Any-agent GPT Pro workspace bridge
让任意 Agent 通过 MCP 或浏览器 fallback 安全使用网页端 GPT Pro，并把它接到本地仓库。

快速开始 · 为什么值得用 · 两种模式 · ChatGPT Pro 接入 · 同类项目对比

Proxide 是一个 agent-agnostic workspace bridge。它不要求 Agent 必须是 Codex：只要 Agent 能运行本地命令、调用 MCP、或通过浏览器/手动粘贴转交上下文，就可以用 Proxide 把本地项目安全交给 ChatGPT Pro、Claude、Grok、Gemini 等网页端强模型。

它的目标不是做一个只读 demo，也不是简单封装浏览器自动化，而是让不同能力层级的 Agent 都能稳定使用网页端强模型：

• 任意 MCP-capable Agent：启动 Rust connector，让 ChatGPT Pro 或其他 MCP host 读取项目、写 review/edit plan，必要时进入受控执行；
• 任意 browser-capable Agent：走 Bridge Mode，把 scrub 后的 context packet 发给 ChatGPT Pro、Claude、Grok、Gemini 等网页模型；
• 没有浏览器能力的 Agent：仍可运行本地 MCP server，把 /mcp endpoint 交给网页端 GPT Pro 使用；
• 第一次使用的人：按 README、FAQ 和 ChatGPT Pro setup runbook 完成安装、诊断、OAuth owner approval 和 smoke test。

它的默认边界仍然很窄：先做通信和受控 handoff，不替人和目标模型做最终判断。

新手配置和安全边界可以先看 FAQ_ZH.md 和 SECURITY.md。

安装 release 版 connector：

curl -fsSL https://raw.githubusercontent.com/tt-a1i/proxide/main/scripts/install-release.sh | bash

初始化一个要开放给 ChatGPT Pro 的 workspace：

codex-connector init \
  --root /absolute/path/to/project \
  --skill-root "$HOME/.local/share/codex-web-bridge/connector"/codex-web-bridge-connector-*/skills \
  --trust-level readonly \
  --force
codex-connector doctor
codex-connector serve

把本地 http://127.0.0.1:8765 通过可信 HTTPS tunnel 暴露后，在 ChatGPT Pro developer connector 里填写：

https://<tunnel-host>/mcp

完整步骤见 首次接入 ChatGPT Pro 和 chatgpt-pro-mcp-setup.md。

Proxide 吸收了两个相邻方向的优点：Waishnav/devspace 证明了 ChatGPT-local-workspace MCP 对 Agent 编码有价值；rebel0789/codexpro 强调了首次 setup、doctor、tool mode、handoff/fallback 文档和新手体验。Proxide 在这些基础上做了更适合任意 Agent 的组合：

• Rust production MCP server：生产方向落在 connector-rs/，不是临时 Python demo；支持标准 MCP lifecycle、HTTP /mcp、session id、OAuth owner approval、owner token 调试和 release 安装。
• Bridge + Connector 双模式：有 MCP 的 Agent 走 connector；没有 MCP 或不能连本地服务时，仍可用 browser/manual bridge 把 scrub 后的上下文交给网页强模型。
• 面向 Agent 的工具面预设：tool_mode=minimal|standard|full 控制工具数量，write_mode=off|handoff|workspace 控制是否写源码，shell_mode=off|safe|full 控制 shell 暴露范围。弱 Agent 不需要看到完整工具集，强 Agent 可以逐步升级。
• 先 handoff，后执行：review / handoff 模式允许 ChatGPT 写 review note、edit plan 和 patch preview，但不改 workspace；本地 Codex、Claude Code 或任意其他 Agent 可以接手执行。
• 项目规则和 skills 是一等上下文：open_workspace 会返回 AGENTS.md、CLAUDE.md、CONTEXT.md、嵌套 instruction 文件和显式授权的 skill entrypoints；读取 skill 资源前必须先读对应 SKILL.md。
• 编码闭环不是只读查看：显式 execute 后可用 scoped write / edit / apply_patch / move_path、safe/full shell、managed Git worktrees、branch publish、PR handoff 和 PR status refresh。
• ChatGPT Apps UI + 普通 MCP fallback：支持 render_changes、render_review、render_pull_requests、render_edit_plans 等 Apps-compatible cards，同时保留 plain-text/structuredContent 给非 ChatGPT MCP host。
• 更保守的安全默认值：默认 readonly、allowed roots、canonical path containment、Origin/Content-Type 防护、OAuth scopes、常量时间 token 比对、审计摘要不保存文件正文或 shell 输出。
• 面向发布的安装和验证：支持 GitHub Release tarball、SHA-256 校验、install-release.sh、doctor、verify-release.sh 和 ChatGPT Pro 首次接入 runbook。

