AI炼丹日志-25 - OpenAI 开源的编码助手 Codex 上手指南

点一下关注吧!!!非常感谢!!持续更新!!!

Java篇:

  • MyBatis 更新完毕
  • 目前开始更新 Spring,一起深入浅出!

大数据篇 300+:

  • Hadoop(已更完)
  • HDFS(已更完)
  • MapReduce(已更完)
  • Hive(已更完)
  • Flume(已更完)
  • Sqoop(已更完)
  • Zookeeper(已更完)
  • HBase(已更完)
  • Redis (已更完)
  • Kafka(已更完)
  • Spark(已更完)
  • Flink(已更完)
  • ClickHouse(已更完)
  • Kudu(已更完)
  • Druid(已更完)
  • Kylin(已更完)
  • Elasticsearch(已更完)
  • DataX(已更完)
  • Tez(已更完)
  • 数据挖掘(已更完)
  • Prometheus(已更完)
  • Grafana(已更完)
  • 离线数仓(已更完)
  • 实时数仓(正在更新...)
  • Spark MLib (正在更新...)

官方地址

由 OpenAI 开源的 codex 编码助手

"Lightweight coding agent that runs in your terminal"
https://github.com/openai/codex

选择原因

它结合了 ChatGPT 级别的推理能力与实际运行代码、操作文件、迭代开发的强大功能,

并且一切都在版本控制之下完成。

简单来说,这是一种基于对话驱动的开发方式,能够理解并执行你的代码仓库。

● 零配置 ------ 只需要你的 OpenAI API 密钥,即可直接使用!

● 全自动审批 ------ 同时保持安全可靠,通过禁用网络访问和目录沙盒隔离来实现

● 多模态支持 ------ 可以传入截图或图表,直接用于实现功能 ✨

● 完全开源 ------ 你可以自由查看代码和参与贡献!

环境配置

配置推荐

● 操作系统:macOS 12+、Ubuntu 20.04+/Debian 10+ 或通过 WSL2 的 Windows 11

● Node.js:22或者更新的版本

● Git(可选):2.23+版本中内置了 PR 助手

● RAM:最低要4GB(推荐是8GB)

Node环境

注意:这里需要用到 Node.js 的环境,自行配置。
https://nodejs.org/en

官方推荐的是 Node-22 比较新的版本,可以用 nvm 来安装新的:

shell 复制代码
nvm install 22

下载完毕

使用 node 22

shell 复制代码
nvm use 22

使用 npm 全局安装 codex:

shell 复制代码
npm install -g @openai/codex

安装完毕:

拉取仓库(可跳过)

(可以不做)此外,我们拉下仓库:

shell 复制代码
git clone https://github.com/openai/codex

接着我们安装其他依赖:

shell 复制代码
npm install

配置 Key

此外我们还需要配置 OpenAI 的 Key

shell 复制代码
export export OPENAI_API_KEY="xxx"

测试使用

OpenAI

shell 复制代码
codex

启动成功:

随便测试一个,写个冒泡排序法之类的:

DeepSeek

记得输入DeepSeek的Key:

shell 复制代码
export DEEPSEEK_API_KEY=""

启动之后,如果不好使,可以切换一下model。启动后,输入"/"会有提示:

shell 复制代码
codex --provider deepseek

这里让AI写一个冒泡排序法:

配置文件

config

可以在全局上配置 Codex 的行为:

shell 复制代码
vim ~/.codex/config.json

可以看到这样的内容:

shell 复制代码
model: o4-mini
approvalMode: suggest
fullAutoErrorMode: ask-user
notify: true

大致内容如下:

Instructions

自定义的一些指令行为:

shell 复制代码
~/.codex/instructions.md

可以配置一些默认的指令行为:

shell 复制代码
- Always respond with emojis
- Only use git commands when explicitly requested
相关推荐
m0_751336391 小时前
突破性进展:超短等离子体脉冲实现单电子量子干涉,为飞行量子比特奠定基础
人工智能·深度学习·量子计算·材料科学·光子器件·光子学·无线电电子
美狐美颜sdk4 小时前
跨平台直播美颜SDK集成实录:Android/iOS如何适配贴纸功能
android·人工智能·ios·架构·音视频·美颜sdk·第三方美颜sdk
DeepSeek-大模型系统教程4 小时前
推荐 7 个本周 yyds 的 GitHub 项目。
人工智能·ai·语言模型·大模型·github·ai大模型·大模型学习
郭庆汝4 小时前
pytorch、torchvision与python版本对应关系
人工智能·pytorch·python
小雷FansUnion6 小时前
深入理解MCP架构:智能服务编排、上下文管理与动态路由实战
人工智能·架构·大模型·mcp
资讯分享周6 小时前
扣子空间PPT生产力升级:AI智能生成与多模态创作新时代
人工智能·powerpoint
叶子爱分享7 小时前
计算机视觉与图像处理的关系
图像处理·人工智能·计算机视觉
鱼摆摆拜拜7 小时前
第 3 章:神经网络如何学习
人工智能·神经网络·学习
一只鹿鹿鹿7 小时前
信息化项目验收,软件工程评审和检查表单
大数据·人工智能·后端·智慧城市·软件工程
张较瘦_8 小时前
[论文阅读] 人工智能 | 深度学习系统崩溃恢复新方案:DaiFu框架的原位修复技术
论文阅读·人工智能·深度学习