AI 编程工具 Codex 全面上手指南

免费接入国产模型（替代 Plus 方案）

没开通 ChatGPT Plus？可以通过国产开放模型 API 接入 Codex，实现免费使用。

以下以 智谱大模型开放平台 为例：

1. 前往 docs.bigmodel.cn 注册账号；
2. 进入「账号设置 → 访问令牌」创建新的 API Key；
3. 打开模型库，筛选「支持推理 API」的模型（如 glm-4.6）；
4. 复制模型的 base_url 与 api_key。

然后编辑 Codex 配置文件：

• Windows：C:\Users\<用户名>\.codex\config.toml
• macOS/Linux：~/.codex/config.toml

示例：

model_name = "glm-4.6"
base_url = "https://api.xxx.com/v1"
api_key_env = "BIGMODEL_KEY"

⚠️ 注意： 不要在配置文件中直接写 API Key。你需要在系统环境变量中新建一个变量：

保存后重启 Codex，即可直接免费调用该模型。

已知问题与解决方案

自定义模型存在一个小问题：有时 Codex 会调用系统默认编辑器修改文件，效率较低。

解决方法：在提示词中加入「请使用 Codex 内置编辑接口修改文件」，可降低触发外部调用 Bug 的概率。

Codex 常用命令一览

MCP 工具：让 Codex '会用外部软件'

MCP（Model Context Protocol）是 Codex 的插件机制，让它能直接操作数据库、Excel、甚至网页浏览器。

例 1：安装 Context7 MCP

Context7 是什么？

Context7 是由 Upstash 推出的一个开源 MCP Server。它的核心目标是让 AI 编程助手能够实时访问最新的框架文档、API 用法与示例，从而生成更准确、更贴近版本实际的代码。

换句话说，Context7 让 Codex 拥有'技术文档即时记忆'。当你让 Codex 写 Next.js、React、Tailwind、Prisma 等框架代码时，它会自动查询 Context7 提供的实时文档数据，从而避免'胡编 API'或引用旧版语法的问题。

例如，当你让 Codex 生成 Next.js 15 的路由代码时，它不再依赖模型训练时的旧语料，而是即时从 Context7 获取该版本的真实写法。

Context7 的作用

集成 Context7 后，Codex 可以在执行编程任务时做到：

1. 自动查询文档：识别你当前使用的框架或库，自动匹配正确的 API 文档和示例。
2. 版本感知开发：了解每个库的具体版本差异，避免'方法弃用'或'参数错误'问题。
3. 减少幻觉（Hallucination）：不再凭空生成不存在的函数或类型，输出代码几乎总是与真实 API 匹配。
4. 提示增强（Prompt Enrichment）：Codex 的提示上下文中自动注入对应库的技术知识，让模型生成代码时'有理有据'。

一句话总结：Codex 负责思考与生成，Context7 负责提供真实知识。

在 OpenAI Codex 中安装 Context7

要让 Context7 为 Codex 提供文档支持，只需在 Codex 的 MCP 配置文件中添加一段配置。官方推荐的配置方式如下：

基本安装配置

在 Codex 的 MCP server 配置文件（通常是 config.toml）中，添加以下内容：

[mcp_servers.context7]
args = ["-y", "@upstash/context7-mcp", "--api-key", "YOUR_API_KEY"]
command = "npx"

解释：

• command = "npx"：让 Codex 通过 Node.js 的 npx 运行 Context7；
• args：传入运行参数，包括包名和认证密钥；
• YOUR_API_KEY：到 Upstash Context7 注册并生成的密钥。

完成后保存配置，重启 Codex CLI。首次运行 Codex 时，它会自动加载 Context7，并显示类似：

✔ Loaded MCP server: context7

Windows 用户注意事项

若遇到 request timed out（请求超时）错误，可改用完整路径配置 Node.js 与包路径：

[mcp_servers.context7]
command = "C:\\Program Files\\nodejs\\node.exe"
args = [
  "C:\\Users\\yourname\\AppData\\Roaming\\npm\\node_modules\\@upstash\\context7-mcp\\dist\\index.js",
  "--transport", "stdio",
  "--api-key", "YOUR_API_KEY"
]

或使用 CMD 启动方式：

[mcp_servers.context7]
command = "cmd"
args = ["/c", "npx", "-y", "@upstash/context7-mcp", "--api-key", "ctx7sk-06b8d8a7-827a-450d-92e3-c8ef9ea0c2ce"]
startup_timeout_sec = 20.0
[mcp_servers.context7.env]
SystemRoot = 'C:\Windows'

macOS 用户注意事项

如遇相同问题，可显式指定 Node.js 全路径：

[mcp_servers.context7]
command = "/Users/yourname/.nvm/versions/node/v22.14.0/bin/node"
args = [
  "/Users/yourname/.nvm/versions/node/v22.14.0/lib/node_modules/@upstash/context7-mcp/dist/index.js",
  "--transport", "stdio",
  "--api-key", "YOUR_API_KEY"
]