Bridge Mode 负责：

• 从当前 repo、diff、未跟踪文件、指定证据文件和用户问题生成 context packet；
• 外发前扫描常见 secret、token、private key、内部 URL 等风险；
• 用 .codex-web-bridge/outbox / .codex-web-bridge/inbox 保存可追踪的本地交接记录；
• 让用户选择普通 Chrome/浏览器、Codex 应用侧边栏浏览器或手动粘贴；
• 通过浏览器把 packet 发给 ChatGPT Pro、Claude、Grok、Gemini 等网页模型；
• 等待模型生成完成并抓取完整回复；
• 把回复交回本地 Agent 或用户。

Bridge Mode 不负责：

• 判断模型回答对不对；
• 强制本地 reconciliation；
• 自动决定 FIX / DEFER / DISMISS；
• 让网页模型直接改本地代码或运行本地命令；
• 未经确认发布社交评论、上传文件或执行外部副作用。

MCP Connector Mode 负责：

• 暴露用户授权 workspace 的 MCP 工具面；
• 发现项目 instruction、skills、Git 状态和 bounded 文件内容；
• 在 review / handoff 模式下保存 review note、edit plan 和 patch preview；
• 在显式 execute + 合适 mode 下执行 scoped 文件修改、受控 shell、worktree 和 PR handoff；
• 给 ChatGPT Apps 和普通 MCP host 返回结构化结果、compact _meta 和本地 audit/session state。

这是当前已实现的 browser/manual fallback：本地 Agent 打包上下文，scrub 之后通过普通 Chrome/浏览器、Codex 应用侧边栏浏览器或手动粘贴发送给 ChatGPT Pro、Claude、Grok、Gemini 等网页模型，再把回复带回本地 Agent。

适合：

• 本地 Agent 支持浏览器操作；
• 用户只想借用网页强模型做规划、审查、解释；
• 不希望网页模型直接读写本地文件或运行命令。

这是当前生产方向：启动一个本地 Rust MCP connector，让 ChatGPT Pro、Claude 或其他 MCP host 连接到用户允许的本地 workspace。这样即使本地 agent 不支持浏览器操作，也可以让网页端 GPT Pro 使用本地项目上下文。

这个模式和 Bridge Mode 的信任边界完全不同：Connector Mode 是网页模型主动调用本地工具。默认只读，只开放 workspace、项目指令发现、嵌套指令文件索引、skill 入口发现、受控 skill 资源读取、read、search、list、git status/diff、patch preview、session 审计、review note / edit plan 恢复、managed worktree 列表等能力；write / edit / apply_patch / move_path / shell / open_worktree / open_workspace(mode="worktree") / PR 发布与状态刷新只在显式 trust_level=execute 时出现。

参考设计见 skills/codex-web-bridge/references/mcp-connector-mode.md。

connector-rs/ 下提供生产方向的 Rust MCP server，刻意独立于 Bridge Mode 的 skill 运行态。它实现了标准 MCP 生命周期（initialize → 可选 notifications/initialized → tools/list / tools/call）；HTTP 场景里 initialize 响应头会返回 Mcp-Session-Id，后续请求回带即可调用工具。因此 ChatGPT Pro、Claude 等 MCP host 可以直接连接。connector/ 下的 Python 实现保留为已验证 reference，新的 MCP 服务能力默认落到 Rust：

# 1. 初始化配置（allowed_roots 必须指向具体仓库，不能是 ~ 或 /）
./bin/codex-connector init --root /absolute/path/to/project --skill-root /absolute/path/to/codex-pro/skills

# 持久 ChatGPT / GPT Pro connector：填 tunnel / public origin，不要带 /mcp
./bin/codex-connector init --root /absolute/path/to/project --skill-root /absolute/path/to/codex-pro/skills --public-base-url "https://<tunnel-host>" --force

# 2. 启动本地 connector（默认绑定 127.0.0.1；是否需要 owner token 取决于配置）
./bin/codex-connector serve

# 3. 诊断本地 setup
./bin/codex-connector doctor

# 4. 运行 Rust connector 测试和 Python reference 回归测试
cargo test --manifest-path connector-rs/Cargo.toml
python3 -m unittest discover -s connector/tests -t .

