从零到实战：OpenAI Codex 部署落地全流程指南（2026 最新版）

本文由 莫潇羽@复源AI社区（bbs.fuyuan7.com）撰写，转载请注明出处。

快速摘要

Codex 是 OpenAI 推出的一款 AI 编程 Agent 工具，截至 2026 年 7 月，它已经迭代了多轮大版本，从最初的"代码补全模型"进化为一个能读项目、改代码、跑命令、做审查的工程执行者。它不只是一个聊天窗口，而是真正能进入你的项目目录干活的 AI 助手。

对于想上手 Codex 的人来说，最大的门槛往往不是"怎么用"，而是"怎么装"。Codex 目前的主要使用入口有三类：新版 ChatGPT 桌面应用（内置 Codex 模式）、CLI 命令行、IDE 插件，外加 Web 网页端作为 GitHub 云端协作入口。这里有一个重要的时效更新：2026 年 7 月 9 日，OpenAI 已将独立的 Codex 桌面客户端正式整合进新版 ChatGPT 桌面应用，Chat、Work、Codex 三大功能统一入口。也就是说，现在你下载的不再是单独的"Codex App"，而是新版 ChatGPT 桌面应用——Codex 作为其中的一个专用模式存在，功能没有消失，只是入口变了。桌面端对新手最友好，CLI 适合深度开发，IDE 插件方便边写边调，Web 端则打通了 GitHub 云端协作。几种入口各有所长，按需选择即可。

本文基于个人实操经验，结合 2026 年最新版本的 Codex 界面和功能，从安装部署到核心功能，再到标准工作流和实战案例，完整拆解一遍。不管你之前有没有用过 AI 编程工具，跟着走下来，都能把 Codex 跑通并接进自己的项目里。

想看完整拆解，往下翻。

认识 Codex：AI 编程工具的第四次进化

很多朋友第一次听到 Codex，脑子里蹦出来的第一反应可能是："又一个 AI 写代码的工具？跟 ChatGPT 有什么区别？"

说实话，我自己最开始也是这么想的。直到真正用了一个多月，把几个项目交给它跑了一遍之后，我才意识到——它和之前那些 AI 编程工具，定位完全不一样。

五年，四次进化

AI 编程工具这几年的变化速度有多快，我们可以拉一张时间线来看。

回顾过去这几年，AI 帮人写代码这件事，大致经历了四个阶段：

2021 年：Copilot 补全时代。 Codex 这个名字最早被开发者大规模听到，是因为 GitHub Copilot。那时候 AI 的职责很单纯——你写开头，它补后面；你写函数名，它补函数体。它像一个更聪明的输入法，能让你敲代码的速度快不少。但项目怎么拆、文件怎么组织、测试怎么跑，主要还是靠人。

2022 到 2023 年：ChatGPT 对话时代。 ChatGPT 出来之后，AI 编程从"补全"变成了"对话"。报错看不懂？直接粘贴给它。想优化一段逻辑？问它。不知道某个库怎么用？让它解释。AI 从输入法升级成了问答伙伴。但问题是，它通常不在你的真实项目里——你需要手动复制代码、粘贴报错、补充上下文，再把答案搬回项目。

2023 到 2024 年：Cursor 项目协作时代。 Cursor 这类 AI 编辑器让 AI 真正进入了编辑器内部。它能看文件、改函数、跨文件重构、根据项目上下文完成开发任务。AI 从"回答问题"变成了"协助修改项目"。但它大多数时候还是依附在 IDE 里，你得盯着它改、判断下一步、跑测试、整理提交。

2025 到 2026 年：Codex 工程 Agent 时代。 这也是我们现在所处的阶段。Codex 重新出现后，已经不是当年那个只管补全代码的模型了，而是一个面向真实软件工程任务的 coding agent。它能读项目、解释代码、修 bug、加功能、补测试、重构模块、运行命令、检查 diff、整理 PR 说明，甚至并行处理多个工程任务。

