最近在终端里做自动化任务时越来越想把“写脚本、改配置、查日志”这类重复劳动直接交给 AI。Codex 是我目前用过最顺手的终端 AI 编程助手之一它不像传统补全插件那样只给你“建议代码”而是真的能自己读文件、改代码、跑命令、看报错再继续修改直到任务完成。这篇教程会从零开始一步步带你完成 Codex 的安装、登录、基础使用、第三方模型接入以及高频报错排查。无论是第一次听说 Codex 的新手还是已经在用其他 AI 编程工具的开发者都可以照着操作一遍。1. Codex 是什么能做什么1.1 从终端里长出来的 AI 助手Codex 是 OpenAI 推出的 AI Agent 编程工具核心载体是命令行。你可以在终端里用自然语言描述需求Codex 会自动完成读取项目目录和关键文件理解项目结构编写或修改代码文件执行 shell 命令、运行测试、查看结果根据报错信息自动修复处理完成后展示改动内容让你确认。简单来理解 Copilot 这类工具是“帮你写代码的输入法”而 Codex 是“帮你把活干完的实习生”。你只需要说清楚目标它负责拆解步骤并执行。1.2 Codex 的几种产品形态很多同学第一次接触 Codex 时会被各种名字绕晕这里先做一个区分Codex CLI核心命令行工具也是本文的主角Codex IDE 插件集成在 VS Code 等编辑器里可以在编辑器侧边栏交互Codex 网页版在浏览器中使用适合不想装环境的人ChatGPT 桌面版内置 Codex直接把 Codex 做进了客户端但有时会出现找不到 CLI 的报错后面会专门讲。如果你要做工程化、自动化和脚本任务Codex CLI 是功能最完整、也最值得学习的一种形态。1.3 学完本文你能获得什么跟着本文操作你可以完成在 macOS / Windows / Linux 上安装 Codex CLI完成 ChatGPT 账号登录或 API Key 登录在交互模式、单次指令模式下使用 Codex把 Codex 接入 DeepSeek 等 OpenAI 兼容模型解决常见的unable to locate the codex cli binary、代理报错、模型不支持等问题。整个过程如果只看核心路径30 到 40 分钟就能跑通也就是标题里说的“33 分钟速通”节奏。2. 环境准备与安装2.1 安装前需要准备什么在安装 Codex CLI 之前建议先确认环境满足以下条件依赖项说明操作系统macOS、Windows、Linux 均可Node.js建议 18 及以上版本Git推荐安装Codex 在操作代码仓库时经常用到网络能正常访问 Codex 对应的应用服务账号OpenAI 账号ChatGPT 订阅或 API 账号如果你还没有安装 Node.js建议先到 Node 官网下载 LTS 版本或者在终端中使用系统对应的包管理器安装。安装完成后可以用下面的命令验证node -v npm -v能正常输出版本号就说明 Node 环境没问题。2.2 安装方式一npm 全局安装推荐Codex CLI 的官方包名是openai/codex最简单的方式是使用 npm 全局安装npm install -g openai/codex安装过程如果比较慢可以先配置 npm 国内镜像再执行安装npm config set registry https://registry.npmmirror.com npm install -g openai/codex使用国内镜像只是加速 npm 包下载不会影响 Codex 后续与模型服务的连接。2.3 安装方式二Homebrew 安装如果你使用的是 macOS并且已经安装了 Homebrew也可以用 brew 安装brew install codex这种方式的优点是依赖管理由 Homebrew 统一处理升级时也比较方便。2.4 验证安装与升级安装完成后执行以下命令codex --version如果能看到版本号说明安装成功。这里需要注意的是Codex 迭代速度很快不同版本在参数、配置字段上可能会有差异。如果发现命令行为和本文示例不一致可以先升级到最新版再继续操作npm update -g openai/codex升级完成后再次执行codex --version确认。3. 登录认证与模型选择3.1 使用 ChatGPT 账号登录Codex 安装完成后第一件事是登录认证。如果你拥有 ChatGPT 账号直接在终端执行codex login此时终端会显示一个登录链接和等待页面浏览器打开后会要求登录 OpenAI 账号登录成功后授权即可。然后把浏览器显示的一次性授权码复制回终端回车确认。登录成功后Codex 会使用当前账号绑定的订阅套餐权限。对于 Plus、Pro 等订阅用户Codex 的调用额度会在套餐范围内计费不需要单独绑定 API Key。3.2 使用 API Key 登录如果你是开发者更希望按调用量计费可以使用 API Key 方式登录codex login --api-key执行后终端会提示你输入 API Key把以sk-开头的密钥粘贴进去即可。API Key 通常需要你在 OpenAI API 后台创建并确保账号有足够的余额。