网页端 ChatGPT / GPT Pro 接入时，Connector URL 填公开可达或 Tunnel 暴露的 /mcp 地址，例如 https://<tunnel-host>/mcp；非 loopback 的 public_base_url 必须使用 https。持久使用走 Rust connector 的 OAuth owner approval：server 会暴露 protected-resource metadata、authorization-server metadata、authorization code + PKCE、refresh token，并把 owner approval password 与 OAuth token 存在 state_dir，不写入仓库配置。owner_token 仍保留给本地/自管 MCP client 直接用 Authorization: Bearer <owner_token> 调试或自动化。

MCP host 通过 POST /mcp 发送 JSON-RPC 2.0 消息。ChatGPT 这类网页端 host 走 OAuth Bearer token；本地自管 client 也可以直接用 owner token。/rpc 作为旧本地调试路径继续兼容。initialize 会做协议版本协商（支持 2025-06-18 / 2025-03-26 / 2024-11-05）并返回 serverInfo、tools 能力以及响应头 Mcp-Session-Id，host 在后续请求里回带该 session id；notifications/initialized 会被接受，但 HTTP connector 不依赖它来解锁后续工具调用。initialize 之前（除 ping）的请求会被拒绝；通知（无 id）返回 HTTP 202 空响应。

约定与安全边界：

• trust_level 默认 readonly；readonly 已包含 preview_patch、list_notes、list_edit_plans、show_changes、show_review、show_pull_requests、show_edit_plans 和 Apps-compatible render_changes / render_review / render_pull_requests / render_edit_plans 卡片；review 增加 create_note、create_edit_plan 和 update_edit_plan_status，只写 connector 状态，不改 workspace；execute 需用户显式升级，开放 scoped write / edit / apply_patch / move_path、bounded non-interactive shell、managed Git worktrees、open_workspace(mode="worktree")、publish_branch、create_pull_request、refresh_pull_request_status 和 refresh_pull_requests。
• tool_mode / write_mode / shell_mode 用来把 execute 上限继续收窄给不同 Agent：tool_mode=minimal|standard|full 控制工具选择器大小；write_mode=off|handoff|workspace 控制是否允许源码写入、worktree、publish 和 PR 工具，其中 handoff 适合只让 ChatGPT 写 review note / edit plan 给本地 Agent 执行；shell_mode=off|safe|full 控制 shell 是否出现，safe 只允许只读 Git 与常见 test/lint/typecheck/check/build 命令。默认值保持兼容：tool_mode=full、write_mode=workspace、shell_mode=full。
• state_dir 下会保存 workspace_state.json、audit.jsonl、review notes 和 PR body handoff 文件。前者给 show_session / sessions list/show / list_pull_requests / list_edit_plans 用，记录 session、workspace id、edit plan intent 和路径摘要、PR handoff 摘要、工具名、workspace-relative path、move from/to、query、cwd、结果状态和 bounded error；不会保存文件正文、PR body、shell 命令正文、patch 正文或 shell 输出。Review note 正文只写入 review-notes.jsonl，可通过 authenticated readonly list_notes 按 workspace_id 恢复；show_review / render_review、list_edit_plans / show_edit_plans / render_edit_plans、PR handoff 读取工具都需要 OAuth workspace:read 或 owner token。no-auth smoke connector 不能读取 note body、edit plan intent 或 PR handoff records。PR body 只写入 pr-bodies/，audit/state 不保存 patch diff 正文。Edit plan intent 是本地 state 的可恢复 handoff 内容，但不会进入 audit 或 Apps _meta 摘要。
• OAuth scope 会逐工具检查：execute 文件、Git、worktree 和 PR 工具需要 workspace:write，shell 工具需要单独的 shell scope；本地/自管 client 使用 owner token 时不受 OAuth scope 限制。
• 默认绑定 loopback；绑定非 loopback host 必须配置 owner_token，owner token 和 OAuth token 都用常量时间比对。
• public_base_url 会派生 Host allowlist；公网隧道 URL 不是 secret，真正的保护是 OAuth owner approval 或 owner token。
• 校验 Origin 头防 DNS-rebinding，要求 Content-Type: application/json 防浏览器 simple-request 伪造，GET / DELETE 返回 405。
• 所有 workspace 相对路径都强制包含校验（canonical path containment），拒绝绝对路径、..、final symlink；search 对每个候选重新校验并跳过 symlink，避免树内 symlink 读到 root 外文件。
• open_workspace 不回传本机绝对路径（只回 basename）；它会返回根目录 AGENTS.md / CLAUDE.md / CONTEXT.md 内容、嵌套指令文件路径，以及显式配置或 workspace-local 自动发现的 skills 的 skill://.../SKILL.md 入口。自动 skill discovery 默认开启，只会查找 opened workspace 内真实目录 .pi/skills 和 skills，canonical 后仍必须留在 workspace 内；本机其它 skill 目录必须用 --skill-root 显式授权。如需关闭 workspace-local 自动发现，init 使用 --no-auto-skill-roots 或在 config 中设 auto_skill_roots: false。read 只有在读过某个 skill 的 SKILL.md 后，才允许读取该 skill 目录下其它资源。git 失败只回通用错误，不转发 git stderr。
• MCP tool result 同时返回 content、structuredContent 和 Apps-compatible _meta 摘要；_meta 只放路径、计数、状态、字符数等 compact metadata，不重复文件正文、diff 或 shell 输出。
• search 有时间、扫描文件数与单文件大小上限；打开的 workspace 数量有上限（LRU 淘汰）。
• 两类错误分流：未知方法/工具、参数错误走 JSON-RPC error；路径逃逸、信任级别不足、文件缺失等走 isError: true 的正常结果。

