玩转CodeX:CodeX安装教程(Windows+Linux+MacOS)

玩转CodeX:CodeX安装教程(Windows+Linux+MacOS)

本文介绍如何安装 AI 编码界遥遥领先的工具 ——— CodeX,CodeX 是 OpenAI 推出的一款 AI 编码 Cli,搭载最新的 GPT-5 模型。安装不同的操作系统环境,本文会从 Windows、Linux、Mac 三个不同的系统环境依次介绍安装方法。

Windows 环境安装 CodeX

1. 获取 Codex 账号

访问 CodeX 中国镜像站,完成账户注册。

输入邀请码 DZFW8J,获得价值100$的使用额度。

2. 安装 Codex 官方包

查看自己的 node 版本是否满足 18+:

如果满足,直接使用 node 进行安装:

npminstall -g @openai/codex 

安装成功。

3. 创建 Codex 配置

C:\users\你的用户 文件夹下创建 .codex 文件夹(如果已经存在该文件夹,需要先删除再创建)。

访问仪表板的 API密钥 页面,创建并复制一个新的API密钥。

在这里插入图片描述

然后,在 .codex 文件夹下,创建 auth.json 文件,内容为:

{"OPENAI_API_KEY":"你的API_KEY"}

删除 C:\users\你的用户\.codex 路径下已存在的 config.toml 文件(若有),然后新建一个 config.toml,内容直接原封不动的粘贴下文:

model_provider ="aicodemirror" model ="gpt-5-codex" model_reasoning_effort ="high" disable_response_storage =true preferred_auth_method ="apikey"[model_providers.aicodemirror] name ="aicodemirror" base_url ="https://api.aicodemirror.com/api/codex/backend-api/codex" wire_api ="responses"

文件创建后如图:

在这里插入图片描述

重启终端后运行以下命令,确认安装成功。

codex -V 
在这里插入图片描述

出现版本号,就说明安装成功。

4. 启动 CodeX

安装完成后,您可以在任何项目目录中开始使用 Codex:

$ cd your-project-folder #导航到您的项目 $ codex # 启动 Codex

启动时,CodeX 会提醒建议在 WSL(Windows的子系统)中使用,这里我们点击确认跳过即可,也可以在 WSL 安装 CodeX,这个看个人喜好。

在这里插入图片描述


可以使用 codex --dangerously-bypass-approvals-and-sandbox 来避免对每次操作频繁授权。

该安装也完全支持 VSCode 官方插件

在这里插入图片描述

Linux 环境安装 CodeX

1. 获取 Codex 账号

访问 CodeX 中国镜像站,完成账户注册。

输入邀请码 DZFW8J,获得价值100$的使用额度。

2. 安装 Codex 官方包

node 版本要求 18+,直接使用 node 进行安装:

npminstall -g @openai/codex 

安装成功。

3. 创建 Codex 配置

在根目录下创建 .codex 文件夹(如果已经存在该文件夹,需要先删除再创建)。

rm -rf ~/.codex mkdir ~/.codex 

访问仪表板的 API密钥 页面,创建并复制一个新的API密钥。

在这里插入图片描述

然后,在 ~/.codex 文件夹下,创建 auth.json 文件,内容为:

{"OPENAI_API_KEY":"你的API_KEY"}

删除 ~/.codex 路径下已存在的 config.toml 文件(若有),然后新建一个 config.toml,内容直接原封不动的粘贴下文:

model_provider ="aicodemirror" model ="gpt-5-codex" model_reasoning_effort ="high" disable_response_storage =true preferred_auth_method ="apikey"[model_providers.aicodemirror] name ="aicodemirror" base_url ="https://api.aicodemirror.com/api/codex/backend-api/codex" wire_api ="responses"

重启终端后运行以下命令,确认安装成功。

codex -V 

出现版本号,就说明安装成功。

4. 启动 CodeX

安装完成后,您可以在任何项目目录中开始使用 Codex:

$ cd your-project-folder #导航到您的项目 $ codex # 启动 Codex

可以使用 codex --dangerously-bypass-approvals-and-sandbox 来避免对每次操作频繁授权。


MacOS 环境安装 CodeX

1. 获取 Codex 账号

访问 CodeX 中国镜像站,完成账户注册。

输入邀请码 DZFW8J,获得价值100$的使用额度。

2. 安装 Codex 官方包

node 版本要求 18+,直接使用 node 进行安装:

npminstall -g @openai/codex 

安装成功。

3. 创建 Codex 配置

在根目录下创建 .codex 文件夹(如果已经存在该文件夹,需要先删除再创建)。

rm -rf ~/.codex mkdir ~/.codex 

访问仪表板的 API密钥 页面,创建并复制一个新的API密钥。

在这里插入图片描述

然后,在 ~/.codex 文件夹下,创建 auth.json 文件,内容为:

