OpenAI Codex 开发环境配置与实战指南
AI 编程工具正在经历快速迭代。过去几个月，开发者们尝试过多种方案，但往往受限于限速、稳定性或成本问题。OpenAI 推出的 Codex 凭借强大的编程能力和灵活的运行模式，逐渐成为许多工程师的首选。它基于 GPT-5 模型构建，支持命令行、IDE 插件、SDK 集成及云端操作等多种方式，能像结对程序员一样协助脚本编写、项目维护甚至代码审核。
本文将带你从零开始掌握 Codex，涵盖安装登录、模型切换、免费接入国产模型方案以及 MCP 工具扩展等核心内容。
四种主要运行环境
Codex 提供了四种运行方式，你可以根据场景选择：
| 环境 | 说明 |
|---|---|
| CLI（命令行） | 轻量快速，功能最完整，是控制中心。 |
| IDE 插件 | 直接在 VS Code 中使用，支持交互式文件修改与撤销。 |
| SDK 环境 | 可嵌入 Node.js 工程，通过代码调用。 |
| 云端环境 | 无需本地安装，网页端完成远程开发与审核。 |
建议从 CLI 环境 入手，它是后续所有集成的基础。
命令行环境安装与配置
1. 准备 Node.js 环境
Codex CLI 依赖 Node.js。前往官网下载并安装 LTS 版本。安装完成后在终端验证：
node -v
若输出版本号即表示成功。
2. 安装 CLI 工具
使用 npm 全局安装：
npm install -g codex
安装后执行 codex --version 确认。
3. 登录账户
首次启动时，Codex 会要求绑定 OpenAI 账号。输入命令后会自动打开浏览器跳转至登录页：
codex
登录成功后回到终端，输入 Hello Codex! 测试连接。收到回复即表示配置完毕。
模型选择与性能档位
通过 codex model 命令可在不同模型间切换：
| 模型 | 特点 |
|---|---|
| GPT-5 | 通用模型，适合代码、自然语言及分析任务。 |
| GPT-5-Codex | 编程专用，优化了代码生成与文件操作能力。 |
此外还支持三种推理强度（Reasoning Effort）：
| 档位 | 特点 |
|---|---|
| Low | 速度最快，适合简单逻辑。 |
| Medium | 平衡模式（推荐）。 |
| High | 推理最强，响应稍慢。 |
免费接入国产模型方案
如果没有开通 Plus 会员，可以通过国产开放模型 API 接入，实现低成本使用。以智谱大模型为例：
- 注册账号并创建 API Key。
- 在模型库筛选支持推理 API 的模型（如
glm-4.6）。 - 复制
base_url与api_key。
编辑配置文件：
- Windows:
C:\Users\<用户名>\.codex\config.toml - macOS/Linux:
~/.codex/config.toml
示例配置：
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入 API Key。请在系统环境变量中新增变量 BIGMODEL_KEY 存储密钥，保存后重启 Codex 即可生效。
常见问题处理
自定义模型偶尔会调用系统默认编辑器，导致效率降低。建议在提示词中加入「请使用 Codex 内置编辑接口修改文件」，可降低触发外部调用的概率。
常用命令一览
| 命令 | 功能 |
|---|---|
/init | 扫描目录生成 AGENTS.md，帮助理解项目结构。 |
/compact | 压缩上下文，节省 Token 并提高专注度。 |
/new | 清空记录，开始新任务。 |
/approvals | 调整执行权限（手动/自动/全自动）。 |
/mcp | 列出已安装的 MCP 工具。 |
扩展能力：MCP 工具
MCP（Model Context Protocol）允许 Codex 操作数据库、Excel 或浏览器。以下是两个典型扩展案例。
1. 集成 Context7 获取实时文档
Context7 能让 AI 访问最新的框架文档和 API 用法，避免生成过时代码。例如生成 Next.js 15 路由时，它能即时获取真实写法而非依赖训练语料。
配置方法
在 config.toml 中添加：
[mcp_servers.context7]
command = "npx"
args = ["-y", "@upstash/context7-mcp", "--api-key", "YOUR_API_KEY"]
首次运行会自动加载并显示 ✔ Loaded MCP server: context7。
Windows 用户注意： 若遇超时错误，建议使用完整路径配置 Node.js：
[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"
]
startup_timeout_sec = 20.0
[mcp_servers.context7.env]
SystemRoot = 'C:\\Windows'
macOS 用户注意： 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"
]
2. 集成 Excel MCP 自动化表格
Excel MCP 让 Codex 能直接创建、读取和修改表格文件，适用于批量报表生成或数据清洗。
配置方法
使用 Python uvx 运行：
[mcp.excel]
command = "uvx"
args = ["excel-mcp", "--stdio"]
保存重启后执行 /mcp 应能看到 excel 已加载。
Windows 用户注意： 确保已安装 Python/UV，必要时使用 CMD 启动：
[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： 显式写全路径：
[mcp.excel]
command = "/opt/homebrew/bin/uvx"
args = ["excel-mcp", "--stdio"]
自定义命令与 Prompt
你可以在 .codex/prompts/ 目录下创建文件来自定义指令。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，即可自动对比分支并输出结果。这种方式非常适合建立个性化的开发指令库。
IDE 插件与云端模式
VS Code 插件
在 Extensions 搜索 OpenAI Codex 安装。插件支持可视化文件对比、一键撤销及图片识别，与 CLI 共用配置和历史记录。
云端开发
访问网页端可直接上传项目仓库，输入修改指令后 Codex 会自动修改代码并创建 Pull Request。开启自动代码审核功能后，它能对 PR 进行质量检查，例如提示协议变更风险，非常适合团队协作。
SDK 集成
若想在自己的项目中调用 Codex，可使用官方 SDK：
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 即可看到结果。AI 编程的未来在于放大创造力，掌握 Codex 相当于拥有了一个随时待命的超级搭档。
