AI 编程教程中文版

OpenAI Codex 中文教程

基于 OpenAI 官方资料重写的 Codex 中文教程,覆盖 App、IDE、CLI、Cloud 和安全边界。

这组教程只把稳定事实写进正文:Codex 是 OpenAI 的 coding agent,官方入口覆盖 App、IDE extension、CLI 和 Cloud。价格、模型列表、版本变化这类高波动信息只给官方入口,不在正文硬写死。

Codex 不是单一终端工具,也不是只在网页里运行的助手。OpenAI 官方教程现在把它拆成几种入口:本地 App、IDE 扩展、命令行 CLI,以及在 chatgpt.com/codex 运行的 Cloud 任务。你选择哪一个入口,取决于任务要不要贴近编辑器、要不要长期后台运行、要不要受本地 sandbox 和 approval 控制。

flowchart LR
  Need[你的任务] --> Entry{选择入口}
  Entry --> App[Codex App<br/>本地项目与桌面体验]
  Entry --> IDE[IDE Extension<br/>贴近编辑器上下文]
  Entry --> CLI[Codex CLI<br/>终端原生与脚本化]
  Entry --> Cloud[Codex Cloud<br/>后台任务与 PR 流程]
  App --> Guard[Sandbox / approvals / network]
  IDE --> Guard
  CLI --> Guard
  Cloud --> Review[Diff / logs / PR review]
  Guard --> Review

两条阅读路径

先读什么

  • 第一次用 Codex:先读从原理到实战,再跑 quickstart。
  • 已经会用但结果不稳:先补上下文、AGENTS.md、审批和沙箱。
  • 准备团队落地:先看安全边界、Cloud / GitHub 流程、托管配置和审查机制。
  • 想接 MCP、Skills、Subagents、Hooks:先确认这些能力解决的是复用、外部上下文、隔离执行还是自动检查,不要一次性全开。

学完后的最低标准

这套 Codex 教程的目标不是让你记住所有入口,而是能判断“这个任务应该怎么交给 Codex”。学完后至少要能做到:

  • 能区分 App、IDE、CLI 和 Cloud 各自适合的任务。
  • 能给 Codex 一个清楚的目标、范围、边界和验证方式。
  • 能读懂 diff、日志、测试结果和剩余风险。
  • 能用规则、Skills、MCP 或 Subagents 沉淀高频工作,而不是每次临时写长 prompt。
  • 能在安全边界内逐步放权,不把生产项目直接交给最大自治模式。

如果一个任务无法验证,就先不要交给 Codex 修改。先让它分析、分诊、列计划,再进入小范围执行。

事实基准

接下来去哪

延伸学习

本页目录