OpenAI开源了Codex 0.149,终端多一个写码助手
最近 OpenAI 把 Codex CLI 开源这事,我在圈子里看不少人聊。我自己也装来折腾了一阵子,今天就用大白话跟你说说,这东西到底值不值得装、怎么装、以及我踩过的坑。
这玩意儿到底是啥
简单讲,Codex CLI 是 OpenAI 出的一个「终端编程助手」。你不用开浏览器、也不用装编辑器插件,直接在命令行里用大白话描述需求,它就帮你读代码、建文件、跑命令、改 bug。它开源在 GitHub 上,协议是 Apache-2.0,代码谁都能看、能自己 fork。底层早从 TypeScript 重写成 Rust 了,现在跑起来挺轻快,启动基本不卡。
仓库地址在这:https://github.com/openai/codex
官方文档也放这儿了,后面要查命令、查参数都看它:https://developers.openai.com/codex
怎么装,其实就一行
我自己的环境是 macOS,装起来很省事。官方给了好几种方式,挑顺手的来:
- npm 装:npm install -g @openai/codex
- Homebrew(mac 专属):brew install –cask codex
- 或者直接去 GitHub Releases 下二进制,解压改个名就能用
Windows 用户走 PowerShell 那条 install.ps1 脚本,或者直接下 exe 安装包都行。
系统要求得先提一嘴(官方文档白纸黑字写的):macOS 12 以上、Ubuntu 20.04 以上,Windows 11 需要 WSL2;Node.js 要 22 或更新版本;内存最低 4GB,推荐 8GB。老机器跑着可能会吃力,装之前先看看自己机器够不够格。
装完敲 codex --version 验一下,能出版本号就说明装好了。
怎么用,才不翻车
第一次跑 codex,它会让你登账号。认证有两种:用 ChatGPT 账号直接登(Plus / Pro / Team / Enterprise 订阅里就带 Codex 权限),或者填 API Key。我用的就是 ChatGPT 账号,浏览器跳一下授权就完事,比自己配 Key 省心。
有个东西新手一定要搞懂,叫「审批模式」,这是 Codex 的安全设计:
- full-auto:全自动,它自己干,只在你信得过的受控环境或 CI 里用
- on-request(默认):在 workspace 里读写、跑命令都行,一旦要联网或者动系统文件,它会停下来问你
- read-only:只读沙箱,适合先让它「看不动手」
我一般先用默认模式跑个小任务试水,比如:
codex "帮我给这个 Flask 项目加一个 /health 接口,并跑起来验证"
它会自己读项目、写代码、执行命令,最后把访问地址告诉你。但说实话,有时候它会跑偏,比如改错文件,或者命令卡住,这种时候默认模式就显出价值了。这时候默认的 on-request 模式就显出价值了,至少它要越界时会先问你一句,不至于一声不响把系统搞乱。
玩了一阵子,说点大实话
先说好的。开源这点是真加分,代码能审计、能自己改;终端原生、编辑器无关,轻量,塞进自动化脚本也方便;沙箱加审批模式让人敢给它文件权限;而且你本来就有 ChatGPT 订阅的话,等于白多一个终端助手。它还支持 MCP 和插件系统,能接你自己的工具链,扩展空间不小。
再说踩的坑。它绑定 ChatGPT 订阅,没有 Plus / Pro 基本用不起来,等于间接要花钱。Windows 那边也不是原生体验,得 WSL2,纯 Windows 环境下手感要打折。跑模型得联网、吃配额,网络一卡就歇菜;它的输出你还是得自己 review,别全信,我就遇到过它「很自信地」改错地方的情况。还有,版本之间质量有波动,重要改动一定先看 diff 再放行。
几个提醒,别嫌啰嗦
1)本地部署请遵守项目的 Apache-2.0 LICENSE 和开源协议,商用前把条款看清楚。
2)运行前确认硬件满足官方要求,别拿老爷机硬刚。
3)用 API Key 的话注意计费,别让它半夜跑空你钱包。
4)你的项目代码、数据自己做好备份,Agent 改错文件不是没可能的事。
写在最后
我自己用下来,Codex CLI 不是那种「装上就躺平」的神器,但它确实把「在终端里把想法变成代码」这件事变顺了。开源、轻量、能审计,这几点对一个常年泡在 shell 里的人来说挺重要。如果你本来就吃 ChatGPT 的订阅,不妨装一个试试,先从默认审批模式跑个小任务,别一上来就 full-auto 把机器交给它。
对了,它还有个桌面 App(codex app)和 IDE 插件,Mac 用户体验更完整些。不过那是另一个故事了,回头有空再聊。
—— 胖猫小栈 · 分享真正好用的工具 ——
转载请注明出处,喜欢的话点个赞让我知道你在看
本站收集的资源仅供内部学习研究软件设计思想和原理使用,学习研究后请自觉删除,请勿传播,因未及时删除所造成的任何后果责任自负。
如果用于其他用途,请购买正版支持作者,谢谢!若您认为「 胖猫小栈 」发布的内容若侵犯到您的权益,请联系站长邮箱: botcn@hotmail.com 进行删除处理。
本站资源大多存储在云盘,如发现链接失效,请联系我们,我们会第一时间更新。











暂无评论内容