Как я перенёс Codex в Telegram — и в итоге написал собственного ассистента для Mac

Я фитнес-тренер и параллельно разрабатываю собственный цифровой продукт. Мой обычный рабочий день проходит не за столом. Я постоянно на ногах: веду тренировки, перемещаюсь по залу, отвечаю клиентам, показываю упражнения и между подходами успеваю подумать о продукте, тексте или новой функции.

Идея часто приходит в тот момент, когда до компьютера ещё несколько часов. Иногда нужно быстро поставить задачу. Иногда — получить короткий отчёт по работе. Иногда — ответить Codex, чтобы он не стоял и продолжил выполнение.

Каждый раз открывать ChatGPT, ждать подключения к Codex на моём Mac, выбирать нужный проект и восстанавливать контекст слишком долго. Пока всё это загрузится, свободная минута закончится, клиент вернётся к следующему подходу, а мысль потеряется.

Мне нужен был другой сценарий: достать телефон, отправить голосовое или короткую текстовую команду в Telegram и сразу вернуться к работе. Не смотреть на экран, не ждать завершения и не держать задачу в голове. Ассистент должен принять поручение, выполнить его на домашнем Mac и прислать результат, когда он будет готов.

К тому моменту Codex уже закрывал почти все мои рабочие и личные задачи: разработку, работу с файлами, исследования, документацию, подготовку текстов, планирование и клиентские сценарии.

Можно было построить отдельную систему автоматизаций на n8n или разбираться с OpenClaw. Эти инструменты, вероятно, полезны для сложных фиксированных процессов и большого числа интеграций - я до них так и не дошел. Но мне не хотелось создавать ещё один центр управления, изучать его логику, собирать отдельные сценарии и потом всё это обслуживать.

Основная работа уже происходила внутри Codex. Мне требовалась не новая платформа, а быстрый мобильный вход в существующую систему.

Мой Mac работает круглосуточно. Поэтому архитектура напрашивалась сама: Telegram принимает сообщения, локальный бот на Mac передаёт их в Codex, а результат возвращается в тот же чат.

Главное преимущество оказалось не в удалённом доступе как таковом, а в асинхронности. Я могу написать: «Задача — проверить ошибки production», убрать телефон и проводить следующую тренировку. Если Codex попросит разрешение, уточнение или выбор варианта, вопрос придёт в Telegram. Если всё понятно, результат появится там же без моего участия.

Первым делом я посмотрел, какие мосты между Telegram и Codex уже существуют. Нашёл несколько open-source-проектов, которые умели создавать сессии, выбирать рабочую папку, показывать выполнение команд и передавать тред обратно на компьютер.

Это был правильный способ быстро проверить гипотезу. Уже в первый день стало понятно, что сам формат мне подходит: управлять Codex из Telegram действительно удобно.

Но как только я начал пользоваться ботом не для демонстрации, а в течение реального рабочего дня, появились десятки мелких проблем. Именно они постепенно превратили небольшой коннектор в отдельный продукт.

Первый список сессий технически работал, но пользоваться им было неудобно.

Наверху оказывались старые треды. Названия обрезались так, что разные сессии выглядели одинаково. В списке проектов появлялись временные и служебные директории, а одна рабочая область могла отображаться несколько раз.

Команда существовала, но задачу пользователя не решала. Это хороший пример разницы между функцией и продуктом.

Мы изменили сортировку по последней активности, скрыли временные папки, объединили одинаковые проекты и добавили понятные названия вместо путей на диске. Так в интерфейсе появились разделы «ТРЕНЕР», «КЛИЕНТЫ», «ДЕНЬГИ» и «В СВОЁМ ТЕЛЕ».

Это не демонстрационные примеры. Так действительно разделены мои рабочие контексты: тренерская практика, клиенты, финансы и цифровой продукт.

Частые действия переехали в постоянную клавиатуру Telegram. Теперь не нужно помнить команды и искать нужную сессию по техническому имени. Я сразу вижу область работы и могу продолжить с того места, где остановился.

Отдельный вопрос возник с продолжением работы на компьютере. Что делать, если задача началась в Telegram, а через час я сел за Mac?

Одновременно управлять одним активным ходом из двух интерфейсов опасно: легко отправить противоречивые ответы или потерять состояние. Поэтому я выбрал модель передачи управления.

В Telegram можно открыть существующий тред, продолжить его, а затем передать на Mac. Бот активирует Codex и подготавливает возобновление того же треда. История, рабочая директория и контекст сохраняются.

В обратную сторону всё работает так же: тред, созданный на компьютере, появляется среди последних сессий Telegram.

Отдельная облачная история чатов не понадобилась. Источником истины остался локальный Codex, а Telegram стал ещё одним интерфейсом к нему.

Первая версия бота жила рядом с текущей сессией разработки. После закрытия или перезапуска Codex мог исчезнуть и Telegram-бот.

