OpenAI Codex CLI 命令行参考笔记

OpenAI Codex CLI 命令行参考笔记

来源: https://developers.openai.com/codex/cli/reference

概述

Codex CLI 是 OpenAI 提供的终端客户端工具,用于在命令行中与 AI 进行交互。配置文件默认位于 ~/.codex/config.toml


一、全局标志 (Global Flags)

标志 类型 说明
--add-dir path 授予额外目录的写入权限,可重复使用
--ask-for-approval, -a `untrusted on-request
--cd, -C path 设置工作目录
--config, -c key=value 覆盖配置值
--dangerously-bypass-approvals-and-sandbox, --yolo boolean 跳过所有审批和沙箱(危险)
--disable feature 禁用功能标志
--enable feature 启用功能标志
--full-auto boolean 低摩擦本地工作快捷方式
--image, -i path[,path...] 附加图片到初始提示
--model, -m string 覆盖模型设置
--no-alt-screen boolean 禁用 TUI 备用屏幕模式
--oss boolean 使用本地开源模型(需 Ollama)
--profile, -p string 加载配置文件
--sandbox, -s `read-only workspace-write
--search boolean 启用实时网络搜索
PROMPT string 可选的初始指令

二、命令概览

稳定命令 (Stable)

命令 说明
codex 启动终端 UI
codex app 启动桌面应用(仅 macOS)
codex apply 应用 Cloud 任务差异到本地
codex completion 生成 shell 补全脚本
codex exec 非交互模式运行
codex features 管理功能标志
codex fork 分叉之前的会话
codex login 身份验证
codex logout 移除凭证
codex resume 恢复之前的会话

实验性命令 (Experimental)

命令 说明
codex app-server 启动本地应用服务器
codex cloud 浏览/执行 Cloud 任务
codex execpolicy 评估执行策略规则
codex mcp 管理 MCP 服务器
codex mcp-server 将 Codex 作为 MCP 服务器运行
codex sandbox 在沙箱中运行命令

三、常用命令详解

1. codex (交互模式)

bash 复制代码
# 启动交互式终端 UI
codex

# 带初始提示启动
codex "帮我分析这个项目"

# 附加图片
codex -i screenshot.png "这个 UI 有什么问题?"

# 全自动模式(低摩擦)
codex --full-auto "重构这个模块"

2. codex exec (非交互模式)

用于 CI/CD 或脚本化运行。

bash 复制代码
# 基本用法
codex exec "运行测试并修复失败的用例"

# JSON 输出
codex exec --json "分析代码质量"

# 输出最后消息到文件
codex exec -o result.txt "生成报告"

# 从 stdin 读取提示
echo "分析代码" | codex exec -

# 恢复之前的 exec 会话
codex exec resume --last

主要选项:

  • --json - 输出 JSONL 格式
  • --output-last-message, -o - 输出到文件
  • --output-schema - JSON Schema 验证
  • --ephemeral - 不持久化会话
  • --skip-git-repo-check - 允许非 Git 目录

3. codex login (身份验证)

bash 复制代码
# 浏览器 OAuth 登录
codex login

# 设备码流程(无浏览器)
codex login --device-auth

# 使用 API Key
echo $OPENAI_API_KEY | codex login --with-api-key

# 检查登录状态
codex login status

4. codex resume (恢复会话)

bash 复制代码
# 恢复最近会话
codex resume --last

# 恢复指定会话
codex resume <SESSION_ID>

# 搜索所有目录的会话
codex resume --last --all

5. codex fork (分叉会话)

bash 复制代码
# 分叉最近会话为新线程
codex fork --last

6. codex mcp (MCP 服务器管理)

bash 复制代码
# 列出 MCP 服务器
codex mcp list

# 添加 stdio 服务器
codex mcp add my-server -- npx -y @my/mcp-server

# 添加 HTTP 服务器
codex mcp add my-http --url https://example.com/mcp

# 删除服务器
codex mcp remove my-server

7. codex features (功能标志)

bash 复制代码
# 列出所有功能标志
codex features list

# 启用功能
codex features enable <feature>

# 禁用功能
codex features disable <feature>

8. codex cloud (Cloud 任务)

bash 复制代码
# 交互式选择任务
codex cloud

# 执行任务
codex cloud exec --env <ENV_ID> "任务描述"

# 列出任务
codex cloud list --json

9. codex completion (Shell 补全)

bash 复制代码
# Bash
codex completion bash > /etc/bash_completion.d/codex

# Zsh
codex completion zsh > "${fpath[1]}/_codex"

# Fish
codex completion fish > ~/.config/fish/completions/codex.fish

# PowerShell
codex completion power-shell

四、沙箱策略

策略 说明
read-only 只读访问
workspace-write 可写工作区(推荐)
danger-full-access 完全访问(危险)

五、安全提示

  1. 推荐组合 :使用 --full-auto 进行无人值守本地工作
  2. 避免 :将 --full-auto--dangerously-bypass-approvals-and-sandbox 组合使用
  3. 额外目录 :使用 --add-dir 而非 --sandbox danger-full-access
  4. CI 场景 :组合 --json--output-last-message 捕获输出

六、常用场景示例

bash 复制代码
# 快速代码审查
codex --full-auto "审查 src/ 目录的代码质量"

# 带图片的分析
codex -i bug-screenshot.png "这个错误怎么修复?"

# CI 中的自动化任务
codex exec --json --full-auto "运行测试并生成报告"

# 指定模型运行
codex -m gpt-5-codex "优化这个算法"

# 使用本地模型
codex --oss "帮我写单元测试"

# 启用网络搜索
codex --search "查找最新的 React 最佳实践"

七、配置文件

配置文件位置:~/.codex/config.toml

可以通过 -c key=value 在命令行覆盖配置。


相关资源

相关推荐
中杯可乐多加冰2 小时前
OpenClaw 3.13重磅更新,小龙虾这次真的能流畅操作浏览器了。
人工智能
鲨叔2 小时前
编码 Agent 如何重塑工程、产品与设计
人工智能
做cv的小昊2 小时前
大语言模型系统:【CMU 11-868】课程学习笔记06——Transformer学习(Transformer)
笔记·学习·语言模型
掘金酱2 小时前
小册上新|玩🦐吗?ai 编程全栈指南了解一下?
前端·人工智能·ai编程
landuochong2002 小时前
SpecKit学习
人工智能·架构·claudecode
xu_ws2 小时前
Spring-ai项目-deepseek-6-哄哄模拟器
java·人工智能·spring
喵叔哟3 小时前
0.【.NET10 实战--孢子记账--产品智能化】--目录
人工智能·微服务·.net
萌兰三太子3 小时前
企业级 AI 智能体平台安全沙箱在 E2B 中的实现
人工智能·安全
sensen_kiss3 小时前
INT305 Coursework2 用卷积神经网络训练CIFAR-10数据集以进行图像识别
人工智能·神经网络·机器学习·cnn