Oracle Agent-Speicher mit Codex verwenden

Coding-Agents beginnen häufig eine Aufgabe ohne die in früheren Sessions erkannten Entscheidungen, Repository-Konventionen, Architekturhinweise und Fehlerbehebungslektionen. Die Rekonstruktion dieses Kontexts aus Quelldateien und dem Chatverlauf kostet Zeit, Geld und kann zu inkonsistenten Änderungen führen.

Das Oracle AI Agent Memory-Plug-in für Codex (jetzt ChatGPT Work) gibt Codex persistenten Projektspeicher. Codex kann Vorwissen vor umfangreichen Aufgaben durchsuchen, präzise dauerhafte Fakten für eine spätere Session hinzufügen und, wenn explizit aktiviert, Benutzer-Prompts und endgültige Assistentenantworten im aktuellen Speicher-Thread erfassen.

In diesem Leitfaden wird das vorhandene Codex-Plug-in als herunterladbarer lokaler Marktplatz verpackt und durch beide Rollen geführt, die für die Verwendung erforderlich sind:

Warnung: Der enthaltene MCP-Server ist ein Lern- und Referenz-Deployment. Es verwendet ein Shared Secret JWT und seine Standardkonfiguration dient einfachem HTTP auf dem lokalen Computer. Prüfen und passen Sie Authentifizierung, Transportsicherheit, Zugangsdatenspeicher, Tokenlebenszyklus, Autorisierung und Beobachtbarkeit an, bevor Sie sie über eine vertrauenswürdige Umgebung hinaus verwenden.

Plug-in herunterladen

Laden Sie das Codex-Plug-in-Projekt codex_plugin.zip herunter. Das Archiv wird aus dem Verzeichnis examples/codex_plugin des Repositorys erstellt und enthält das Plug-in-Manifest, den Arbeitsspeicher-Skill, die MCP-Konfiguration, die Hooks und den Referenzserver.

Extrahieren Sie es auf dem Computer, auf dem Sie Codex ausführen. Lesen Sie vor der Installation das Plug-in-Manifest .mcp.json und hooks/hooks.json. Allgemeine Plug-in-Konzepte und das Installationsverhalten finden Sie in der Dokumentation zum ChatGPT-Plug-in.

unzip codex_plugin.zip
cd codex_plugin

Komponenten verstehen

Das heruntergeladene Projekt verfügt über drei Plug-in-Komponenten und einen Administrator-Run-Service:

Das Plug-in ist standardmäßig http://127.0.0.1:8000/mcp. Das funktioniert, wenn der Administrator und Codex auf demselben Computer ausgeführt werden. Ändern Sie bei einem administratorverwalteten Service die url in .mcp.json in den genehmigten MCP-Endpunkt, bevor Sie das Plug-in verteilen oder installieren.

Python-Anforderungen installieren

Die Hooks und der MCP-Server werden in verschiedenen Python-Umgebungen ausgeführt. Installieren Sie Ihre Anforderungen dort, wo sie ausgeführt werden.

Umgebung Erforderliche Bibliotheken
Python zum Starten von Codex requests. Der Plug-in-Hook ruft die ausführbare Datei python dieser Umgebung auf.
Python zum Ausführen des Referenz-MCP-Servers oracleagentmemory, fastmcp, PyJWT und python-dotenv sowie Oracle AI Database-Konnektivität und konfigurierte Einbettungs- und LLM-Provider.

Beispiel: Installieren Sie die Hook-Abhängigkeit in der Umgebung, in der Sie Codex starten:

python -m pip install requests

Installieren Sie die Referenzserverabhängigkeiten in der Umgebung, in der der Server gestartet wird:

python -m pip install oracleagentmemory fastmcp PyJWT python-dotenv

Informationen zum SDK- und Datenbanksetup finden Sie in Setup Guide und Oracle AI Database lokal ausführen.