用一句话来概括这四次变化：

Copilot 帮你补代码，ChatGPT 帮你想代码，Cursor 陪你改项目，而 Codex 开始帮你执行工程任务。

Codex 到底能做什么

很多人第一次用 Codex，会直接丢给它一句话："帮我做一个网站。"这种用法不是不行，但大概率效果不会太好。

Codex 真正擅长的，不是凭空生成一段代码，而是在真实项目里完成一组工程任务。它像一个可以进入项目现场的 AI 工程助手。

具体来说，它能做的事情大致分成下面这几类：

读懂陌生项目。 这是我个人最常用的场景之一。拿到一个不熟悉的项目，直接让 Codex 先读一遍——技术栈是什么、入口文件在哪、核心模块怎么组织的、测试命令是什么、哪些文件不能随便动。它几分钟就能给你一份结构清晰的项目分析。很多 Codex 任务失败，不是因为 AI 不行，而是因为它还没理解项目就被要求直接动手。

解释代码和梳理逻辑。 看到一个函数不知道干嘛的？一个组件为什么这么写？接口调用链路是什么？状态从哪来的？Codex 不只是解释单个函数，还可以结合上下文梳理模块关系、数据流和潜在风险。对接手旧项目来说，这个能力尤其实用。

修 bug 和加功能。 Codex 很适合处理边界清楚的开发任务。比如修复一个可复现的 bug、新增一个设置页、加一个表单校验、新增一个接口、优化一个前端页面。但它不适合一口气吞下整个大项目，更好的做法是把任务拆小：先读项目、再出方案、只改一个模块、跑测试、看 diff、确认没问题再继续。

写测试、做重构、写文档、整理 PR。 这些都是 Codex 的舒适区。补单元测试、提取重复逻辑、拆分过长函数、整理组件结构、封装 API 请求——它都能做。但这类任务必须加边界：不改业务逻辑、不改公共 API、不引入无关依赖、不大范围重构，改完必须跑测试。

跑命令、看 diff、做 review。 这是 Codex 和普通聊天工具最大的区别之一——它可以在项目环境里运行命令。运行测试、运行 lint、运行构建、查看 git status、查看 git diff、搜索代码、检查修改结果。这让 Codex 不只是"猜答案"，而是可以验证结果。

除了编程任务之外，Codex 在一些辅助场景也表现亮眼。比如调取 AI 图片生成接口批量产出素材、根据文案自动生成分镜头脚本、对视频内容进行文字化反推和结构化拆解。它不是要替代专业的设计工具或剪辑软件，而是在"工程化流程"这个维度上帮你把重复环节自动化。这些场景虽然不属于传统编程范畴，但 Codex 的工程执行能力恰好能大幅压缩其中的手工操作量。

Codex 和 ChatGPT / Cursor / Claude Code 的关系

这也是我被问得最多的问题之一。

Codex 和 ChatGPT： ChatGPT 更像一个顾问——有问题问它，从它那里得到答案，然后自己去执行。Codex 更像一个能进项目干活的执行者。合理的用法是：先用 ChatGPT 想清楚方向和方案，再用 Codex 进项目执行。

Codex 和 Cursor： Cursor 更像一个 AI 编辑器，陪你写代码、改代码。Codex 更像一个工程 Agent，帮你跑完整任务。两者不冲突，可以组合使用——日常编码用 Cursor，任务推进和工程交付用 Codex。

Codex 和 Claude Code： 这是目前最常被拿来对比的两个工具。Claude Code 更偏终端里的长期协作，像一个长期待在终端里的 AI 工程搭档。Codex 更偏 OpenAI 生态里的多端任务执行——App、CLI、IDE、Web 多个入口，可以在不同场景之间切换。

没有谁绝对替代谁，最终选择取决于你的模型偏好、工具链、团队习惯和具体开发流程。

什么场景适合用，什么场景不建议

适合 Codex 的任务一般有几个特点：目标明确、范围可控、上下文清楚、结果能验证、失败能回滚。比如读项目、修 bug、加小功能、补测试、写文档、优化页面、整理 PR。

