Codex CLI
Codex CLI 是 OpenAI 当前的终端智能体,不是这条词条从前指向的 2021 年 Codex 模型页。官方文档写它会检查本地仓库、编辑文件、运行机器上已有的工具,并能以 codex exec 在脚本和 CI 里非交互运行。它和 IDE 扩展、Codex 云以及 ChatGPT 桌面并列。用量与 ChatGPT Work 共享,包含在 ChatGPT Free、Go、Plus、Pro、Business、Edu 或 Enterprise 里。
核心功能
- 本地仓库循环:在一个终端会话里探索、规划、编辑并跑项目工具。模型、推理力度、权限和允许的命令由你选。
- 安装方式:macOS/Linux 用
curl -fsSL https://chatgpt.com/codex/install.sh | sh,Windows 用 PowerShell 安装器,或npm i -g @openai/codex、brew install --cask codex。 - 技能、插件、MCP、AGENTS.md:把可重复指令打包,接上团队工具,并把项目规则留在仓库里。
- 只审查、不改树:针对未提交改动、某个 commit 或基线分支做专项审查。Codex 报告问题,不修改工作区。
- 自动化:CI 用
codex exec,还有 GitHub Action、沙箱,以及可选的云隔离。
适用场景
- 已经住在 git 和 shell 里的日常终端工作。
- 不应改动工作区的 CI 审查。
- 已买 ChatGPT 方案、希望 CLI/IDE/云共用 GPT-5.6 家族的团队。
定价
官方 Codex 定价(查阅于 2026-08-17)就是 ChatGPT 方案栈。个人档包括 Free $0、Go $8/月、Plus $20/月、Pro 从 $100/月起。Plus 列出网页、CLI、IDE 扩展和 iOS 上的 Codex,以及 GPT-5.6 家族(Sol、Terra、Luna)和额度加油。ChatGPT Work 与 Codex 共用额度与限额。写对比前再核 learn.chatgpt.com/docs/pricing。
快速开始
- 用官方脚本、npm 或 Homebrew 安装。
- 进入仓库,运行
codex,用 ChatGPT(或其他文档里的方式)登录。 - 先让它解释项目,再做一处聚焦修改。任务前后打 git 检查点。
- 加上
AGENTS.md,再把codex exec接进 CI。
常见问题
这是 2021 年的 OpenAI Codex 模型吗?
不是。旧模型文档 URL 已过时。这是 2026 年的 ChatGPT Codex CLI。
Free 含 Codex 吗?
含,定位是“快速编码任务”。认真的每周使用是 Plus($20)在卖的东西。
和 Claude Code 有何不同?
Claude Code 是 Anthropic 的多界面智能体。Codex CLI 是 OpenAI 的,走 ChatGPT 方案,带 codex exec 和 GPT-5.6。
替代方案
- Claude Code:Anthropic 的 CLI/IDE/桌面/网页智能体。
- ChatGPT Plus:Plus 档 Codex 所依附的聊天方案。
- Cursor:想把智能体放进编辑器而不是终端。
使用技巧
- 用
codex resume重新打开仓库聊天,不要从零开始。 - bug 是截图时传
--image。 - CI 里把沙箱批准收紧。官方安全文档不是摆设。
总结
如果团队已经在付 ChatGPT,终端智能体应标准化到 Codex CLI。从 CLI 文档 安装并登录,把 codex exec 和 AGENTS.md 当成生产路径,而不是演示。
评论
还没有评论。成为第一个评论的人!
相关工具
相关洞察
锁死 Codex 的不是模型,是选择器
你已经为 OpenCode Go、Grok、Z.ai 付过钱了,但 Codex 的 picker 默认只露出 GPT。社区项目 codex-router 做的不是再教一遍安装步骤,而是把已经买过的模型能力接回选择器:密钥不出本机,原生 GPT 也不动。
Windows 上把 OpenCode Go 接进 Codex,别再新开一套工具
ChatGPT 登录的 Codex 桌面版,默认选择器几乎只露出 GPT。Windows 上只开 OpenCode Go 这一家,就能把已经付过钱的 Grok、GLM、Kimi、DeepSeek、MiniMax 接回同一个 picker。密钥不出本机,原生 GPT 也不动。
7 款 AI 编程 CLI 用了半年,我悟出一个道理:模型再强,干活也要有监督
Claude Code、Codex、opencode、pi、omp、DeepSeek Harness 各有性格。半年深度使用后我总结出一套分工矩阵:pi 做最省事的 CR、omp 审复杂 PR、DeepSeek Harness 配 V4 Flash 高频低成本审查、Claude Code 与 Qoder 写代码。模型再强,干活也要有监督,而且最好是独立第三方。