给第一次使用的人，或者给“不会操作浏览器、但能运行本地命令”的 agent，完整 runbook 见 skills/codex-web-bridge/references/chatgpt-pro-mcp-setup.md。这里是最短分工：

• 本地 agent：确认当前 checkout 或解压包包含 connector-rs/ 和 skills/codex-web-bridge/。运行 ./bin/codex-connector init --root <target-project> --skill-root <connector-package>/skills --public-base-url https://<tunnel-host> --force 创建 connector-rs/connector.local.json。--root 是要开放给 ChatGPT 的目标项目，--skill-root 是本项目 checkout/解压包里的 skills 目录。命令会在 state_dir 生成 owner approval password；第一次 ChatGPT OAuth 授权页需要它。
• 本地 agent：运行 ./bin/codex-connector doctor 诊断配置。
• 本地 agent：用 ./bin/codex-connector serve 启动本地 MCP server。
• 本地 agent：用 Secure MCP Tunnel、ngrok 或 Cloudflare Tunnel 暴露 http://127.0.0.1:8765，把 https://<tunnel-host>/mcp 交给用户。public_base_url 必须和 tunnel origin 一致。
• 用户：在 ChatGPT web 里打开 Settings -> Apps & Connectors / Apps / Connectors -> Advanced settings，启用 Developer mode；然后在 Connectors / Apps & Connectors 里 Create 一个 connector，填入 /mcp endpoint。授权页出现时输入本地 agent 给出的 owner approval password。
• 验证：新开一个 ChatGPT 对话，选择这个 connector，让它先调用 open_workspace，再调用 read README.md。如果能返回 README 第一行标题和工具名，链路就跑通了。
• 收尾：测试完成后关闭 tunnel 和本地 connector；不要长期保留 no-auth 公网隧道。持久使用应保留 OAuth 配置并定期清理不需要的 connector/token。

注意：只安装 skills/codex-web-bridge 这个 Codex Skill，不等于安装了 MCP server。MCP server 生产方向在仓库根目录的 connector-rs/ crate 里，并通过 ./bin/codex-connector 暴露稳定入口；其他 agent 如果不识别 Codex Skill，也仍然可以直接启动 Rust connector 作为通用 MCP server。

我们比 Waishnav/devspace 和 rebel0789/codexpro 更晚进入这个方向，所以路线不是只做一个 readonly connector，而是先吸收它们对 Agent 真正有用的部分，再用更严格的信任边界和双模式 fallback 做差异化。

当前追平计划见 docs/devspace-parity-roadmap.md。剩余重点主要是产品成熟度：更丰富的 ChatGPT Apps 交互、registry/tap/npm wrapper 安装入口、持续 PR review 看板和更完整的跨平台运行验证。

任意 Agent / MCP host 优先安装通用 connector：

curl -fsSL https://raw.githubusercontent.com/tt-a1i/proxide/main/scripts/install-release.sh | bash

这个脚本会下载对应平台的 release tarball、校验 SHA-256、把 codex-connector 安装到 ~/.local/bin，并保留解压包里的 skills/ 目录用于 codex-connector init --skill-root ...。Release workflow 为 Linux x86_64 和 macOS arm64 上传 tarball 与 checksum；发布步骤见 docs/release.md。macOS Intel 和源码 checkout 用户仍可用：

