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
在所不辞兄3 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下3 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码4 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下4 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
七夜zippoe4 小时前
Agent 告警设计:分级告警、智能降噪与值班排班
开发语言·ai·agent·告警·智能降噪·值班排班
大模型真好玩4 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek
FengY_HYY5 小时前
从人类组织到人类&大模型组织,我的位置在哪里?
人工智能·程序员·llm
Flynn Liang5 小时前
大模型成本优化:基于 Redis 的可验证语义缓存架构
人工智能·redis·缓存·架构·ai agent·智能体
锋行天下5 小时前
langgraph全栈项目(一)
前端·人工智能·后端
程序员cxuan5 小时前
不得了,Google 造反了,Opus 5.5 又被干了
人工智能·后端·程序员