{"OPENAI_API_KEY":"你的API_KEY"}

删除 ~/.codex 路径下已存在的 config.toml 文件(若有),然后新建一个 config.toml,内容直接原封不动的粘贴下文:

model_provider ="aicodemirror" model ="gpt-5-codex" model_reasoning_effort ="high" disable_response_storage =true preferred_auth_method ="apikey"[model_providers.aicodemirror] name ="aicodemirror" base_url ="https://api.aicodemirror.com/api/codex/backend-api/codex" wire_api ="responses"

重启终端后运行以下命令,确认安装成功。

codex -V 

出现版本号,就说明安装成功。

4. 启动 CodeX

安装完成后,您可以在任何项目目录中开始使用 Codex:

$ cd your-project-folder #导航到您的项目 $ codex # 启动 Codex

可以使用 codex --dangerously-bypass-approvals-and-sandbox 来避免对每次操作频繁授权。


CodeX 开发者交流社区

福利多多,立即加入 👇 👇 👇

CodeX 中国开发者交流社区

期待与你的思维碰撞,共同奔赴AI开发的浪潮!

Read more

【线性表系列终篇】链表试炼:LeetCode Hot 100 经典题目实战解析

【线性表系列终篇】链表试炼:LeetCode Hot 100 经典题目实战解析

🏠个人主页:黎雁 🎬作者简介:C/C++/JAVA后端开发学习者 ❄️个人专栏:C语言、数据结构(C语言)、EasyX、游戏、规划、程序人生 ✨ 从来绝巘须孤往,万里同尘即玉京 文章目录 * 【线性表系列终篇】链表试炼:LeetCode Hot 100 经典题目实战解析 * 文章摘要 * 一、试炼前的准备:链表解题核心技巧回顾 * 二、试炼开始:经典题目实战解析 * 题目一:反转链表 (LeetCode 206) * 解法一:迭代(双指针) * 解法二:递归 * 题目二:环形链表 (LeetCode 141) * 解法:快慢指针(Floyd判圈算法) * 题目三:合并两个有序链表 (LeetCode 21)

By Ne0inhk

Min-Max(算法)归一化实例解析(内容由 AI 生成)

Min-Max归一化实例解析 Min-Max 归一化的简单理解是: 当前值 - 该维度的最小值) / 该维度的数值范围(最大值 - 最小值) 再简单理解,就是比例化,当前维度范围的比例化 Min-Max 归一化是数据预处理领域的标准算法,其核心价值是通过 “固定步骤 + 数学公式” 居然是一个算法。 “固定步骤 + 数学公式” 一、Min-Max归一化核心概念 Min-Max归一化(也称为离差标准化)是数据预处理中常用的线性归一化方法,其核心作用是将原始数据映射到指定的固定区间(最常用区间为[0,1],也可根据需求调整为[1,5]、[-1,1]等),消除不同特征间的量纲和尺度差异。 其核心公式为(以目标区间[0,1]为例): Xnorm=X−XminXmax−XminX_{norm} = \frac{X -

By Ne0inhk
【强化学习】演员评论家Actor-Critic算法(万字长文、附代码)

【强化学习】演员评论家Actor-Critic算法(万字长文、附代码)

📢本篇文章是博主强化学习(RL)领域学习时,用于个人学习、研究或者欣赏使用,并基于博主对相关等领域的一些理解而记录的学习摘录和笔记,若有不当和侵权之处,指出后将会立即改正,还望谅解。文章分类在👉强化学习专栏:        【强化学习】- 【单智能体强化学习】(7)---《演员评论家Actor-Critic算法》 演员评论家Actor-Critic算法 目录 Actor-Critic算法理解 1. 角色设定 2. 两者如何协作 3. 学习的核心 4. 为什么叫Actor-Critic? 生活中例子: Actor-Critic算法的背景与来源 1. 强化学习的起源 2. 策略梯度方法的局限性 3. Actor-Critic的提出 4. 历史发展与应用 Actor-Critic算法流程的推导 1. 强化学习的优化目标 2. 策略梯度定理 3. Critic:值函数估计 4. Actor:策略优化 5.

By Ne0inhk
【优选算法必刷100题:专题五】(位运算算法)第033~38题:判断字符是否唯一、丢失的数字、两整数之和、只出现一次的数字 II、消失的两个数字

【优选算法必刷100题:专题五】(位运算算法)第033~38题:判断字符是否唯一、丢失的数字、两整数之和、只出现一次的数字 II、消失的两个数字

🎬 个人主页:艾莉丝努力练剑 ❄专栏传送门:《C语言》《数据结构与算法》《C/C++干货分享&学习过程记录》 《Linux操作系统编程详解》《笔试/面试常见算法:从基础到进阶》《Python干货分享》 ⭐️为天地立心,为生民立命,为往圣继绝学,为万世开太平 🎬 艾莉丝的简介: 🎬艾莉丝的算法专栏简介: 文章目录 * 常见位运算总结 * 1 ~> 刷前必刷题单 * 2 ~> 博主手记 * 033 判断字符是否唯一 * 1.1 解法(位图的思想): * 1.2 算法实现 * 1.3 博主手记 * 034 丢失的数字 * 2.1 解法:位运算 * 2.2 算法实现

By Ne0inhk