成功后你可以这样使用

帮我写一段使用 Prisma Client 连接 PostgreSQL 的示例代码

或：

Next.js 15 中的 app router 怎么动态加载组件？

Codex 将实时从 Context7 中提取对应框架的官方文档片段，生成完全匹配当前版本的写法。

例 2：安装 Excel MCP

Excel MCP 是什么？

Excel MCP 是一个通过 MCP 协议暴露的'表格自动化工具'，让 Codex 能直接创建/读取/修改 Excel 文件（以及常见 CSV/表格操作），把'让 AI 写代码→写入表格→分析数据'这一整链路打通。

适用场景包括：批量报表生成、数据清洗、按规则高亮、排名/统计汇总、从代码输出到表格等。

Excel MCP 的作用

• 表格生成与导出：从自然语言需求直接生成结构化表格；
• 数据处理与统计：排序、筛选、分组、聚合、计算平均/中位数等；
• 格式与样式：条件高亮、前 n 名标记、列宽优化；
• 自动化工作流：与 Git/数据库 MCP 串联，做'拉数据→整形→导出→发 PR'。

一句话总结：Codex 负责指令和逻辑，Excel MCP 负责把结果落地到真实表格。

在 OpenAI Codex 中安装 Excel MCP

在 Codex 的 MCP 配置文件（通常是 config.toml）中添加如下配置（使用 Python uvx 运行）：

[mcp.excel]
command = "uvx"
args = ["excel-mcp", "--stdio"]

保存并重启 Codex 后，执行 /mcp 应能看到 excel 已被加载。

Windows 用户注意事项

如果你的系统没有正确识别 uvx，或遇到超时问题：

• 确保已安装好 Python/UV（pip install uv 或参考 uv 官方安装方式）；
• 必要时使用完整路径，例如：

[mcp_servers.excel]
command = "cmd"
args = ["/c", "uvx", "excel-mcp-server", "stdio"]
startup_timeout_sec = 20.0
[mcp_servers.excel.env]
SystemRoot = 'C:\Windows'

macOS 用户注意事项

若使用 uvx 命令不可用或存在多版本 Python，请显式写全路径：

[mcp.excel]
command = "/Users/yourname/.local/bin/uvx"
args = ["excel-mcp", "--stdio"]

或：

[mcp.excel]
command = "/opt/homebrew/bin/uvx"
args = ["excel-mcp", "--stdio"]

自定义命令（Prompt 级命令）

你可以在 .codex/prompts/ 文件夹里创建文件，来自定义命令。

例如新建 gitdiff.md：

比较 {{branch1}} 与 {{branch2}} 的差异，并用自然语言总结。

重启 Codex 后执行：

/cmd gitdiff main dev

Codex 就会自动对比两个分支并输出总结结果。这种方式非常适合创建你的个性化开发指令库。

IDE 插件环境：VS Code 直接使用 Codex

打开 VS Code → Extensions，搜索 'OpenAI Codex' 并安装。

Codex 插件优点：

• 支持可视化文件对比；
• 支持'一键撤销（Undo）'；
• 支持粘贴图片进聊天窗口，便于 AI 理解 UI 或截图。

插件与 CLI 共用配置文件和历史记录，无需重复设置。

云端环境：网页上直接写代码

Codex 还支持 云端开发模式。访问 codexgpt.com：

1. 登录并绑定 GitHub 账户；
2. 上传项目仓库；
3. 在网页输入修改指令（如'让按钮更显眼'）；
4. Codex 自动修改代码、创建 Pull Request；
5. 审核后合并，VS Code 可直接同步更新。

自动 Code Review 功能

打开「设置 → 启用自动代码审核」，Codex 会对每次 Pull Request 自动进行 Code Review。

例如它能提示：'将 HTTPS 改为 HTTP 可能导致请求失败。'这个功能在团队协作与代码质量保障上非常有用。

SDK 集成：让 Codex 嵌入你自己的程序

如果你想让自己的项目直接调用 Codex，可使用官方 SDK。

使用步骤

npm init -y
npm install codex-sdk

创建 index.mjs：

import Codex from "codex-sdk";
const codex = new Codex();
const result = await codex.ask("写一个输出 Hello World 的 Python 程序");
console.log(result);

运行：

node index.mjs

若成功输出结果，说明 SDK 环境已正确配置。