Administrator: Speicher-MCP-Server konfigurieren

Der Server liest seine Verbindungs-, Modell- und Signaturkonfiguration aus misc/.env. Kopieren Sie die angegebene Vorlage, und füllen Sie sie mit Werten für Ihre Umgebung auf:

cp misc/.env.sample misc/.env
DB_USER="<database-user>"
DB_PASSWORD="<database-password>"
DB_CONNECT_STRING="<database-connect-string>"
EMBEDDER_MODEL_ID="<embedding-model-id>"
EMBEDDER_API_BASE="<embedding-api-base>"
EMBEDDER_API_KEY="<embedding-api-key>"
LLM_MODEL_ID="<llm-model-id>"
LLM_API_BASE="<llm-api-base>"
LLM_API_KEY="<llm-api-key>"
JWT_SECRET="<signing-secret>"

Generieren Sie das Signatur Secret einmal, speichern Sie es sicher, und platzieren Sie den Wert in misc/.env. Bei der Ausgabe von Benutzer-Token ist dasselbe Secret erforderlich.

export JWT_SECRET="$(openssl rand -hex 32)"

Starten Sie den Server aus dem extrahierten Plug-in-Verzeichnis:

python misc/remote_mcp_server.py \
  --host 127.0.0.1 --port 8000

Hinweis: Wenn der Server remote ist, verwenden Sie den Host und Port, der für dieses Deployment geeignet ist, und stellen Sie sicher, dass sein Endpunkt mit der .mcp.json-Konfiguration des Plug-ins übereinstimmt.

Administrator: Benutzertoken ausgeben

Der Referenzserver leitet den Geltungsbereich user_id und agent_id aus dem Bearer-Token ab, anstatt diese Werte aus Codex zu akzeptieren. Erstellen Sie ein Token für den Benutzer- und Agent-Kontext, das Speicher gemeinsam nutzen soll. Exportieren Sie dasselbe Signatur Secret, das vom Server verwendet wird, und führen Sie dann Folgendes aus:

export JWT_SECRET="<same-signing-secret>"
python misc/create_token.py \
  --user-id "<user-id>" \
  --agent-id "<agent-id>"

Geben Sie das gedruckte Token über einen genehmigten geheimen Zustellmechanismus an den beabsichtigten Codex-Benutzer weiter. Behandeln Sie sie als Zugangsdaten für den darin codierten Speicherbereich. Die Lebensdauer des Referenztokens und der Signaturansatz sind Beispielverhalten und keine Policy zur Verwaltung von Produktionstokens.

Benutzer: Plug-in in Codex installieren

Fügen Sie aus dem extrahierten Plug-in-Verzeichnis den lokalen Marktplatz hinzu, und installieren Sie das Plug-in:

codex plugin marketplace add .
codex plugin add oracle-ai-agent-memory@codex-oam

Starten Sie Codex mit dem vom Administrator angegebenen Token:

OAM_MCP_TOKEN="<user-token>" codex

Führen Sie /mcp aus, und prüfen Sie, ob der memory-Server mit den Tools search und add verfügbar ist. Diese Werkzeuge funktionieren ohne automatische Erfassung.

Benutzer: optional automatische Sessionerfassung aktivieren

Die Hooks des Plugins senden jede weitergeleitete Benutzereingabeaufforderung und endgültige Assistentenantwort an den Memory MCP-Server. Führen Sie nach der Installation und dem Neustart von Codex /hooks aus, prüfen Sie die Oracle AI Agent Memory-Hooks UserPromptSubmit und Stop, und vertrauen Sie sie nur dann explizit an, wenn Sie dieses Verhalten wünschen. Informationen zum Hook-Verhalten und zu Konfigurationsdetails finden Sie in der Dokumentation zu ChatGPT-Hooks.

Wenn Sie die Hooks nicht vertrauenswürdig lassen, wird die automatische Erfassung deaktiviert, aber Codex wird nicht daran gehindert, über die MCP-Tools zu suchen oder Speicher hinzuzufügen.

Abschluss

In diesem Handbuch haben wir gelernt, wie Sie das Oracle AI Agent Memory Codex-Plug-in herunterladen und installieren, seinen Referenz-MCP-Server konfigurieren, ein Geltungsbereichsbenutzertoken ausgeben und optional Sessionnachrichten erfassen. Codex kann nun dauerhaften Projektkontext durchsuchen und wiederverwendbares Wissen für spätere Codierungssitzungen speichern.

→ Nachdem Sie gelernt haben, wie Sie Oracle Agent Memory mit Codex verwenden, interessieren Sie sich möglicherweise auch für Agent Memory mit einem MCP-Server verwenden.