两种登录方式的区别主要集中在计费模型上登录方式适用场景计费方式ChatGPT 账号ChatGPT 订阅用户使用订阅套餐额度API Key开发者、自动化调用按 tokens 消耗计费如果你不确定当前登录状态可以查看codex login status3.3 选择模型与配置文件位置Codex 默认会使用当前阶段推荐的语言模型比如 gpt-5 系列。不同订阅套餐或 API 账号可用的模型不完全相同你可以通过配置文件手动指定模型。Codex 的配置文件默认放在用户目录下的.codex文件夹中macOS / Linux~/.codex/config.tomlWindowsC:\Users\你的用户名\.codex\config.toml如果文件不存在可以手动创建。最基础的配置是选择模型提供方和模型名例如model gpt-5 model_provider openai这里先不深入细节后面接入 DeepSeek 时会详细介绍配置格式。如果你不确定当前账号支持哪些模型最稳妥的方法是先使用默认配置不要手动指定模型名。4. Codex CLI 快速上手4.1 进入交互模式在任意项目目录下执行codex就会进入 Codex 的交互式终端界面。此时你可以直接输入自然语言指令例如帮我看看这个项目的结构并说明每个文件的作用Codex 会读取目录分析文件并输出结果。每次执行任务前Codex 会根据需要展示计划并请求你的确认默认按Y确认、n拒绝、s跳过。这种方式适合希望每一步都可控的场景。4.2 使用单次指令模式如果你不想进入交互式界面可以直接把任务作为参数传入codex 列出当前目录所有文件并按文件大小排序这种“单次指令”方式适合脚本调用、自动化流水线和临时快速问询。执行完成后会自动退出不会停留在交互界面。4.3 常用参数说明Codex 提供了多个实用参数新手阶段建议先掌握这几个codex --full-auto 修复当前项目所有测试失败的问题--full-auto表示全自动执行Codex 不再每步都询问你而是自主完成任务。适合你对任务目标非常明确且对 Codex 有一定信任时使用。codex --sandbox 删除项目中所有 .log 文件--sandbox是沙箱模式Codex 的命令执行权限会被限制在一个临时文件系统里避免误删重要文件。默认情况下沙箱是开启的如果你确实需要 Codex 直接操作真实文件系统可以用--dangerously-bypass-approvals-and-sandbox但这个参数非常危险生产环境慎用。其他常用参数参数作用--verbose输出详细日志方便排查问题--continue继续上一次对话上下文--skip-git-repo-check跳过 Git 仓库检查适合非 Git 目录--json以 JSON 格式输出方便程序解析4.4 实战用 Codex 生成并运行一个 Python 脚本下面我们用一个完整示例把上面的基础操作串起来。在终端中执行codex 写一个 Python 脚本读取 data.csv按 amount 字段求和并把结果输出到 result.txtCodex 会先分析当前目录如果发现没有data.csv可能会提示你先创建测试文件。为了演示可以先手动创建一个简单的 CSV 文件id,amount 1,100 2,200 3,300再次执行上面的指令。Codex 会自动创建calc_sum.py之类的脚本文件并展示代码内容import csv total 0 with open(data.csv, r, encodingutf-8) as f: reader csv.DictReader(f) for row in reader: total float(row[amount]) with open(result.txt, w, encodingutf-8) as f: f.write(str(total)) print(求和完成结果为, total)确认后Codex 会直接运行脚本输出结果并生成result.txt文件。整个过程不需要你手动复制代码、保存文件、再执行命令Codex 全部代劳了。如果你还想继续修改可以在交互模式下继续输入再写一个测试文件验证脚本对于空文件的处理Codex 会在当前上下文基础上继续工作而不是重新开始。5. 进阶Codex 接入 DeepSeek 等 OpenAI 兼容模型5.1 为什么能接第三方模型很多开发者想把 Codex 接到 DeepSeek 这类模型服务上原因主要有两个一是部分用户没有 OpenAI 付费账号二是希望使用 DeepSeek 的 API 来降低成本或满足特定业务需求。Codex 在设计上支持自定义模型提供商。只要目标服务提供 OpenAI 兼容接口就可以通过修改config.toml配置接入。DeepSeek 官方 API 兼容 OpenAI 的请求格式所以可以无缝替换。