Для эксперимента это терпимо. Для ассистента, которому отправляешь задачу между тренировками, — нет. Если я уже убрал телефон, поручение не должно пропасть из-за закрытого окна на Mac.

Я вынес процесс в пользовательский macOS LaunchAgent. Теперь бот запускается при входе в систему, работает независимо от Codex Desktop, автоматически перезапускается после сбоя и не требует открывать входящий порт.

После этого Telegram впервые стал ощущаться не как пульт для демонстрации, а как постоянный рабочий интерфейс.

Для человека, который почти весь день двигается, голос — самый естественный способ поставить задачу. Печатать длинное сообщение одной рукой в зале неудобно. Записать двадцать секунд аудио можно по дороге от одного тренажёра к другому.

Сначала я хотел просто пересылать голосовое и получать короткое содержание, аккуратную расшифровку, смысловые абзацы, важные решения и метаданные отправителя.

Первая реализация провалила проверку на реальном сообщении. Расшифровка получилась длиннее оригинала, обращение распозналось неправильно, а неформальная речь неожиданно стала официальной. Текст выглядел красиво, но уже не соответствовал записи.

Это был важный урок: хорошее оформление не компенсирует ошибочную транскрипцию.

Я перешёл на локальный MLX Whisper с моделью whisper-large-v3-turbo. Аудио распознаётся на Mac, хранится только во временной папке и удаляется после обработки. Обычное голосовое не создаёт новый проектный тред и не меняет текущую сессию Codex.

Отдельный форматтер сохраняет смысл исходной речи, разбивает текст на абзацы и тезисы, исправляет пунктуацию и выделяет важные фрагменты. Telegram получает уже читаемый результат, а не набор служебных символов разметки.

После обычных голосовых захотелось использовать тот же поток для личного дневника и цикла рассказов.

Теперь одна и та же логика работает и для голоса, и для текста. Сообщение начинается с простой метки: «Дневник», «Заметки», «Рассказ», «Календарь», «Задача», «Напоминание», «Идея» или «Запомни». Всё, что идёт после первого слова, бот направляет в нужный сценарий.

Например, я могу сказать: «Дневник. Сегодня понял, что слишком долго откладывал публикацию». Whisper расшифрует запись, Codex исправит орфографию и пунктуацию, уберёт повторы, разобьёт текст на естественные абзацы и аккуратно выделит важные мысли.

Готовая запись добавится в Apple Notes. Для дневника используется одна заметка на месяц, внутри которой записи сгруппированы по датам и времени. Параллельно сохраняется читаемая Markdown-копия и отдельная исходная расшифровка.

Если отправить только слово «Дневник» или «Заметки», бот покажет всё, что было записано за текущий день, и приложит тот же текст отдельным файлом.

Для рассказов можно выбрать название цикла. Новая запись получает контекст конца предыдущего черновика, поэтому голосовые фрагменты превращаются не в разрозненные заметки, а в последовательный текст.

В движении я не хочу подстраиваться под строгий синтаксис. Команда «Календарь в четверг в 19:00 концерт» должна работать так же предсказуемо, как заполненная вручную форма.

Сначала запрос разбирают локальные правила. Они быстрые и хорошо обрабатывают знакомые конструкции. Если дата или время сформулированы необычно, бот делает отдельный безопасный запрос к Codex и просит вернуть только строго проверяемую структуру.

Даже после этого событие не создаётся автоматически. Бот показывает название, дату и время и ждёт подтверждения. Если результат неоднозначен, он просит уточнить формулировку.

Такой каскад оказался полезнее попытки сделать один огромный набор регулярных выражений или, наоборот, полностью доверить изменение календаря языковой модели.

Однажды я спросил бота: «Последнее входящее письмо?» — и увидел, что он собирается проверять Gmail. Возник закономерный вопрос: зачем тогда мы подключали Apple Mail?

В итоге я разделил ответственность. Gmail используется для поиска, чтения и краткого содержания писем через подключённый источник Codex. Apple Mail создаёт видимый черновик на Mac. Отправка, удаление и архивирование не выполняются без отдельного подтверждения.

Похожее правило действует в других интеграциях. Читать и изменять — разные уровни риска. Посмотреть календарь можно сразу, а создать событие — только после подтверждения. Фоновая задача не может сама разрешить опасную команду.

Чем больше возможностей появлялось, тем важнее становилось заранее определять ожидаемое поведение, а не просто давать модели доступ к очередному инструменту.

В какой-то момент стало ясно, что мы меняем уже не внешний вид готового бота, а почти все ключевые слои.

Появились задачи, очередь фоновых запусков, напоминания, долгосрочная память, поиск, ежедневные отчёты, голосовой редактор, Apple Notes, локальные интеграции macOS и другой способ общения с Codex.

Первоначальный SDK также не давал всех событий, которые нужны полноценному клиенту: управления активным ходом, разных типов подтверждений и полного контроля над тредами. Поэтому транспорт был переведён напрямую на codex app-server по JSON-RPC через стандартный ввод и вывод.

