# 在 Claude Code 里装 OpenAI 官方 Codex 插件，让两个模型搭伙干活

> 原标题：在Claude Code中安装官方插件调用Codex

- 来源：AI HOT 精选
- 发布时间：2026-05-12T15:15:31.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/19016
- 原文：https://x.com/vista8/status/2054218925005816077

## 摘要

作者在 Claude Code 的插件市场里加了 OpenAI 的官方库，把 Codex 插件装好、重载、配完就能用。这么做的思路来自 HeavySkill 论文的“重思考”方法：让多个模型各自独立推理，再找一个模型当主持人把思路揉到一起，提高最终回答质量。作者现在搭的 Skill 就是 Claude Code 负责推理，Codex 当主持人。正文没提...

## 推荐理由

HKR 三项都成立：跨模型插件调用有新闻性，安装路径可操作，对 AI 开发工作流有实际影响。但这是一篇教程型分享，不是模型或平台发布，所以只给 featured 低档。

## 锐评

这条分享了一个实操玩法：在 Claude Code 的插件市场里直接装 OpenAI 的 Codex 插件，配好就能用。核心思路来自 HeavySkill 论文的“重思考”——让多个模型各自独立推理，再找一个模型当主持人把思路揉到一起，提高最终回答质量。作者搭的 Skill 是 Claude Code 负责推理，Codex 当主持人。

这个做法有意思的地方在于跨模型协作，不是简单换模型，而是让两个模型分工。但正文只给了安装步骤，没披露任何对比数据：揉完之后的回答到底比单用 Claude Code 好多少、延迟增加多少、成本翻了几倍，全都没提。HeavySkill 论文本身的效果验证也没被引用到这里，所以这个 Skill 的实际收益还悬着。

我会先打个折：思路值得跟，但没看到跑分之前别急着把它当生产方案。还缺三样东西：一是具体任务的准确率对比，二是推理延迟和 token 消耗，三是 Codex 当主持人时会不会引入新的偏见或错误。这些补上了才能判断是真提效还是多花钱买热闹。