5.2 修改配置文件打开~/.codex/config.toml将内容修改为model deepseek-chat model_provider deepseek [model_providers.deepseek] name DeepSeek base_url https://api.deepseek.com/v1 env_key DEEPSEEK_API_KEY wire_api chat这里重点解释几个关键字段model使用的模型名称DeepSeek 目前常用的是deepseek-chat如果你有更高版本模型需求以 DeepSeek 官方文档为准model_provider指定要使用哪个模型提供商对应下面配置块的名字base_urlOpenAI 兼容接口的地址DeepSeek 的接口地址是https://api.deepseek.com/v1env_key告诉 Codex 从哪个环境变量读取 API Keywire_api接口协议类型chat表示走/chat/completions协议。如果目标服务兼容新版 Responses API可以设置为responses。不同版本的 Codex 对配置 schema 可能有一些差异。如果启动时报配置解析错误可以先用codex --help查看当前版本支持哪些配置项再对照调整。5.3 设置环境变量配置文件里写了env_key DEEPSEEK_API_KEY所以还需要在系统中设置对应的环境变量。macOS / Linuxexport DEEPSEEK_API_KEY你的DeepSeek API KeyWindows PowerShell$env:DEEPSEEK_API_KEY你的DeepSeek API Key如果你希望每次打开终端都自动生效可以把环境变量写入 shell 配置文件例如.zshrc或.bashrc。5.4 验证接入是否成功完成以上配置后在终端执行codex 介绍一下你自己并确认你当前使用的模型如果 Codex 返回的内容符合 DeepSeek 的能力特征说明接入成功。如果报错可以先用codex --verbose查看请求日志确认是否真的请求到了 DeepSeek 的地址以及 API Key 是否被正确读取。这里需要提醒一点接入第三方模型后Codex 的部分工具调用能力可能不如官方模型完整。比如某些文件编辑、命令执行能力需要模型本身对工具调用协议支持良好。建议先跑几个基础任务测试再正式投入使用。6. 常见报错与排查思路6.1 unable to locate the codex cli binary这是最近相当高频的一个报错完整信息大概是ChatGPT failed to start. Unable to locate the codex cli binary. Set codex cli path or ensure the electron...这个报错主要出现在 ChatGPT 桌面版内置 Codex 功能时客户端在启动 Codex 时找不到codex可执行文件。可能原因系统没有安装 Codex CLICodex CLI 的安装路径不在桌面应用能识别的 PATH 中桌面版设置里没有正确指定 Codex CLI 路径。排查步骤先确认 Codex 是否已安装codex --version查看 codex 可执行文件的完整路径which codex如果上面两个命令都很正常打开 ChatGPT 桌面版设置找到 Codex 相关配置项把which codex显示的路径填到 Codex CLI Path 输入框中。如果设置后仍然报错重新启动 ChatGPT 桌面版让配置生效。这里需要特别说明Windows 用户如果安装了 Codex 但which codex找不到很可能是 npm 全局安装目录没有加入 PATH可以继续看下一个问题。6.2 command not found: codex安装完成后执行codex提示命令不存在通常是因为 npm 全局 bin 目录没有加入系统 PATH。先查看 npm 全局安装目录npm get prefix假设输出是/usr/local那么在 macOS / Linux 下执行export PATH$PATH:$(npm get prefix)/bin为了让配置永久生效可以把这行写入~/.zshrc或~/.bashrc然后执行source ~/.zshrcWindows 用户可以在系统环境变量设置中把 npm 的全局 node_modules 下的.bin目录添加到 PATH再重新打开终端。6.3 代理相关报错local proxy failed while handling codex endpoint有同学在终端中会看到类似下面的错误cc switch local proxy failed while handling codex endpoint /responses. provi...这个报错通常和网络访问环境、本地代理服务有关。Codex 请求/responses端点时如果本地代理无法正常转发就会出现类似问题。排查思路检查本地代理服务是否正常启动端口是否正确检查 Codex 是否配置了指向代理地址的base_url如果配置了确认这个代理地址当前可用如果你发现自己并不需要代理可以检查环境变量中是否有HTTPS_PROXY、HTTP_PROXY、ALL_PROXY等影响请求转发的变量临时取消这些变量再测试unset HTTPS_PROXY HTTP_PROXY ALL_PROXY执行codex --verbose查看具体请求日志确认请求最终发到了哪个地址如果确认是本地代理工具故障恢复代理工具后再重试。