联系我们

课程大纲

OpenAI Codex CLI 简介

  • Codex CLI 是什么以及 2025 年开源的 Rust 架构。
  • 关键特性:提示、文件操作、bash 执行、多步任务。
  • 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。
  • 为 OpenAI 和兼容提供商配置 API 密钥。
  • 通过 Ollama 和 Atomic Chat 连接到本地后端。
  • SSH 和远程开发环境设置。

核心工作流命令

  • 运行单提示和多轮会话。
  • 通过提示进行文件读取、写入和编辑操作。
  • Shell 命令执行和管道输出。
  • 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。
  • 沙盒和只读与可写会话。
  • 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。
  • 带有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

  • 连接到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记录。
  • 设置标准化的团队提示和防护措施。

自定义提示与工作流

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

性能调优

  • 了解 Rust 性能特性。
  • 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问题。
  • 调试提示歧义和误解。
  • 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。

总结与后续步骤

  • 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。

要求

  • 具备任何编程语言的软件开发经验。
  • 基本的命令行和终端使用能力。
  • 熟悉 Git 基础知识。

受众

  • 希望在工作流中使用 AI 终端代理的软件开发人员。
  • 探索基于 Rust 的 AI 工具的 DevOps 工程师。
  • 评估 OpenAI Codex CLI 以进行团队采用的团队负责人。
 14 小时

即将举行的公开课程

课程分类