./scripts/install-connector.sh

如果你使用 Codex，并且只需要 browser/manual Bridge Mode，可以单独安装可选 Codex Skill：

Use $skill-installer to install https://github.com/tt-a1i/proxide/tree/main/skills/codex-web-bridge

安装后重启 Codex。

如果需要 MCP Connector Mode，不要只安装 skill 子目录；请 clone 或安装包含 skills/codex-web-bridge/、connector-rs/、bin/codex-connector 的完整项目分发。已只安装 skill 的用户需要升级到完整 checkout，否则只能使用 Bridge Mode，不能启动本地 MCP server。

本地开发时，也可以在仓库根目录用相对路径安装：

Use $skill-installer to install ./skills/codex-web-bridge

任意 Agent / MCP host 的最短路径：

codex-connector init --root /absolute/path/to/project --trust-level readonly --force
codex-connector doctor
codex-connector serve

然后把 HTTPS tunnel 暴露的 /mcp endpoint 交给 ChatGPT Pro、Claude 或其他 MCP host。

Codex Skill 的 browser/manual bridge 用法：

把当前任务发给 ChatGPT Pro：

Use $codex-web-bridge to ask ChatGPT Pro for a plan using the current diff and relevant files.

把 bug 上下文发给 Claude：

Use $codex-web-bridge to send this failing test and implementation context to Claude, then bring the answer back.

支持的 provider 目标：

• chatgpt：ChatGPT / GPT Pro / GPT-5.5 Pro 网页端；
• claude：Claude 网页端；
• grok：Grok 网页端；
• gemini：Gemini 网页端；
• other：其他有输入框和输出区的网页模型。

1. 明确要问哪个网页模型，以及要问什么。
2. 用 build_context_packet.py 打包上下文。
3. 用 scrub_context.py 做外发前扫描。
4. 选择浏览器 surface：普通 Chrome/浏览器、Codex 应用侧边栏浏览器，或手动粘贴。
5. 可选：用 bridge_handoff.py create 生成 outbox 目录和可直接粘贴的 prompt。
6. 通过浏览器打开或复用对应网页模型线程。
7. 发送 scrub 通过后的 packet。
8. 等待模型完整回复。
9. 抓取回复，用 bridge_handoff.py done 写回 inbox，或直接交回本地 Agent / 用户。

如果选择 Codex 应用侧边栏浏览器，第一次访问对应网页模型时可能需要用户在侧边栏里登录认证一次；它和用户日常 Chrome 登录态不一定共享。

如果本地 agent 不支持浏览器操作，优先考虑 MCP Connector Mode：让网页端 GPT Pro 作为 MCP host 连接本地 connector，而不是要求本地 agent 操作浏览器。

生成 context packet：

python3 skills/codex-web-bridge/scripts/build_context_packet.py \
  --repo . \
  --provider chatgpt \
  --purpose planning \
  --question "What is the safest implementation plan for this change?" \
  --scope "Current implementation diff" \
  --output /tmp/codex-web-bridge-packet.md

扫描敏感内容：

python3 skills/codex-web-bridge/scripts/scrub_context.py \
  /tmp/codex-web-bridge-packet.md \
  --fail-on block

生成本地 outbox 交接：

python3 skills/codex-web-bridge/scripts/bridge_handoff.py create \
  --repo . \
  --provider chatgpt \
  --purpose planning \
  --surface ask \
  --question "What is the safest implementation plan for this change?" \
  --scope "Current implementation diff"

把网页模型回复写回 inbox：

python3 skills/codex-web-bridge/scripts/bridge_handoff.py done \
  20260617T120000Z-chatgpt-planning \
  --from-clipboard

默认生成的 packet 不包含本机仓库绝对路径，减少外发时泄漏本地用户名或目录结构。确实需要时可传 --include-repo-path。

bridge_handoff.py 默认写入 .codex-web-bridge/，该目录是本地运行态，已被 .gitignore 忽略。

Rust Connector CLI：

# 可选：安装 release 二进制到 ~/.local/bin/codex-connector
./scripts/install-connector.sh

# 可选：生成包含二进制、skill、Rust connector 源码和文档的发布包
./scripts/package-connector.sh

# 首次人类用户可直接运行交互式 setup，按提示填写 allowed roots、端口、public URL 和 skill roots
./bin/codex-connector init

# Agent/自动化路径：显式创建配置，默认写入 connector-rs/connector.local.json 并生成 owner token
./bin/codex-connector init --root /absolute/path/to/project