这里要提醒一下切换网络环境或代理配置后Codex 可能会继续使用旧连接遇到这类问题可以先完全退出终端进程再重试。6.4 模型不支持报错查询 Codex 时如果看到类似The gpt-5.6-sol model is not supported when using Codex with a...说明当前使用的模型名称不在 Codex 支持范围内或者当前账号类型订阅/API不能使用该模型。处理方式检查模型名是否拼写正确查看当前 Codex 支持的模型列表可以通过codex --help查看如果配置了config.toml暂时删掉model配置项让 Codex 使用默认模型如果使用的是 API Key确认账号有权限访问你指定的模型模型名称尽量以当前 Codex 版本和官方文档为准因为模型发布节奏很快旧教程里的模型名可能已经失效。6.5 网络请求超时或 5xx 错误如果你的网络环境无法正常访问 Codex 服务或者服务端临时波动可能会看到请求超时、500、503 等错误。排查步骤先确认自身网络环境能够正常访问目标服务使用curl简单测试目标接口连通性检查是否有防火墙、安全软件拦截终端进程的网络请求确认代理配置不会影响 Codex 请求如果使用第三方 API 服务可以到服务商状态页确认是否有大面积故障。6.6 高频问题排查清单问题现象常见原因解决思路ChatGPT 桌面版提示找不到 codex CLICLI 未安装或路径未设置安装 Codex并在桌面版设置 Codex CLI Path终端提示 command not foundnpm bin 目录不在 PATH将 npm 全局 bin 加入 PATH提示代理处理失败本地代理不可用或配置错误检查代理状态、取消多余代理环境变量模型不支持模型名拼写错误或账号无权限使用默认模型或检查模型名称请求超时网络问题确认网络连通、防火墙、代理配置7. 最佳实践与工程建议7.1 小步快跑先计划后执行Codex 非常强大但不建议一上来就让它“把这个项目全部重构一遍”。更稳妥的做法是先把任务拆小例如先让 Codex 阅读项目结构并输出计划codex 先分析这个项目的目录结构和核心模块给出重构计划的步骤列表人工确认计划后再让它逐步执行。这样既能控制风险也能让 Codex 的工作成果更可控。7.2 沙箱和权限边界要分清Codex 默认启用沙箱这是一个很好的安全屏障。如果你在真实项目目录中操作尤其是涉及删除文件、批量修改、执行数据库命令时一定要想清楚是否真的需要绕过沙箱。对于删除、覆盖、权限修改这类危险操作建议在测试目录中先验证再在正式目录中执行。生产环境更是如此任何变更前做好备份保持最小权限原则。7.3 API Key 不要写进代码仓库接入 DeepSeek 或其他第三方模型时API Key 应该通过环境变量注入而不是硬编码到配置文件中。我见过太多把 Key 直接写在config.toml、.env里然后提交到 Git 仓库的案例。建议使用env_key字段引用环境变量把.env文件加入.gitignore使用密码管理器管理密钥发现密钥泄露时立即在服务商后台吊销并重新生成。7.4 善用 Git 做安全网每次让 Codex 自动修改代码前先在项目目录下执行一次git status确保工作区是干净的。如果 Codex 改坏了直接用 Git 回滚git checkout .在团队项目中让 Codex 在独立分支上工作完成后 review diff 再合入主分支是更安全的协作方式。7.5 生产环境使用注意生产环境使用 Codex 时额外注意不要在生产目录直接执行--full-auto尤其是涉及数据库变更、批量删除的命令提前设定配置文件权限避免多人共用同一台机器时互相读取 API Key大仓库操作时可以先让 Codex 读取.gitignore避免它去分析node_modules、dist这类无关目录关注 Codex 客户端版本更新升级前先在测试环境验证配置兼容性。8. 总结与下一步学习路线到这里你已经完成了 Codex 从安装、登录、基础使用到第三方模型接入的完整入门。核心路径并不复杂装好 npm 包登录账号在终端里用自然语言下达任务Codex 负责执行和修正。遇到高频报错时先看提示信息再按上面表格里的思路逐步排查大部分问题都能在几分钟内解决。如果你想继续进阶下一步可以关注这几个方向Codex 的 MCPModel Context Protocol工具扩展让它接入更多外部服务和数据源Codex in IDE 插件把终端 Agent 能力迁移到编辑器工作流Codex 的 Agent Skills 功能定义自定义技能模板让 Codex 更懂你的团队规范更深度的配置项例如自定义系统提示词、限制文件访问范围、日志级别等。今天的内容已经比较完整建议你打开终端从一条最简单的指令开始试起。不要怕报错Codex 的每次报错日志都是在帮你补全环境信息。如果遇到本文没覆盖到的问题可以先执行codex --verbose拿到完整日志再按日志中的关键字去搜索或者到开发者社区讨论。