不建议直接让 Codex 处理的情况包括：生产数据库操作、真实用户数据处理、支付核心逻辑、权限和安全核心模块、大规模架构迁移、没有备份的重要项目。如果你自己判断不了结果对不对，就不要让 Codex 独立完成。

安装前的准备工作：账号、系统与工具链

在正式开始安装之前，有几件事需要先搞清楚。不然装到一半卡住了再回头补，反而更浪费时间。

账号准备

Codex 目前已经整合进了 ChatGPT 的账号体系。也就是说，你只要有一个 ChatGPT 账号，就能用 Codex。

截至 2026 年 7 月，ChatGPT 个人订阅方案和 Codex 使用权限的关系大致如下：

对于刚开始接触 Codex 的朋友，Plus 方案是最均衡的选择——日常项目够用，成本也相对可控。如果你只是想先体验一下基本功能，Free 和 Go 方案也能满足入门需求。

Codex 的额度采用"5 小时窗口 + 周额度"的双重限制机制，具体限制取决于你的订阅方案和当前模型。以上价格为写稿时的近似行情（美元计价）。不同国家/地区的 ChatGPT 定价以当地货币结算，换算成美元会有小幅浮动（例如 Plus 方案在部分地区约为 SGD 30/月 或 MX$399/月），请以你所在地区的 ChatGPT 官方定价页面实时数据为准。

需要特别说明的是：境外 AI 模型服务的使用需遵守国内网络与内容管理相关规定，请通过合规方式访问和使用。

系统要求

Codex 目前有四种使用形态，对系统的要求各不相同：

Windows 用户特别注意：Codex CLI 在原生 Windows 上的支持目前还不够完善，建议通过 WSL2（Windows Subsystem for Linux）来使用，或者直接用 ChatGPT 桌面应用的 Codex 模式，体验会顺畅很多。

必备工具链

安装 Codex 之前，建议先把下面这些基础工具准备好：

项目目录规划

Codex 不是单纯的聊天工具，它需要一个具体的项目目录来工作。建议提前建一个专门的练习目录，不要一上来就让 Codex 操作你最重要的真实项目。

推荐目录结构：

D:\AI-Codex-Projects\
  ├── hello-codex\
  ├── ai-tools-page\
  ├── landing-page-demo\
  └── ...

或者 macOS / Linux 下：

~/AI-Codex-Projects/
  ├── hello-codex/
  ├── ai-tools-page/
  └── ...

这里还有一条黄金法则——每个项目先初始化 Git 再交给 Codex：

cd 你的项目目录
git init
git add .
git commit -m "初始提交"

这条命令的价值在于：Codex 改坏了你可以随时回滚。我亲身经历过 Codex 改着改着顺带把原来好好的功能给改了的情况，有 Git 就能一秒恢复，没 Git 就只能欲哭无泪。

安全与权限意识

Codex 可以读取文件、修改文件，还能在你的项目目录里运行命令。权限给太大是有风险的。几条基本原则：

• 不要直接把 C 盘根目录或桌面作为 Codex 的工作目录
• 不要把密码、API Key 写在代码里，用 .env 文件管理
• 操作前先 Git 提交，方便回滚
• 看不懂的命令先让 Codex 解释，不要盲目批准
• 涉及删除、系统级修改的操作，保持"请求批准"模式

记住一句话：Codex 可以帮你干活，但不能替你判断。 你能验收的任务才交给它，你判断不了结果对错的任务不要让它独立完成。

ChatGPT 桌面版（Codex 模式）安装与上手：新手首选

如果你是第一次接触 Codex，我强烈建议从 ChatGPT 桌面应用开始。原因很简单：图形界面对新手友好，所有操作都能在可视化面板里完成。

重要时效更新： 2026 年 7 月 9 日，OpenAI 将独立的 Codex 桌面客户端正式整合进了新版 ChatGPT 桌面应用，Chat、Work、Codex 三大功能统一入口。在此之前你需要单独下载 Codex App；现在你下载新版 ChatGPT 桌面应用即可——Codex 作为其中的一个专用模式存在，功能没有缩水，支持多线程、Worktree、自动化和完整的 Git 功能。对于已有 Codex App 的用户，更新后会自动变为新版 ChatGPT 桌面应用。

