Open Codex
<h1 align="center">Open Codex CLI</h1>
<p align="center">터미널에서 실행되는 경량 코딩 에이전트 (Lightweight coding agent)</p>
<p align="center"><code class="language-bash">brew tap codingmoh/open-codex && brew install open-codex</code></p>
Open Codex는 OpenAI Codex에서 영감을 받은 완전한 오픈 소스 명령줄 AI 어시스턴트(command-line AI assistant)로, phi-4-mini와 같은 로컬 언어 모델(local language models)을 지원하며 Ollama와의 완전한 통합을 제공합니다.
🧠 100% 로컬 실행 – OpenAI API 키가 필요하지 않습니다. 모든 기능은 오프라인에서 작동합니다.
지원 사항
- 원샷 모드 (One-shot mode):
open-codex "list all folders" -> 셸 명령(shell command) 반환
- (예: LLaMA3, Mistral 등을 위한) Ollama 통합
- macOS, Linux, Windows에서의 네이티브 실행
✨ 주요 기능
- 자연어 → 셸 명령 (로컬 또는 Ollama로 호스팅되는 LLM을 통해)
- 로컬 전용 실행: 클라우드로 데이터가 전송되지 않음
- 모든 명령 실행 전 확인 절차
- 클립보드 복사 / 중단 / 실행 옵션
- 가독성을 높인 컬러 터미널 출력
- Ollama 지원:
--ollama --model llama3를 사용하여 고급 LLM 사용 가능
🔍 Ollama 사용 예시:
open-codex --ollama --model llama3 "find all JPEGs larger than 10MB"
Codex는 다음과 같이 동작합니다:
- 사용자의 프롬프트를 Ollama API(로컬 서버, 예:
localhost:11434)로 전송합니다.
- 셸 명령 제안을 반환합니다 (예:
find . -name "*.jpg" -size +10M).
- 실행, 복사 또는 중단할지 사용자에게 묻습니다.
🛠️ 이 기능을 사용하려면 Ollama가 로컬에 설치되어 실행 중이어야 합니다.
🧱 향후 계획
- 대화형, 문맥 인식 모드 (Interactive, context-aware mode)
textual 또는 rich를 이용한 화려한 TUI (Text User Interface)- 완전한 대화형 채팅 모드
- 함수 호출 (Function-calling) 지원
- Whisper 기반 음성 입력
- 명령 히스토리 및 실행 취소 (Undo)
- 워크플로우를 위한 플러그인 시스템
📦 설치 방법
🔹 옵션 1: Homebrew를 통한 설치 (MacOS 권장)
brew tap codingmoh/open-codex
brew install open-codex
🔹 옵션 2: pipx를 통한 설치 (크로스 플랫폼)
🔹 옵션 3: 클론(Clone) 및 로컬 설치
git clone https://github.com/codingmoh/open-codex.git
cd open_codex
pip install .
설치가 완료되면, open-codex CLI를 전역(globally)으로 사용할 수 있습니다.
🚀 사용 예시 (Usage Examples)
▶️ 원샷 모드 (One-shot mode)
open-codex "untar file abc.tar"
✅ Codex가 셸 명령어를 제안합니다.
✅ 확인 / 클립보드에 복사 / 중단 여부를 묻습니다.
✅ 승인 시 명령어를 실행합니다.
▶️ Ollama 사용하기
open-codex --ollama --model llama3 "delete all .DS_Store files recursively"
🛡️ 보안 공지 (Security Notice)
모든 모델은 **로컬(locally)**에서 실행됩니다. 명령어는 사용자의 명시적인 확인 후에만 실행됩니다.
🧑💻 기여하기 (Contributing)
PR(Pull Requests)을 환영합니다! 아이디어, 이슈, 개선 사항 등 무엇이든 환영합니다.
📝 라이선스 (License)
MIT
❤️ codingmoh가 사랑과 카페인을 담아 만들었습니다.
