Codex学习路线图

复制代码
这是Codex学习路线图,分阶段由易到难了解Codex会用Codex。
基于Codex,但并不仅仅是Codex,而是要把重点聚焦于Skill、MCP、Subagents,学些了它们,主流的AI编程工具都不再是问题了。
先学"怎么稳定用",再学"怎么配置和约束",再学"怎么扩展 Codex 的能力",最后才学"怎么把这些能力沉淀成你自己的工作系统"。

主线:使用 -> Prompting/Workflow -> 配置 -> AGENTS/Rules/Hooks -> Skill -> MCP -> Subagents -> Automation/SDK -> 方法论

阶段1:认识Codex

阶段2:Prompting 和 Workflow

阶段3:配置,持久化约束

阶段4:Skill

阶段5:MCP

  • 必读: Model Context Protocol -- Codex (https://developers.openai.com/codex/mcp), Docs MCP (https://developers.openai.com/learn/docs-mcp)
  • 进阶选读: Building MCP servers for ChatGPT Apps and API integrations (https://developers.openai.com/api/docs/mcp)
  • 学习重点: 先学"连接 MCP 服务器";先配文档型和开发工具型 MCP,比如 docs、browser、figma 一类
  • 要真正理解: MCP 解决的是"外部活数据和外部能力",不是代替 Skill;Skill 是 workflow,MCP 是 tool/context
  • 练习: 至少接 2 个 MCP,一个是文档类,一个是开发工具类;让 Codex分别用 MCP 和不用 MCP 解决同一类问题,对比效果
  • 过关标准: 已经会判断"这个问题缺的是 repo 内上下文,还是外部系统上下文"

阶段6:进入 Subagents

阶段7:收束自己的方法论

如何形成的方法论

  • 一次性任务:先用 prompt
  • 持久个人偏好:放 ~/.codex/AGENTS.md 和 ~/.codex/config.toml
  • 持久仓库规范:放仓库 AGENTS.md 和 .codex/config.toml
  • 重复性 workflow:抽成 Skill
  • 外部系统/活数据:接 MCP
  • 需要并行、隔离上下文、角色分工:用 Subagents
  • 稳定且可重复的执行:上 codex exec、Automations、GitHub Action
  • 要分享给团队或跨仓库复用:再打包成 Plugin
相关推荐
xrlfreedom14 小时前
大厂 MCP 面试实录:本地 Server 远程化改造中的技术选型与落地实践
docker·json schema·mcp
仙逆GPT17 小时前
ChatGPT、Codex趋势:为什么AI时代最重要的能力,不是写代码,而是定义问题?
chatgpt·codex·ai agent·chatgpt plus·chatgpt pro·ai coding
云探18 小时前
Codex 调用 gpt-image-2 生图实战:Windows 固定配置、脚本封装与代理兼容
codex·image2
JavaPub-rodert18 小时前
DeepSeek 终于能看图了:V4 Flash Vision 上线,我觉得真正重要的是这件事
人工智能·codex
Bioinfo Guy19 小时前
DeepSeek Harness 最强的,可能不是模型,而是插件
github·skill·deepseek
前进的程序员20 小时前
告别Copilot?Codex本地化部署指南
开源·php·copilot·codex
五度易链-区域产业数字化管理平台1 天前
WorkBuddy 实战:将带 MD5 签名的第三方 API 封装为 MCP 服务(企业模糊搜索接口案例)
大数据·人工智能·mcp
枫叶丹42 天前
MCP、A2A、AG-UI:一篇讲清 Agent 协议栈
人工智能·ui·chatgpt·agent·codex
小七-七牛开发者2 天前
dsh 拆解系列 Vol.01:没有特权内核的 Agent 运行时
ai·大模型·agent·claude·token·工作流·skill·claudecode·ai coding