下载与安装

macOS 安装

Mac 用户先确认自己的芯片类型。点击左上角的 Apple 图标 →「关于本机」，看处理器那一栏：

• 显示 Apple M1 / M2 / M3 / M4 → 选择 Apple Silicon 版本
• 显示 Intel Core i5 / i7 / i9 → 选择 Intel 版本

这个不要选错。选错版本可能打不开或者运行不稳定。

进入 ChatGPT 桌面应用官方下载页面（chatgpt.com/download），根据芯片类型下载对应版本。下载完成后打开 .dmg 安装包，把 ChatGPT 图标拖进「应用程序」文件夹即可。安装后启动应用，在界面中切换到 Codex 模式就能开始编程工作。

第一次打开时系统可能会提示"这是从互联网下载的应用，是否确认打开"，选择"打开"就行。

Windows 安装

Windows 用户进入 ChatGPT 桌面应用官方下载页面，选择 Windows 版本。目前 Windows 版一般会跳转到 Microsoft Store 安装。步骤很简单：

1. 打开 ChatGPT 桌面应用官方下载页面（chatgpt.com/download）
2. 点击 Windows 下载入口
3. 跳转到 Microsoft Store
4. 点击「获取」或「安装」
5. 等安装完成后打开 ChatGPT 桌面应用，切换到 Codex 模式即可

也有免安装的 zip 版本可以下载，解压后以管理员身份运行即可。安装后启动应用，在界面中切换到 Codex 模式就能开始编程工作。

第一次打开 ChatGPT 桌面应用的 Codex 模式

安装完成后，打开 ChatGPT 桌面应用，首先会提示你登录。用你的 ChatGPT 账号直接登录即可。

登录成功后，在应用内切换到 Codex 模式（与 Chat、Work 并列的标签页）。进入 Codex 模式后，系统会让你选择一个 项目目录。这里的"项目目录"就是 Codex 要进入哪个文件夹工作。

比如你提前建了一个 hello-codex 文件夹：

AI-Codex-Projects/
  └── hello-codex/
      └── index.html

在 Codex 模式中选择 hello-codex 这个文件夹，之后 Codex 的所有操作——读文件、改文件、运行命令——都会围绕这个文件夹进行。

新手建议第一次选一个干净的练习目录，不要直接选重要的工程项目，也不要选 C 盘根目录或桌面。

理解界面里的几个关键概念

ChatGPT 桌面应用中 Codex 模式的界面是经典的三栏布局：左侧是项目与任务列表，中间是对话窗口，右侧是多功能区域。下面这几个概念搞清楚了，后面用起来就不会迷糊。

项目与 Thread

打个比方：项目 = 一个部门，Thread = 部门里的一个员工。不要把所有事情都塞进同一个 Thread。更好的做法是：一个明确任务开一个 Thread。

比如在 hello-codex 项目里：

• Thread 1：做一个首页
• Thread 2：修复按钮点击没反应
• Thread 3：优化移动端样式
• Thread 4：帮我写 README

这样每个任务上下文独立，Codex 也更容易理解任务边界。

任务窗口

任务窗口就是你和 Codex 对话、安排工作的地方。你可以在这里输入自然语言任务，比如：

请帮我做一个简单网页，黑色背景，中间显示大字 "Hello, Codex"，字体白色，页面整体水平和垂直居中，只用 HTML 和 CSS。

任务窗口里通常会出现这些内容：你的任务描述、Codex 的计划（它准备怎么做）、执行过程（它正在看什么文件、改什么文件）、以及最终总结（它到底改了什么）。

Review Pane 与 Diff

这是 Codex 模式里最重要的两个概念。如果说任务窗口是"下指令的地方"，那么 Review Pane 就是"检查作业的地方"。

Review Pane： Codex 改完文件后，你不要只看它的文字总结，一定要打开 Review Pane 看实际改了什么。它会展示哪些文件被修改了、哪里新增了代码、哪里删除了代码、哪些改动可以接受、哪些可以退回。