Codex CLI 从安装到接入 DeepSeek：终端 AI 编程助手速通指南
最近在终端里做自动化任务时越来越想把“写脚本、改配置、查日志”这类重复劳动直接交给 AI。Codex 是我目前用过最顺手的终端 AI 编程助手之一它不像传统补全插件那样只给你“建议代码”而是真的能自己读文件、改代码、跑命令、看报错再继续修改直到任务完成。这篇教程会从零开始一步步带你完成 Codex 的安装、登录、基础使用、第三方模型接入以及高频报错排查。无论是第一次听说 Codex 的新手还是已经在用其他 AI 编程工具的开发者都可以照着操作一遍。1. Codex 是什么能做什么1.1 从终端里长出来的 AI 助手Codex 是 OpenAI 推出的 AI Agent 编程工具核心载体是命令行。你可以在终端里用自然语言描述需求Codex 会自动完成读取项目目录和关键文件理解项目结构编写或修改代码文件执行 shell 命令、运行测试、查看结果根据报错信息自动修复处理完成后展示改动内容让你确认。简单来理解 Copilot 这类工具是“帮你写代码的输入法”而 Codex 是“帮你把活干完的实习生”。你只需要说清楚目标它负责拆解步骤并执行。1.2 Codex 的几种产品形态很多同学第一次接触 Codex 时会被各种名字绕晕这里先做一个区分Codex CLI核心命令行工具也是本文的主角Codex IDE 插件集成在 VS Code 等编辑器里可以在编辑器侧边栏交互Codex 网页版在浏览器中使用适合不想装环境的人ChatGPT 桌面版内置 Codex直接把 Codex 做进了客户端但有时会出现找不到 CLI 的报错后面会专门讲。如果你要做工程化、自动化和脚本任务Codex CLI 是功能最完整、也最值得学习的一种形态。1.3 学完本文你能获得什么跟着本文操作你可以完成在 macOS / Windows / Linux 上安装 Codex CLI完成 ChatGPT 账号登录或 API Key 登录在交互模式、单次指令模式下使用 Codex把 Codex 接入 DeepSeek 等 OpenAI 兼容模型解决常见的unable to locate the codex cli binary、代理报错、模型不支持等问题。整个过程如果只看核心路径30 到 40 分钟就能跑通也就是标题里说的“33 分钟速通”节奏。2. 环境准备与安装2.1 安装前需要准备什么在安装 Codex CLI 之前建议先确认环境满足以下条件依赖项说明操作系统macOS、Windows、Linux 均可Node.js建议 18 及以上版本Git推荐安装Codex 在操作代码仓库时经常用到网络能正常访问 Codex 对应的应用服务账号OpenAI 账号ChatGPT 订阅或 API 账号如果你还没有安装 Node.js建议先到 Node 官网下载 LTS 版本或者在终端中使用系统对应的包管理器安装。安装完成后可以用下面的命令验证node -v npm -v能正常输出版本号就说明 Node 环境没问题。2.2 安装方式一npm 全局安装推荐Codex CLI 的官方包名是openai/codex最简单的方式是使用 npm 全局安装npm install -g openai/codex安装过程如果比较慢可以先配置 npm 国内镜像再执行安装npm config set registry https://registry.npmmirror.com npm install -g openai/codex使用国内镜像只是加速 npm 包下载不会影响 Codex 后续与模型服务的连接。2.3 安装方式二Homebrew 安装如果你使用的是 macOS并且已经安装了 Homebrew也可以用 brew 安装brew install codex这种方式的优点是依赖管理由 Homebrew 统一处理升级时也比较方便。2.4 验证安装与升级安装完成后执行以下命令codex --version如果能看到版本号说明安装成功。这里需要注意的是Codex 迭代速度很快不同版本在参数、配置字段上可能会有差异。如果发现命令行为和本文示例不一致可以先升级到最新版再继续操作npm update -g openai/codex升级完成后再次执行codex --version确认。3. 登录认证与模型选择3.1 使用 ChatGPT 账号登录Codex 安装完成后第一件事是登录认证。如果你拥有 ChatGPT 账号直接在终端执行codex login此时终端会显示一个登录链接和等待页面浏览器打开后会要求登录 OpenAI 账号登录成功后授权即可。然后把浏览器显示的一次性授权码复制回终端回车确认。登录成功后Codex 会使用当前账号绑定的订阅套餐权限。对于 Plus、Pro 等订阅用户Codex 的调用额度会在套餐范围内计费不需要单独绑定 API Key。3.2 使用 API Key 登录如果你是开发者更希望按调用量计费可以使用 API Key 方式登录codex login --api-key执行后终端会提示你输入 API Key把以sk-开头的密钥粘贴进去即可。API Key 通常需要你在 OpenAI API 后台创建并确保账号有足够的余额。