# TTY-attached 脚本如果要保留“默认当前目录且不提问”的旧行为，可以显式关闭交互
./bin/codex-connector init --no-interactive --force

# 可选：让 MCP host 发现随 connector 包发布的 Codex skills
./bin/codex-connector init --root /absolute/path/to/project --skill-root /absolute/path/to/codex-pro/skills --force

# 显式开启文件写入/编辑/shell 工具；不要用于 no-auth 公网隧道
./bin/codex-connector init --root /absolute/path/to/project --trust-level execute --force

# 第一次给 GPT Pro 或能力较弱的 Agent 用：少工具、只写 handoff、不暴露 shell
./bin/codex-connector init --root /absolute/path/to/project --trust-level execute --tool-mode minimal --write-mode handoff --shell-mode off --force

# 允许源码修改，但 shell 只允许测试、lint、build 和只读 git 命令
./bin/codex-connector init --root /absolute/path/to/project --trust-level execute --write-mode workspace --shell-mode safe --force

# ChatGPT / GPT Pro 持久 connector：public_base_url 是 tunnel origin，不带 /mcp
./bin/codex-connector init --root /absolute/path/to/project --public-base-url https://<tunnel-host> --force

# 临时 no-auth smoke test（只用于短时 readonly tunnel，不能配 execute）
./bin/codex-connector init --root /absolute/path/to/project --no-owner-token --force

# 如果已经安装，也可以直接用 codex-connector 代替 ./bin/codex-connector。

# 启动 MCP server
./bin/codex-connector serve

# 检查配置、endpoint 文案、认证状态、Git 是否可用和工具面
./bin/codex-connector doctor

# 查看最近工具调用审计记录
./bin/codex-connector audit

# 查看 MCP session 摘要和详情
./bin/codex-connector sessions list
./bin/codex-connector sessions show <session-id>

# 查看和清理 connector state 下的 managed Git worktrees
./bin/codex-connector worktrees list
./bin/codex-connector worktrees cleanup

交互式 setup 如果检测到当前 checkout 下的 skills/，会把它作为显式 skill root 默认值；即使不手动填写，Rust connector 也会默认自动发现 opened workspace 内的 .pi/skills 和 skills。如需关闭自动发现，初始化时传 --no-auto-skill-roots，或在 skill root 提示处输入 none。

发布前验证：

./scripts/verify-release.sh

这个脚本会运行 Rust fmt/clippy/test/build、Python reference tests、git diff --check、wrapper smoke、installer smoke、release package smoke、本地 /mcp HTTP smoke，并打印手动 ChatGPT connector smoke prompt。

skills/codex-web-bridge/
├── SKILL.md
├── agents/openai.yaml
├── references/
│   ├── providers.md
│   ├── mcp-connector-mode.md
│   ├── chatgpt-pro-mcp-setup.md
│   └── response-capture.md
└── scripts/
    ├── bridge_handoff.py
    ├── build_context_packet.py
    └── scrub_context.py

connector/
├── __init__.py
├── config.py                # trust 模型 + allowed roots 校验
├── workspace.py             # workspace 解析 + 路径包含边界
├── tools.py                 # 只读工具面 + 权限分级 + JSON Schema
├── protocol.py              # MCP 生命周期 (initialize/initialized/tools)
├── server.py                # 本地 HTTP 传输（loopback + owner token）
├── connector.example.json
└── tests/
    ├── __init__.py
    ├── test_connector.py    # 路径包含 + 权限分级测试
    ├── test_protocol.py     # MCP 握手 + tools/list/call 测试
    └── test_server.py       # HTTP 传输端到端（auth/origin/session）

connector-rs/
├── Cargo.lock
├── Cargo.toml
├── connector.example.json
├── README.md
└── src/main.rs              # Rust production MCP connector

scrub_context.py 只能发现常见 secret 形态，不是完整 DLP 系统。外发前仍然要确认上下文是否包含客户数据、内部链接、日志、截图、账号信息或其他不该发送给目标网页模型的内容。

Proxide 最初受 christianaranda/codex-pro-skill 和 steipete/oracle 这类“把本地上下文交给强模型”的工作流启发，但现在定位更通用：为任意 Agent 提供连接网页端强模型和本地 workspace 的 MCP / browser bridge。

代码以 MIT License 发布。