Diff： 代码改动的直观对比。绿色 = 新增内容，红色 = 删除内容。Diff 的作用是让你看清楚 Codex 到底改了什么，而不是只听它说"我改好了"。

我自己的习惯是：每次 Codex 完成任务后，第一件事不是直接看效果，而是先看 Diff——有没有改到不该改的、有没有顺带删了重要代码、有没有把简单的事情搞复杂。确认 Diff 没问题再看效果。

权限控制：沙盒与三档权限

Codex 不是普通聊天工具，它能读文件、改文件、跑命令，所以必须有一个"围栏"限制它能碰哪里。这个围栏就是沙盒（Sandbox）。

假设你的项目文件夹是 D:\AI-Codex-Projects\hello-codex：

• 开启沙盒时，Codex 正常只能在这个文件夹范围内工作
• 如果它想访问桌面文件、读取下载文件夹、修改项目外的文件或联网下载东西，就需要你批准

Codex 模式中提供三档权限模式：

我对新手的建议一直是：保持"请求批准"模式。Codex 要在当前项目内工作就让它工作，遇到越界、联网或高风险命令时停下来让你确认。看不懂的操作不要盲目点"允许"。

模型选择与推理强度

Codex 允许你切换不同的底层模型，以及调整推理强度。推理强度分四档：

日常用的话，普通任务用"中"推理 + 默认模型就够了；复杂 bug 可以切到"高"推理；简单改文案用"低"推理省额度。不要什么任务都开最高推理——额度消耗会非常快，而且大部分任务用不着。

截至 2026 年 7 月，Codex 默认使用的核心模型已从 GPT-5.5 系列升级为 GPT-5.6 系列（包含 Sol、Terra、Luna 三个版本，能力依次递减）。2026 年 7 月 9 日，OpenAI 正式公开发布了 GPT-5.6，目前 Codex 已全面接入 GPT-5.6 系列模型。用户也可以根据需要在设置中切换到 GPT-5.5、GPT-5.4-mini 等更轻量的模型来节省额度。不同套餐和地区可用的模型可能略有差异，请以实际账号显示为准。

第一个任务实操

下面用一个完整的"第一个任务"来串一遍你刚学到的概念：

推荐第一个任务：

请帮我做一个简单网页，要求：
黑色背景
页面中间显示大字 Hello, Codex
字体白色
页面整体水平和垂直居中
只使用 HTML 和 CSS

这个任务足够简单，适合用来熟悉 Codex 模式的基本流程。

操作顺序：

1. 登录 ChatGPT 账号
2. 选择一个练习项目目录
3. 新建一个 Thread
4. 在任务窗口输入上面那段任务描述
5. 等 Codex 读取文件并生成代码
6. 打开 Review Pane
7. 查看 Diff——看它新增了什么、改了哪里
8. 在浏览器中预览页面
9. 确认没问题后，再提下一步修改需求

整个过程走下来，你就能对 Codex 的工作方式有一个直观的感受。刚开始不要写太复杂的任务。不推荐一上来就说"帮我做一个完整的 AI 工具平台，要有登录、支付、数据库、后台管理"——大概率会翻车。从小任务开始，逐步建立信任感。

