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
- 必读: Quickstart (https://developers.openai.com/codex/quickstart), CLI (https://developers.openai.com/codex/cli), Features -- Codex CLI (https://developers.openai.com/codex/cli/features), Slash commands in
Codex CLI (https://developers.openai.com/codex/cli/slash-commands) - 怎么安装使用,CLI 和 图形界面。CLI有哪些命令,可以做什么;图形界面怎么使用
- 选读: IDE extension (https://developers.openai.com/codex/ide), Codex cloud (https://developers.openai.com/codex/cloud)
- 这一阶段只学 3 件事:怎么开一个会话、怎么让它读代码/改代码/跑命令、怎么管理会话和 slash commands
- 练习: 用一个熟悉的小仓库做 3 个任务,分别是"解释代码""修一个小 bug""加一个小测试";顺手试 /init、/resume、/fork
- 过关标准: 不把 Codex 当聊天工具,而是知道它是"带工具的开发代理"
阶段2:Prompting 和 Workflow
- 必读: Prompting -- Codex (https://developers.openai.com/codex/prompting), Best practices -- Codex (https://developers.openai.com/codex/learn/best-practices), Codex Prompting Guide
(https://developers.openai.com/cookbook/examples/gpt-5/codex_prompting_guide), Workflows -- Codex (https://developers.openai.com/codex/workflows), Codex Use Cases
(https://developers.openai.com/codex/use-cases) - 学习重点: 怎么写任务目标、边界、验收标准;什么时候先调研、什么时候直接改;怎么让它验证结果
- 练习: 同一个任务写两版 prompt,一版随手写,一版带目标/约束/验收标准,对比输出质量
- 过关标准: 能稳定写出"工程任务描述",而不是自然语言愿望清单
阶段3:配置,持久化约束
- 必读: Config basics (https://developers.openai.com/codex/config-basic), Advanced Configuration (https://developers.openai.com/codex/config-advanced), Configuration Reference
(https://developers.openai.com/codex/config-reference), Custom instructions with AGENTS.md (https://developers.openai.com/codex/guides/agents-md), Rules (https://developers.openai.com/codex/rules), Hooks
(https://developers.openai.com/codex/hooks), Agent approvals & security (https://developers.openai.com/codex/agent-approvals-security) - 这一阶段要搞清 4 件事:~/.codex/config.toml 和 .codex/config.toml 的分层、AGENTS.md 的层级和覆盖、approval/sandbox 的组合、Rules/Hooks 分别解决什么问题
- 关键结论要记住: 项目级 .codex/config.toml 只会在 trusted project 下生效;AGENTS.md 是持久说明,不是一次性 prompt;
- 练习: 建一个你自己的 ~/.codex/AGENTS.md 和一个仓库级 AGENTS.md;再做 1 个 profile;把 Configuration Reference 当查表工具,不要求通读
- 过关标准: 能说清 prompt、AGENTS.md、config.toml、Rules、Hooks 各自的角色
阶段4:Skill
- 必读: Agent Skills -- Codex (https://developers.openai.com/codex/skills), Plugins -- Codex (https://developers.openai.com/codex/plugins), Build plugins -- Codex
(https://developers.openai.com/codex/plugins/build), Best practices -- skill 部分 (https://developers.openai.com/codex/learn/best-practices) - 学习重点: Skill 是可复用工作流,不是知识库;Codex 可以显式调用也可以按 description 隐式匹配;Skill 先是工作方法,Plugin 才是分发单元;使用skillcreator的skill创建属于自己的skill
- 练习: 先不要做复杂 Skill,只做 1 个你自己高频任务的本地 Skill,比如"代码阅读报告""PR review checklist""日志排查"
- 官方补充: openai/skills (https://github.com/openai/skills)
- 社区补充: addyosmani/agent-skills (https://github.com/addyosmani/agent-skills)
- 过关标准: 已经知道什么场景该继续写 prompt,什么场景该升级成 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
- 必读: Subagent concepts (https://developers.openai.com/codex/concepts/subagents), Subagents -- Codex (https://developers.openai.com/codex/subagents), Workflows -- Codex
(https://developers.openai.com/codex/workflows), Best practices -- subagent 部分 (https://developers.openai.com/codex/learn/best-practices) - 学习重点: Subagent 不是"多开几个 AI 更强",而是解决上下文污染、上下文退化和并行分工;先学什么时候该拆,再学怎么定义 custom agents
- 要记住的边界: 官方文档说明当前 subagent workflow 默认可用,但 Codex 只会在你明确要求时才生成 subagents;而且 token 消耗会更高
- 练习: 先用内置角色做两类任务,一类是"explore + review",一类是"trace + fix";之后再试 .codex/agents/ 或 ~/.codex/agents/ 下的 2 个 custom agents
- 社区补充: VoltAgent/awesome-codex-subagents (https://github.com/VoltAgent/awesome-codex-subagents)
- 过关标准: 能判断什么时候该单线程做完,什么时候该让多个代理并行分工
阶段7:收束自己的方法论
- 必读回顾: Best practices (https://developers.openai.com/codex/learn/best-practices), Workflows (https://developers.openai.com/codex/workflows), Use Cases (https://developers.openai.com/codex/use-cases)
- 官方案例补充: Using skills to accelerate OSS maintenance (https://developers.openai.com/blog/skills-agents-sdk), Modernizing your Codebase with Codex
(https://developers.openai.com/cookbook/examples/codex/code_modernization), Building frontend UIs with Codex and Figma (https://developers.openai.com/blog/building-frontend-uis-with-codex-and-figma) - 哪些任务适合 prompt,哪些适合 AGENTS,哪些适合 Skill,哪些适合 MCP,哪些适合 Subagent,哪些适合 Automation
- 最终产出: "常用配置""常用 Skill 清单""MCP 清单""Subagent 分工模板""自动化候选项"
- 过关标准: 会设计工作系统
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