两种登录方式的区别主要集中在计费模型上登录方式适用场景计费方式ChatGPT 账号ChatGPT 订阅用户使用订阅套餐额度API Key开发者、自动化调用按 tokens 消耗计费如果你不确定当前登录状态可以查看codex login status3.3 选择模型与配置文件位置Codex 默认会使用当前阶段推荐的语言模型比如 gpt-5 系列。不同订阅套餐或 API 账号可用的模型不完全相同你可以通过配置文件手动指定模型。Codex 的配置文件默认放在用户目录下的.codex文件夹中macOS / Linux~/.codex/config.tomlWindowsC:\Users\你的用户名\.codex\config.toml如果文件不存在可以手动创建。最基础的配置是选择模型提供方和模型名例如model gpt-5 model_provider openai这里先不深入细节后面接入 DeepSeek 时会详细介绍配置格式。如果你不确定当前账号支持哪些模型最稳妥的方法是先使用默认配置不要手动指定模型名。4. Codex CLI 快速上手4.1 进入交互模式在任意项目目录下执行codex就会进入 Codex 的交互式终端界面。此时你可以直接输入自然语言指令例如帮我看看这个项目的结构并说明每个文件的作用Codex 会读取目录分析文件并输出结果。每次执行任务前Codex 会根据需要展示计划并请求你的确认默认按Y确认、n拒绝、s跳过。这种方式适合希望每一步都可控的场景。4.2 使用单次指令模式如果你不想进入交互式界面可以直接把任务作为参数传入codex 列出当前目录所有文件并按文件大小排序这种“单次指令”方式适合脚本调用、自动化流水线和临时快速问询。执行完成后会自动退出不会停留在交互界面。4.3 常用参数说明Codex 提供了多个实用参数新手阶段建议先掌握这几个codex --full-auto 修复当前项目所有测试失败的问题--full-auto表示全自动执行Codex 不再每步都询问你而是自主完成任务。适合你对任务目标非常明确且对 Codex 有一定信任时使用。codex --sandbox 删除项目中所有 .log 文件--sandbox是沙箱模式Codex 的命令执行权限会被限制在一个临时文件系统里避免误删重要文件。默认情况下沙箱是开启的如果你确实需要 Codex 直接操作真实文件系统可以用--dangerously-bypass-approvals-and-sandbox但这个参数非常危险生产环境慎用。其他常用参数参数作用--verbose输出详细日志方便排查问题--continue继续上一次对话上下文--skip-git-repo-check跳过 Git 仓库检查适合非 Git 目录--json以 JSON 格式输出方便程序解析4.4 实战用 Codex 生成并运行一个 Python 脚本下面我们用一个完整示例把上面的基础操作串起来。在终端中执行codex 写一个 Python 脚本读取 data.csv按 amount 字段求和并把结果输出到 result.txtCodex 会先分析当前目录如果发现没有data.csv可能会提示你先创建测试文件。为了演示可以先手动创建一个简单的 CSV 文件id,amount 1,100 2,200 3,300再次执行上面的指令。Codex 会自动创建calc_sum.py之类的脚本文件并展示代码内容import csv total 0 with open(data.csv, r, encodingutf-8) as f: reader csv.DictReader(f) for row in reader: total float(row[amount]) with open(result.txt, w, encodingutf-8) as f: f.write(str(total)) print(求和完成结果为, total)确认后Codex 会直接运行脚本输出结果并生成result.txt文件。整个过程不需要你手动复制代码、保存文件、再执行命令Codex 全部代劳了。如果你还想继续修改可以在交互模式下继续输入再写一个测试文件验证脚本对于空文件的处理Codex 会在当前上下文基础上继续工作而不是重新开始。5. 进阶Codex 接入 DeepSeek 等 OpenAI 兼容模型5.1 为什么能接第三方模型很多开发者想把 Codex 接到 DeepSeek 这类模型服务上原因主要有两个一是部分用户没有 OpenAI 付费账号二是希望使用 DeepSeek 的 API 来降低成本或满足特定业务需求。Codex 在设计上支持自定义模型提供商。只要目标服务提供 OpenAI 兼容接口就可以通过修改config.toml配置接入。DeepSeek 官方 API 兼容 OpenAI 的请求格式所以可以无缝替换。