版本的 ChatGPT 界面下依然稳定运行。如果你正在寻找提升 AI 工作流整合度的方法,这是一个值得尝试的实用工具。

使用场景

一位全栈开发者正在 macOS 上研究 React 新特性,手头已有 ChatGPT 生成的代码片段,但需要 Claude 进行深度架构分析。

没有 claude-chatgpt-mcp 时

  • 需要在两个应用间频繁切换复制粘贴代码,容易出错且打断深度思考的思路。
  • 无法直接引用 ChatGPT 的历史对话上下文,导致每次都要重复解释项目背景。
  • 手动整理多轮对话记录耗时费力,难以快速定位之前讨论过的关键信息。
  • 遇到复杂问题时,需等待一个模型回答后再手动开启另一个模型,整体效率低下。

使用 claude-chatgpt-mcp 后

  • 直接在 Claude 界面提问即可调用 ChatGPT 能力,无需在窗口间反复切换。
  • 能自动读取并延续之前的 ChatGPT 会话历史,保持上下文信息的完整连贯。
  • 支持动态检测响应完成状态,避免复制不完整内容或遇到消息被截断的问题。
  • 通过 MCP 协议实现自动化交互,大幅减少人工操作步骤和等待时间成本。

claude-chatgpt-mcp 打通了双模型壁垒,让开发者能在单一工作流中无缝融合不同大模型的优势。

运行环境要求

操作系统
  • macOS
GPU

未说明

内存

未说明

依赖
notes仅支持 macOS (M1/M2/M3 芯片);依赖 Bun 运行时环境而非 Python;需预先安装 ChatGPT 和 Claude 桌面应用;需授予终端系统辅助功能权限以模拟 UI 操作;配置文件路径为 ~/Library/Application Support/Claude/claude_desktop_config.json
python未说明
未说明
claude-chatgpt-mcp hero image

快速开始

Claude ChatGPT MCP 工具

这是一个模型上下文协议(Model Context Protocol,简称 MCP)工具,允许 Claude 与 macOS 上的 ChatGPT 桌面应用程序进行交互。

功能特性

  • 直接从 Claude 向 ChatGPT 提问
  • 查看 ChatGPT 对话历史
  • 继续现有的 ChatGPT 对话

安装

前置条件

NPX 安装(推荐)

您可以使用 NPX 运行此工具而无需克隆仓库:

  • 使用 NPX 安装并运行包:
npx claude-chatgpt-mcp
  • 配置 Claude Desktop:

编辑您的 claude_desktop_config.json 文件(位于 ~/Library/Application Support/Claude/claude_desktop_config.json),以包含此工具:

"chatgpt-mcp": {
  "command": "npx",
  "args": ["claude-chatgpt-mcp"]
}
  • 重启 Claude Desktop 应用

  • 授予必要权限:

    • 前往系统偏好设置 > 隐私与安全性 > 隐私
    • 授予终端(或 iTerm)辅助功能访问权限
    • 首次使用该工具时可能会看到权限提示

手动安装

  1. 克隆此仓库:
git clone https://github.com/syedazharmbnr1/claude-chatgpt-mcp.git
cd claude-chatgpt-mcp
  1. 安装依赖项:
bun install
  1. 确保脚本可执行:
chmod +x index.ts
  1. 更新您的 Claude Desktop 配置:

编辑您的 claude_desktop_config.json 文件(位于 ~/Library/Application Support/Claude/claude_desktop_config.json),以包含此工具:

"chatgpt-mcp": {
  "command": "/Users/YOURUSERNAME/.bun/bin/bun",
  "args": ["run", "/path/to/claude-chatgpt-mcp/index.ts"]
}

请确保将 YOURUSERNAME 替换为您实际的 macOS 用户名,并调整路径到您克隆此仓库的位置。

  1. 重启 Claude Desktop 应用

  2. 授予权限:

    • 前往系统偏好设置 > 隐私与安全性 > 隐私
    • 授予终端(或 iTerm)辅助功能访问权限
    • 首次使用该工具时可能会看到权限提示

使用方法

安装后,您可以直接在 Claude 中使用 ChatGPT 工具,例如提问:

  • "你能问 ChatGPT 法国的首都是什么吗?"
  • "显示我最近的 ChatGPT 对话"
  • "让 ChatGPT 解释量子计算"

故障排除

如果工具无法正常工作:

  1. 确保已安装 ChatGPT 应用并已登录
  2. 验证 claude_desktop_config.json 中 bun 的路径是否正确
  3. 检查是否已授予所有必要权限
  4. 尝试同时重启 Claude 和 ChatGPT 应用

优化内容

此分支包含对原始实现的几项重大改进:

增强的 AppleScript 健壮性

对话检索

  • 添加了多种 UI 元素定位方法以应对 ChatGPT UI 变化
  • 实现了带有特定错误消息的更好错误检测
  • 添加了使用辅助功能属性的回退机制
  • 改进了超时处理,增加了适当的延迟

响应处理

  • 用动态响应检测替代了固定等待时间
  • 添加了智能完成检测,识别 ChatGPT 何时停止输入
  • 实现了文本稳定性检测(等待文本停止变化)
  • 添加了响应提取逻辑以隔离仅相关的响应文本
  • 改进了错误处理,提供更详细的错误消息
  • 添加了后处理以清理响应中的 UI 元素
  • 实现了不完整响应检测以警告潜在的截断

这些优化使得集成在不同场景下更加可靠,更能抵御 ChatGPT 应用程序 UI 的变化,并且能更好地处理较长的响应时间而不会出现消息截断问题。

许可证

MIT

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

140.4k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|2天前
Agent图像开发框架

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。

70.6k|★★★☆☆|今天
语言模型Agent开发框架