GitHub
GitHub 代码协作在 Codex 中查看仓库、Issue、Pull Request 和 GitHub Actions,辅助处理评审意见、定位 CI 失败,并准备提交、推送和 PR。
浏览 Codex 公开插件的中文介绍,快速了解每个插件能做什么、适合哪些任务,以及如何安装使用
在 Codex 中查看仓库、Issue、Pull Request 和 GitHub Actions,辅助处理评审意见、定位 CI 失败,并准备提交、推送和 PR。
在 Codex 中管理 Supabase 项目并查询数据库,同时提供 Supabase 开发和 Postgres 最佳实践,用于认证、RLS、Schema、查询和索引工作。
依据 OpenAI 官方文档构建 AI 应用、Agents SDK 项目和 ChatGPT Apps,支持 API 排错、密钥配置、应用脚手架和提交材料准备。
面向 Shopify 应用、主题和商店开发,可检索官方文档,生成并校验 GraphQL、Liquid、Hydrogen、Functions、UI Extension 和 CLI 工作流。
把 Vercel 文档、开发技能和已连接的 Vercel 应用带入 Codex,用于检查部署风险、选择平台能力并执行预览或生产部署流程。
连接 Hugging Face Hub,检索模型、数据集、Spaces、研究和 SDK 文档,也可管理机器学习 Jobs 并使用托管的 AI 应用。
根据自然语言需求创建并发布可访问的 Web 应用,支持托管、公开链接、用户认证、数据库、文件存储、实时更新和自定义域名等应用能力。
根据产品需求在 Lovable 中构建应用和网站,适合把客户支持、教练服务或营销规划等想法快速转成可操作的产品原型。
检查 Netlify 站点和部署状态,并结合 CLI、配置、缓存、Blobs、Functions 与 AI Gateway 等技能完成预览和生产部署。
在 Codex 中创建和部署 Base44 全栈应用,涵盖 CLI 项目管理、JavaScript/TypeScript SDK 开发和生产环境故障排查。
构建和部署 Wix 应用扩展及 Headless 网站,并通过 API 配置商品、预订、CMS、活动和会员等 Wix 业务能力。
在 Codex 中创建和管理 Neon Serverless Postgres 项目与数据库,并提供连接方式、数据库分支、自动扩缩容和 Neon Auth 等实践指南。
面向 Datadog US1 用户,用自然语言分析日志、指标和服务遥测,调查生产问题、生成可视化并推进修复。
为编程问题检索当前版本的库文档和代码示例,把准确 API 用法直接放入模型上下文。
根据自然语言描述在 Replit 账户中创建 Web 应用,也可检查现有项目结构、解释运行行为,并继续提出修改要求。
为 AI 工作流提供实时网页搜索、抓取、爬取和结构化数据检索,可用于资料补全、研究、RAG 管道和自主代理。
读取并修改 Statsig 实验、功能开关、动态配置和指标定义,可调整流量分配、目标规则与配置值,并遵循现有工作区权限。
搜索、上传、整理和变换 Cloudinary 图片与视频,可管理文件夹、标签和元数据,执行裁剪、水印、优化,并分析素材内容与使用量。
实时检查一个或多个域名是否可注册并查询价格,在域名不可用时获得替代建议,还可比较不同顶级域的费用。
为 JavaScript 和 TypeScript 应用提供当前版本的 Convex 建设指导,覆盖项目启动、现有前端接入、认证、组件、部署和生产扩展。
为 AI 任务提供网页搜索和页面内容提取,以精简、适合模型处理的形式返回网络资料,便于继续研究和回答。
把描述转成 Mermaid 图表,校验语法并渲染为高质量 SVG,还可通过交互预览缩放查看并持续调整图表。
在 Codex 中连接并打开 Azure DevOps,让用户从当前任务进入自己的 Azure DevOps 工作环境。
通过 Hostinger Horizons 用自然语言描述网站或应用,让非技术用户生成可运行项目并一键上线,也可查看账户和站点状态。
通过对话在 Adalo 中创建、修改和管理移动应用或 Web 应用,让没有传统编程流程的用户推进产品搭建。
创建和管理 QuickNode 端点,查看日志与用量,配置安全和速率限制,了解账单情况,并检查区块链数据。
从自然语言需求生成带结构、界面和核心逻辑的可运行网站或应用,并允许手工调整布局、交互和底层代码。
用 Node.js 或 Python 编写可复用流程,以 JSON Schema 定义输入,在隔离沙箱中安全调用 npm、PyPI 包和环境变量,并按需或定时运行。
创建和管理 Alchemy 应用、配置访问允许名单,并查询其支持的一百多个区块链网络上的链上数据。
生成清晰的 Python 代码并解释其工作方式,也可修改现有脚本、排查错误,通过真实任务逐步提升编程能力。