5.2 修改配置文件打开~/.codex/config.toml将内容修改为model deepseek-chat model_provider deepseek [model_providers.deepseek] name DeepSeek base_url https://api.deepseek.com/v1 env_key DEEPSEEK_API_KEY wire_api chat这里重点解释几个关键字段model使用的模型名称DeepSeek 目前常用的是deepseek-chat如果你有更高版本模型需求以 DeepSeek 官方文档为准model_provider指定要使用哪个模型提供商对应下面配置块的名字base_urlOpenAI 兼容接口的地址DeepSeek 的接口地址是https://api.deepseek.com/v1env_key告诉 Codex 从哪个环境变量读取 API Keywire_api接口协议类型chat表示走/chat/completions协议。如果目标服务兼容新版 Responses API可以设置为responses。不同版本的 Codex 对配置 schema 可能有一些差异。如果启动时报配置解析错误可以先用codex --help查看当前版本支持哪些配置项再对照调整。5.3 设置环境变量配置文件里写了env_key DEEPSEEK_API_KEY所以还需要在系统中设置对应的环境变量。macOS / Linuxexport DEEPSEEK_API_KEY你的DeepSeek API KeyWindows PowerShell$env:DEEPSEEK_API_KEY你的DeepSeek API Key如果你希望每次打开终端都自动生效可以把环境变量写入 shell 配置文件例如.zshrc或.bashrc。5.4 验证接入是否成功完成以上配置后在终端执行codex 介绍一下你自己并确认你当前使用的模型如果 Codex 返回的内容符合 DeepSeek 的能力特征说明接入成功。如果报错可以先用codex --verbose查看请求日志确认是否真的请求到了 DeepSeek 的地址以及 API Key 是否被正确读取。这里需要提醒一点接入第三方模型后Codex 的部分工具调用能力可能不如官方模型完整。比如某些文件编辑、命令执行能力需要模型本身对工具调用协议支持良好。建议先跑几个基础任务测试再正式投入使用。6. 常见报错与排查思路6.1 unable to locate the codex cli binary这是最近相当高频的一个报错完整信息大概是ChatGPT failed to start. Unable to locate the codex cli binary. Set codex cli path or ensure the electron...这个报错主要出现在 ChatGPT 桌面版内置 Codex 功能时客户端在启动 Codex 时找不到codex可执行文件。可能原因系统没有安装 Codex CLICodex CLI 的安装路径不在桌面应用能识别的 PATH 中桌面版设置里没有正确指定 Codex CLI 路径。排查步骤先确认 Codex 是否已安装codex --version查看 codex 可执行文件的完整路径which codex如果上面两个命令都很正常打开 ChatGPT 桌面版设置找到 Codex 相关配置项把which codex显示的路径填到 Codex CLI Path 输入框中。如果设置后仍然报错重新启动 ChatGPT 桌面版让配置生效。这里需要特别说明Windows 用户如果安装了 Codex 但which codex找不到很可能是 npm 全局安装目录没有加入 PATH可以继续看下一个问题。6.2 command not found: codex安装完成后执行codex提示命令不存在通常是因为 npm 全局 bin 目录没有加入系统 PATH。先查看 npm 全局安装目录npm get prefix假设输出是/usr/local那么在 macOS / Linux 下执行export PATH$PATH:$(npm get prefix)/bin为了让配置永久生效可以把这行写入~/.zshrc或~/.bashrc然后执行source ~/.zshrcWindows 用户可以在系统环境变量设置中把 npm 的全局 node_modules 下的.bin目录添加到 PATH再重新打开终端。6.3 代理相关报错local proxy failed while handling codex endpoint有同学在终端中会看到类似下面的错误cc switch local proxy failed while handling codex endpoint /responses. provi...这个报错通常和网络访问环境、本地代理服务有关。Codex 请求/responses端点时如果本地代理无法正常转发就会出现类似问题。排查思路检查本地代理服务是否正常启动端口是否正确检查 Codex 是否配置了指向代理地址的base_url如果配置了确认这个代理地址当前可用如果你发现自己并不需要代理可以检查环境变量中是否有HTTPS_PROXY、HTTP_PROXY、ALL_PROXY等影响请求转发的变量临时取消这些变量再测试unset HTTPS_PROXY HTTP_PROXY ALL_PROXY执行codex --verbose查看具体请求日志确认请求最终发到了哪个地址如果确认是本地代理工具故障恢复代理工具后再重试。