AI 程式設計教程中文版

OpenAI Codex 中文教程

基於 OpenAI 官方資料重寫的 Codex 中文教程,覆蓋 App、IDE、CLI、Cloud 和安全邊界。

這組教程只把穩定事實寫進正文:Codex 是 OpenAI 的 coding agent,官方入口覆蓋 App、IDE extension、CLI 和 Cloud。價格、模型列表、版本變化這類高波動資訊只給官方入口,不在正文硬寫死。

Codex 不是單一終端工具,也不是隻在網頁裡執行的助手。OpenAI 官方教程現在把它拆成幾種入口:本地 App、IDE 擴充套件、命令列 CLI,以及在 chatgpt.com/codex 執行的 Cloud 任務。你選擇哪一個入口,取決於任務要不要貼近編輯器、要不要長期後臺執行、要不要受本地 sandbox 和 approval 控制。

flowchart LR
  Need[你的任務] --> Entry{選擇入口}
  Entry --> App[Codex App<br/>本地專案與桌面體驗]
  Entry --> IDE[IDE Extension<br/>貼近編輯器上下文]
  Entry --> CLI[Codex CLI<br/>終端原生與指令碼化]
  Entry --> Cloud[Codex Cloud<br/>後臺任務與 PR 流程]
  App --> Guard[Sandbox / approvals / network]
  IDE --> Guard
  CLI --> Guard
  Cloud --> Review[Diff / logs / PR review]
  Guard --> Review

兩條閱讀路徑

先讀什麼

  • 第一次用 Codex:先讀從原理到實戰,再跑 quickstart。
  • 已經會用但結果不穩:先補上下文、AGENTS.md、審批和沙箱。
  • 準備團隊落地:先看安全邊界、Cloud / GitHub 流程、託管配置和審查機制。
  • 想接 MCP、Skills、Subagents、Hooks:先確認這些能力解決的是複用、外部上下文、隔離執行還是自動檢查,不要一次性全開。

學完後的最低標準

這套 Codex 教程的目標不是讓你記住所有入口,而是能判斷“這個任務應該怎麼交給 Codex”。學完後至少要能做到:

  • 能區分 App、IDE、CLI 和 Cloud 各自適合的任務。
  • 能給 Codex 一個清楚的目標、範圍、邊界和驗證方式。
  • 能讀懂 diff、日誌、測試結果和剩餘風險。
  • 能用規則、Skills、MCP 或 Subagents 沉澱高頻工作,而不是每次臨時寫長 prompt。
  • 能在安全邊界內逐步放權,不把生產專案直接交給最大自治模式。

如果一個任務無法驗證,就先不要交給 Codex 修改。先讓它分析、分診、列計劃,再進入小範圍執行。

事實基準

接下來去哪

延伸學習

本頁目錄