计划模式

Codex 模式还有一个很实用的功能叫计划模式。开启后，Codex 不会立即动手写代码，而是先整理出一份工作计划，跟你确认后再开始执行。

对于所有复杂任务，我都建议先开启计划模式。这样你可以提前发现它理解偏了的地方，及时纠正方向，避免它一路狂奔改了一大堆文件才发现方向不对。

引导功能

当 Codex 正在执行任务时，如果你突然发现它理解错了你的意思，可以用引导功能中途插入对话，纠正方向。不需要等它把错误的事情做完再纠正。

Codex CLI 命令行安装与配置

如果你已经习惯了终端操作，或者想把 Codex 接进更严肃的开发流程中，CLI 版本是你的下一站。CLI 虽然少了图形界面，但灵活度和集成能力是最强的。

CLI 安装

macOS / Linux

先确认电脑上已经装了 Node.js（版本建议 18+）：

node -v
npm -v

能看到版本号就说明环境 OK。然后执行安装：

# 方式一：npm 安装（推荐）
npm install -g @openai/codex

# 方式二：Homebrew 安装（仅 macOS）
brew install --cask codex

国内用户如果遇到 npm 安装速度慢的问题，可以加镜像参数：

npm install -g @openai/codex --registry=https://registry.npmmirror.com

安装完成后验证：

codex --version

Windows

Windows 用户建议通过 WSL2 来使用 Codex CLI，原生 Windows 的支持目前还不够完善。如果你还没装 WSL2，先在 PowerShell（管理员模式）里运行：

wsl --install

安装完成后重启电脑，进入 WSL2 的 Linux 环境，然后按上面 Linux 的步骤安装 Node.js 和 Codex CLI。

如果你不想折腾 WSL2，直接用 ChatGPT 桌面应用的 Codex 模式也完全可以满足日常需求。

登录方式：ChatGPT 账号 vs API Key

Codex CLI 支持两种登录方式：

新手优先用 ChatGPT 账号登录，省心省力。

codex login

然后选择 "Sign in with ChatGPT"，浏览器会自动打开登录页面，完成授权后回到终端即可。

API Key 登录适合需要自动化脚本或 CI/CD 流程的场景：

# macOS / Linux
export OPENAI_API_KEY="你的_API_Key"
printenv OPENAI_API_KEY | codex login --with-api-key

# Windows PowerShell
$env:OPENAI_API_KEY="你的_API_Key"
$env:OPENAI_API_KEY | codex login --with-api-key

注意：API Key 非常敏感，绝对不要写进代码、不要上传到 GitHub、不要截图公开。如果不小心泄露了，立刻去 OpenAI Platform 删除重新生成。

查看当前登录状态：

codex login status

退出登录：

codex logout

CLI 命令速查

CLI 的命令可以分成两大类：终端命令（在 PowerShell / Terminal 里输入的）和斜杠命令（进入 Codex 后输入的 / 命令）。

新手最常用的终端命令

进入项目启动

# 推荐方式：先进入项目目录，再启动
cd ~/AI-Codex-Projects/hello-codex
codex

# 或者指定目录启动
codex --cd ~/AI-Codex-Projects/hello-codex

# 启动时直接发任务
codex "请解释这个项目的结构"

沙盒与权限相关命令

# 推荐新手配置：当前项目可读写 + 敏感操作先问
codex --sandbox workspace-write --ask-for-approval on-request

# 只读模式（只分析不修改）
codex --sandbox read-only

绝对不要用的命令（除非你真的知道自己在干嘛）：

# 这些是高风险参数，新手不要碰
--sandbox danger-full-access
--dangerously-bypass-approvals-and-sandbox
--yolo
--ask-for-approval never

斜杠命令：八个必记

进入 Codex CLI 后（出现对话界面），输入 / 可以使用以下命令：

新手的操作流推荐这样走：

/init        → 生成项目规则
/permissions → 确认权限设置
/model       → 确认模型和强度
/plan        → 复杂任务先规划
输入任务      → 让 Codex 干活
/diff        → 检查代码改动
/quit        → 退出

CLI 工作方式：读项目→理解→修改→验证

Codex CLI 的工作流程可以总结成八个步骤：

1. 读取项目：把当前目录当成工作区，扫描文件、package.json、README、AGENTS.md 等
2. 理解任务：判断你想让它做什么——是新建网页还是排查构建失败
3. 提出计划：复杂任务先分析再出方案，你也可以用 /plan 主动要求
4. 修改文件：新建文件、修改代码、删除无用内容
5. 运行命令：npm install、npm run build、npm test 等
6. 等待批准：敏感操作会停下来问你
7. 展示 diff：让你看清楚改了什么
8. 处理失败：如果出错了，根据报错信息继续分析修复

你在哪个目录运行 codex，Codex 就默认把哪个目录当成项目。所以不要在 C 盘根目录、桌面、下载文件夹或系统目录里乱启动。

任务描述怎么写效果最好

Codex 对任务描述的质量很敏感。写得越清楚，执行越稳定。推荐格式：

请帮我完成【具体任务】。

要求：
1. ...
2. ...
3. ...