Продолжать тянуть первоначальный проект как основу стало бессмысленно. Но просто удалить чужой copyright из сильно изменённого репозитория было бы неправильно.

Я выбрал более трудоёмкий, зато чистый вариант: создал новый проект и переписал реализацию с нуля по функциональной спецификации, не копируя исходные файлы, тесты и историю Git.

Новый проект получил собственный транспорт к Codex, модель тредов и активных ходов, Telegram-интерфейс, SQLite-схему, планировщик, голосовой поток, интеграции macOS, тесты, мигратор данных и LaunchAgent.

Перед публикацией я отдельно проверил код на токены, API-ключи, личные пути и чужую лицензионную информацию. Только после этого новый процесс заменил старый, а репозиторий был опубликован под MIT.

Сегодня ассистент умеет:

— показывать, открывать и продолжать существующие Codex-треды;

— создавать общий чат или отдельную проектную сессию;

— принимать уточнения во время активной работы и прерывать выполнение;

— показывать в Telegram запросы на разрешения и варианты ответа;

— передавать тред между Telegram и Mac без потери рабочей директории;

— создавать задачи, хранить инбокс и последовательно запускать поручения в фоновой очереди;

— сохранять долгосрочную память по проектам и искать по задачам, сообщениям, инбоксу и тредам;

— принимать текстовые и голосовые команды без включения отдельных режимов;

— вести дневник и циклы рассказов с публикацией в Apple Notes и локальными резервными копиями;

— работать с Gmail, Apple Mail и Calendar с явным разделением чтения и изменений;

— присылать утренние уведомления и межпроектный вечерний итог;

— показывать в вечернем отчёте первую и последнюю команду за день, общее рабочее окно, расчётное активное время и длинные перерывы;

— форматировать ответы для Telegram и безопасно возвращаться к обычному тексту, если разметка не принимается.

Вечерний отчёт особенно хорошо соответствует моему рабочему ритму. В 21:00 бот собирает, чем мы занимались по всем проектам, что завершили, какие решения приняли, где остались блокеры и что стоит перенести на завтра.

Он также показывает, во сколько я впервые обратился к ассистенту и во сколько отправил последнюю команду. Разрывы между обращениями дольше часа считаются простоями и вычитаются из расчётного активного времени. Это не система учёта рабочего времени и не наблюдение за компьютером, а понятная оценка по фактическому взаимодействию с помощником.

Telegram получает сообщения через long polling. На Mac работает Node.js-бот, который общается с codex app-server через стандартный ввод и вывод. Состояние задач, памяти, напоминаний и настроек хранится в SQLite. Голос распознаёт MLX Whisper. Локальные действия выполняются через приложения macOS.

Входящего сервера нет. Доступ ограничен разрешёнными Telegram user ID. Пароли, токены, локальная база, логи и модели не попадают в Git.

После последнего обновления проект проходит 47 автоматических тестов. Production-версия работает через LaunchAgent и автоматически поднимается после перезапуска процесса.

Первое: не всегда нужна отдельная платформа автоматизаций. Если основная работа уже происходит внутри универсального агента, иногда достаточно сделать хороший интерфейс постановки задач, уведомлений и подтверждений.

Второе: начинать с готового проекта было правильно. Он позволил за несколько часов проверить, нужен ли мне Telegram как рабочий интерфейс. Переписывать с нуля имело смысл только после того, как гипотеза подтвердилась и требования стали понятны.

Третье: собственное ежедневное использование важнее длинного списка функций. Проблемы с сортировкой, названиями проектов, расшифровкой и маршрутизацией невозможно почувствовать по README. Они становятся очевидны, когда пытаешься дать поручение за тридцать секунд между подходами клиента.

Четвёртое: голос — это не ещё один тип файла. Для него важны точность, стиль речи, длина результата, метаданные, дальнейшее хранение и понятный сценарий использования.

Пятое: агенту нужны границы. Прочитать письмо и отправить письмо — разные действия. Посмотреть календарь и создать событие — тоже. Чем больше интеграций, тем важнее явно разделять чтение, подготовку и изменение внешнего состояния.

И последнее: хороший ассистент экономит не только время выполнения задачи. Он снижает цену переключения внимания. Для меня это главный результат проекта. Я могу за полминуты выгрузить мысль или поручение, убрать телефон и продолжить тренировку. Работа не останавливается, а мне не нужно держать её в голове.

Проект опубликован под лицензией MIT.

https://github.com/valbarko/codex-telegram-assistant

Сейчас это в первую очередь мой личный рабочий инструмент для Mac, а не продукт, который устанавливается одной кнопкой. Понадобятся локальный Codex, Telegram-бот, Node.js и небольшая настройка. Голосовая расшифровка рассчитана на Apple Silicon и MLX Whisper.

Если вам близок сценарий «Mac работает дома, а Codex нужен с телефона», буду рад обратной связи, issues и идеям. Особенно интересно, какие действия вы бы вынесли в Telegram, а какие принципиально оставили бы только на компьютере.