感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
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