5 分钟上手 Codex
发布时间:2026-10-09 | 浏览:1
这篇教程的目标不是让 Codex 生成一段代码,而是走完一次最小但完整的工程闭环: 读懂仓库 -> 修改代码 -> 运行验证 -> 检查差异 。
第一次练习请选择一个有 Git 版本控制、可以本地运行、允许丢弃改动的仓库。不要从生产数据库迁移、密钥轮换或大规模重构开始。
一个 ChatGPT 账号或 OpenAI API 凭据,具体可用登录方式以当前产品页面为准;
Git,以及项目本身需要的 Node.js、Python、Go 等运行环境;
一个工作区干净的练习仓库,可用 git status 确认;
知道项目最基本的验证命令,例如 npm test 、 pnpm lint 或 pytest 。
Codex 能运行命令,不代表它会自动知道哪条命令最重要。把仓库自己的启动、测试和构建方式写进 README 或 AGENTS.md ,后续任务会稳定很多。
通过 npm 安装 Codex CLI:
首次启动时按界面提示登录。也可以先查看本机支持的登录选项:
安装方式、操作系统支持和认证入口会随版本更新;遇到差异时,以 OpenAI Codex 官方仓库 和本机 codex --help 为准。
本地 Codex 通常在操作系统级沙箱中运行。默认安全思路是:允许读取工作区,在受信任的 Git 仓库中写入工作区,网络访问关闭;越过工作区或访问网络时,根据审批策略请求许可。你可以在会话中运行 /status 查看当前环境,用 /permissions 调整本次会话的权限。
第一次使用时,建议保持 workspace-write 与按需审批,不要为了少点一次确认就启用全权限模式。
3. 先让 Codex 建立上下文
不要直接说“优化一下项目”。先给它一个小型侦察任务:
检查回答是否引用了真实存在的文件和脚本。如果它猜错了入口或验证命令,立即纠正,再进入实现阶段。
4. 下达一个可验收的任务
这段提示词包含五类信息:目标、范围、约束、可观察行为和验证证据。它没有逐行指挥实现,仍给 Codex 留出了阅读代码和选择现有模式的空间。
5. 审查,而不是只看最终回复
是否新增了未说明的依赖、配置或生成文件;
测试是否真的运行,退出码是否成功;
失败的检查是否被清楚披露,而不是用“应该可以”带过;
UI、接口或数据库行为是否需要人工验证。
6. 把项目规则写进 AGENTS.md
当你发现每次都在重复同样的说明,可以在仓库根目录添加 AGENTS.md :
AGENTS.md 适合存放团队长期有效的仓库约定;一次性需求仍应写在当前提示词里。规则越靠近相关子目录,作用范围越具体,具体加载方式请以当前官方文档为准。
确认 npm 全局可执行目录已加入 PATH ,并检查:
先升级到当前版本,再执行诊断:
诊断输出可能含本机路径或配置摘要,发布到公开 Issue 前先移除敏感信息。
网络在本地沙箱中通常默认关闭。只批准任务确实需要的命令和域名;不要把 API Key、 .env 内容或私有仓库凭据粘贴进提示词。
停止继续实现,先要求它列出当前 diff、偏离范围的文件和回退方案。下一轮把任务缩小到一个行为变化,并写清“不得修改”的边界。
阅读 提示词与上下文 ,掌握可复用任务模板;
跟着 实战教程 完成一次带测试的重构;
用 从 Issue 到合并请求 把个人用法升级为团队流程;
在 命令与配置速查 中查找 CLI、权限和配置项。
OpenAI Codex 官方仓库
Agent approvals & security
Developer commands
Simon Willison: How I use LLMs to help me write code
Addy Osmani: My LLM coding workflow going into 2026
工程作者的分享用于提炼“小步任务、保留人工判断、用运行结果验证”的工作方法,不代表 OpenAI 官方功能承诺。产品界面、命令和权限以官方文档及本机版本为准。
最后校对:2026 年 7 月 22 日