OpenAI Codex CLI 团队版 培训

OpenAI Codex CLI 简介

• Codex CLI 是什么以及 2025 年开源的 Rust 架构
• 主要功能：提示、文件操作、bash 执行、多步骤任务
• 与 Claude Code 和其他终端代理的比较
• 审批模式和安全边界的概述

安装与设置

• 在 macOS 和 Linux 上安装 Codex CLI
• 配置 OpenAI 和兼容提供商的 API 密钥
• 通过 Ollama 和 Atomic Chat 连接本地后端
• SSH 和远程开发环境设置

核心工作流命令

• 运行单次提示和多轮会话
• 从提示中执行文件读取、写入和编辑操作
• 执行 shell 命令并处理管道输出
• 管理工作目录和项目上下文

审批模式与安全性

• 配置自动、执行前询问和完全手动模式
• 沙盒化与只读和可写会话
• 安全处理破坏性命令和文件删除

Git 与 CI 集成

• 使用 Codex CLI 生成提交和差异
• 带代理审查的预提交钩子
• 在无头 CI 环境中运行 Codex CLI
• 与 GitHub Actions 和 GitLab CI 集成

MCP 服务器集成

• 连接模型上下文协议服务器
• 通过自定义 MCP 端点扩展工具功能
• 为专有系统构建内部 MCP 工具

多后端支持

• 在 OpenAI、Gemini 和 GitHub Models API 之间切换
• 使用 Ollama 和自托管端点进行本地推理
• 延迟与质量的模型选择策略

团队部署与治理

• 共享配置和密钥管理
• 企业使用政策和审计日志
• 设置标准化的团队提示和护栏

自定义提示与工作流

• 编写可重用的提示模板
• 为复杂重构项目链接任务
• 批量处理多个文件和仓库

性能调优

• 理解 Rust 性能特征
• 优化大型项目的令牌使用
• 缓存和会话状态管理

常见问题排查

• 解决与后端的连接失败
• 调试提示模糊和误解
• 处理速率限制和重试策略

安全最佳实践

• 在共享环境中保护 API 密钥
• 防止提示注入和命令劫持
• 数据驻留和合规性考虑

总结与下一步

• 核心功能和工作流回顾
• 社区资源和开源贡献
• 过渡到高级多代理编排主题