这里要提醒一下切换网络环境或代理配置后Codex 可能会继续使用旧连接遇到这类问题可以先完全退出终端进程再重试。6.4 模型不支持报错查询 Codex 时如果看到类似The gpt-5.6-sol model is not supported when using Codex with a...说明当前使用的模型名称不在 Codex 支持范围内或者当前账号类型订阅/API不能使用该模型。处理方式检查模型名是否拼写正确查看当前 Codex 支持的模型列表可以通过codex --help查看如果配置了config.toml暂时删掉model配置项让 Codex 使用默认模型如果使用的是 API Key确认账号有权限访问你指定的模型模型名称尽量以当前 Codex 版本和官方文档为准因为模型发布节奏很快旧教程里的模型名可能已经失效。6.5 网络请求超时或 5xx 错误如果你的网络环境无法正常访问 Codex 服务或者服务端临时波动可能会看到请求超时、500、503 等错误。排查步骤先确认自身网络环境能够正常访问目标服务使用curl简单测试目标接口连通性检查是否有防火墙、安全软件拦截终端进程的网络请求确认代理配置不会影响 Codex 请求如果使用第三方 API 服务可以到服务商状态页确认是否有大面积故障。6.6 高频问题排查清单问题现象常见原因解决思路ChatGPT 桌面版提示找不到 codex CLICLI 未安装或路径未设置安装 Codex并在桌面版设置 Codex CLI Path终端提示 command not foundnpm bin 目录不在 PATH将 npm 全局 bin 加入 PATH提示代理处理失败本地代理不可用或配置错误检查代理状态、取消多余代理环境变量模型不支持模型名拼写错误或账号无权限使用默认模型或检查模型名称请求超时网络问题确认网络连通、防火墙、代理配置7. 最佳实践与工程建议7.1 小步快跑先计划后执行Codex 非常强大但不建议一上来就让它“把这个项目全部重构一遍”。更稳妥的做法是先把任务拆小例如先让 Codex 阅读项目结构并输出计划codex 先分析这个项目的目录结构和核心模块给出重构计划的步骤列表人工确认计划后再让它逐步执行。这样既能控制风险也能让 Codex 的工作成果更可控。7.2 沙箱和权限边界要分清Codex 默认启用沙箱这是一个很好的安全屏障。如果你在真实项目目录中操作尤其是涉及删除文件、批量修改、执行数据库命令时一定要想清楚是否真的需要绕过沙箱。对于删除、覆盖、权限修改这类危险操作建议在测试目录中先验证再在正式目录中执行。生产环境更是如此任何变更前做好备份保持最小权限原则。7.3 API Key 不要写进代码仓库接入 DeepSeek 或其他第三方模型时API Key 应该通过环境变量注入而不是硬编码到配置文件中。我见过太多把 Key 直接写在config.toml、.env里然后提交到 Git 仓库的案例。建议使用env_key字段引用环境变量把.env文件加入.gitignore使用密码管理器管理密钥发现密钥泄露时立即在服务商后台吊销并重新生成。7.4 善用 Git 做安全网每次让 Codex 自动修改代码前先在项目目录下执行一次git status确保工作区是干净的。如果 Codex 改坏了直接用 Git 回滚git checkout .在团队项目中让 Codex 在独立分支上工作完成后 review diff 再合入主分支是更安全的协作方式。7.5 生产环境使用注意生产环境使用 Codex 时额外注意不要在生产目录直接执行--full-auto尤其是涉及数据库变更、批量删除的命令提前设定配置文件权限避免多人共用同一台机器时互相读取 API Key大仓库操作时可以先让 Codex 读取.gitignore避免它去分析node_modules、dist这类无关目录关注 Codex 客户端版本更新升级前先在测试环境验证配置兼容性。8. 总结与下一步学习路线到这里你已经完成了 Codex 从安装、登录、基础使用到第三方模型接入的完整入门。核心路径并不复杂装好 npm 包登录账号在终端里用自然语言下达任务Codex 负责执行和修正。遇到高频报错时先看提示信息再按上面表格里的思路逐步排查大部分问题都能在几分钟内解决。如果你想继续进阶下一步可以关注这几个方向Codex 的 MCPModel Context Protocol工具扩展让它接入更多外部服务和数据源Codex in IDE 插件把终端 Agent 能力迁移到编辑器工作流Codex 的 Agent Skills 功能定义自定义技能模板让 Codex 更懂你的团队规范更深度的配置项例如自定义系统提示词、限制文件访问范围、日志级别等。今天的内容已经比较完整建议你打开终端从一条最简单的指令开始试起。不要怕报错Codex 的每次报错日志都是在帮你补全环境信息。如果遇到本文没覆盖到的问题可以先执行codex --verbose拿到完整日志再按日志中的关键字去搜索或者到开发者社区讨论。