限制：
1. 不要修改无关文件
2. 不要删除已有功能
3. 完成后告诉我改了哪些文件

对比一下两种写法：

一句话：任务越清楚，Codex 越不容易翻车。

CLI 使用中的几个实用小技巧

根据我个人的使用经验，有几个小细节能让 CLI 体验顺畅很多：

善用 codex resume --last。 如果你上次的任务没做完就退出了，不用重新描述一遍需求，直接：

codex resume --last

它会加载上一次的对话上下文，接着之前的任务继续。这在处理跨天的长任务时特别实用。

对话太长时用 /compact 瘦身。 Codex 的上下文窗口是有限的。当你和它来来回回讨论了几十轮之后，上下文快满了，它的表现可能会变差。这时候输入 /compact，让 Codex 把当前对话压缩成重点摘要，腾出空间继续工作。

fork 功能：多方案并行尝试。 当你对某个修改方向不太确定时，可以用 /fork 把当前会话复制一份，在新 Thread 里尝试另一个方案，保留原 Thread 的思路不变。这样 A/B 两个方案互不干扰，哪个效果好就继续哪个。在 CLI 里对应的终端命令是：

codex fork

exec 模式：一次性任务不求互动。 如果你只是想让 Codex 检查一下项目有没有明显问题、生成一份报告或执行一个明确的检查任务，不需要进入长对话模式，可以用 codex exec：

codex exec "请检查当前项目有没有明显的代码问题，列出来就行"

它会一次性执行完任务并输出结果，不进入交互对话模式，适合快速检查和自动化脚本场景。

Codex IDE Extension 与 Web 端：多入口协同

除了 ChatGPT 桌面应用的 Codex 模式和 CLI，Codex 还提供了 IDE 插件和 Web 网页端两种使用入口。几种方式不完全互斥，更多时候是互补关系。

IDE Extension：在编辑器里直接使唤 Codex

如果你平时习惯在 VS Code、Cursor 或 Windsurf 里写代码，IDE Extension 是最自然的选择——不用切窗口，在编辑器侧边栏就能调 Codex 干活。

安装步骤：

1. 打开 VS Code / Cursor / Windsurf
2. 进入扩展市场（Extensions），搜索 "Codex"
3. 安装 OpenAI 的 Codex 扩展
4. 安装完成后重启编辑器
5. 在侧边栏找到 Codex 图标，点击登录

IDE Extension 特别适合这些场景：边看代码边让它改、只想让它看当前文件而不是整个项目、选中一段代码让它解释或重构。它的优势是"就近原则"——你正在看哪段代码，Codex 就能围绕那段代码工作。

Web 端：GitHub 仓库的云端助手

Codex Web 的定位和前三个入口都不一样：它不是在你的本地电脑上干活，而是在云端拉取你的 GitHub 仓库，在云端环境里处理任务。需要说明的是，早期独立的 chatgpt.com/codex 页面在 2026 年 7 月 Codex 并入 ChatGPT 桌面应用后已不再作为独立入口提供——目前 Codex Web 功能通过 ChatGPT 网页版（chatgpt.com）主界面访问，登录后在界面内即可使用 Codex 的云端协作能力。

Web 端的核心流程：

1. 登录 ChatGPT 账号
2. 连接 GitHub 账号并授权仓库访问
3. 选择一个仓库和分支
4. 输入任务描述
5. Codex 在云端拉取代码 → 修改 → 运行测试 → 生成 diff
6. 满意后创建 Pull Request

