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
Blockbuater_drug10 小时前
protein-design-mcp 裸机实战:41 个蛋白设计工具大合集Agent部署与实测
agent·mcp·proteinmpnn·rfdiffusion·esmfold·boltz-2
92year11 小时前
我用运筹学穷举了麦当劳全菜单:30 块预算,怎么吃到全局最优?
python·agent·mcp
xrlfreedom11 小时前
MCP 面试高频考点:如何用向量检索、重排与 Prompts 防止提示注入诱导高风险 Tool 调用
prompts·mcp·向量检索与重排
VIP_CQCRE12 小时前
Claude Code 接入 NanoBanana MCP:用 Ace Data Cloud 在开发对话里生成与编辑图片
ai绘画·mcp·claude code·nanobanana·ace data cloud
空单蛋12 小时前
光遗传学刺激后只检测c-Fos够吗?空间蛋白组学如何解析神经元及胶质细胞响应
codex·pcf空间单细胞蛋白组·pcf技术
slacker-kian12 小时前
SAP On-Premise 部署环境下 ABAP 开发对接 AI Agent 方案探讨
人工智能·ai·sap·agent·abap·mcp·odata
Autumn_ing12 小时前
2026产品经理Agent实测:WorkBuddy、QoderWork、Codex、墨刀AI客户端
人工智能·产品经理·墨刀·codex·workbuddy·qoderwork