Web 端特别适合：GitHub 项目维护、团队协作（通过 PR 流程）、不想占用本地电脑资源的后台任务、以及需要从多台设备访问项目的情况。

几个关键概念

使用 Web 端时有一个安全原则：不要让 Codex 自动合并 PR。始终先 Review，确认没问题再手动合并。

四种入口对比总结

我个人日常的习惯是：本地开发用 ChatGPT 桌面应用的 Codex 模式或 CLI，要 PR 协作时切 Web 端，临时改代码偶尔用 IDE 插件。几种入口不是非此即彼，合理混用效率最高。

核心能力详解：Skill、插件、MCP 与自动化

前面几章讲的是"怎么装、怎么用"，这一章我们来讲 Codex 真正让它区别于普通 AI 聊天工具的核心能力模块。这些能力如果不用，Codex 就只是另一个 ChatGPT；用起来了，它才能成为一个真正的工程 Agent。

插件：给 Codex 装"能力包"

Codex 本身已经能读代码、改代码、运行命令。插件是在这个基础上，让它连接更多工具、使用固定流程，或者获得某些专项能力。

截至 2026 年 7 月，Codex 的插件生态已经覆盖了多个方向：

在桌面应用中安装插件

打开 ChatGPT 桌面应用 → 切换到 Codex 模式 → 点击插件图标 → 搜索或浏览插件 → 点击 "Add to Codex" → 安装完成后新开一个 Thread 使用。

在 CLI 里安装插件

# 进入项目后启动 Codex
codex

# 在 Codex CLI 里输入
/plugins

# 然后在插件列表中搜索、安装

Skill：把重复流程变成"一键调用"

如果说插件是给 Codex 装"工具"，那 Skill 就是给 Codex 写"工作方法"。你经常让 Codex 做同一类任务——比如写 README、做代码 Review、生成网页、整理文档——就可以把这套流程做成一个 Skill。以后不用每次重复解释规则，直接调用 Skill 就行。

Skill 和普通提示词的区别

Skill 的基本结构

一个 Skill 通常是一个文件夹，里面至少有一个 SKILL.md 文件：

.agents/
  └── skills/
      └── readme-skill/
          ├── SKILL.md        # 必须：Skill 的名称、描述和指令
          ├── scripts/        # 可选：可执行脚本
          ├── references/     # 可选：参考文档
          └── assets/         # 可选：模板、图片

一个简单的 SKILL.md 示例：

---
name: readme-skill
description: 当用户需要生成 README、项目说明、安装教程时使用。
---

你是 README 文档生成助手。

工作流程：
1. 阅读项目结构
2. 查看 package.json、README、入口文件
3. 判断项目类型
4. 生成项目介绍
5. 写安装步骤
6. 写启动命令
7. 说明文件结构
8. 补充常见问题
9. 不确定的地方不要编造

输出格式：Markdown。

创建自己的 Skill

在 ChatGPT 桌面应用的 Codex 模式里，新建一个 Thread，输入：

$skill-creator

请帮我创建一个 README Skill。
这个 Skill 的作用：根据当前项目自动生成适合新手阅读的 README。
触发场景：当我说"生成 README""写项目说明"时使用。
工作流程：先阅读项目 → 查看配置文件 → 判断类型 → 按模板输出。

Codex 会引导你一步步完善 Skill 的细节，最后生成 SKILL.md 文件。

MCP：连接外部工具的接口

MCP（Model Context Protocol）是让 Codex 连接外部工具和数据源的标准协议。它的定位更偏开发者和团队配置。

Skill 管"怎么做"，MCP 管"连什么"——记住这句话就不会搞混。

添加 MCP 的基本命令

# 查看已配置的 MCP
codex mcp list

# 添加一个 MCP server
codex mcp add 名称 -- 启动命令

# 示例：添加文档查询 MCP
codex mcp add context7 -- npx -y @upstash/context7-mcp

# 进入 Codex 后查看可用工具
/mcp

# 删除不用的 MCP
codex mcp remove 名称

插件、Skill、MCP：三者关系一张表

这三个概念是 Codex 里最容易混淆的。下面这张表理清它们的关系：