Windows安装原生Codex CLI 让你拥有更强力的AI代码助手!【支持GPT5.4、GPT5.3-codex】

Windows安装原生Codex CLI 让你拥有更强力的AI代码助手!【支持GPT5.4、GPT5.3-codex】

文章目录

前言

Codex CLIOpenAI于2025年4月17日发布的开源编程智能体,定位为终端运行的轻量级开发辅助工具,兼容同期发布的o3o4-mini大模型,可使用自然语言指令完成代码生成、重构测试及文件操作等任务 。其技术特性包括沙盒执行环境、192k令牌上下文长度及多模态编程支持,最低内存要求4GB,支持macOSLinuxWindows 11 WSL2系统 。

一、基础环境

1.操作系统
在这里插入图片描述
2.工具版本
  • PowerShell-7.6.0
  • nvm-1.2.2
  • Node-v24.13.0
  • Npm-11.6.2
  • Codex-0.116.0
  • CC-Switch-v3.12.0

二、部署

1.安装PowerShell 7
说明:这里安装powershell7是为了解决中文乱码问题
1.1以管理员身份运行 cmd
在这里插入图片描述
1.2安装powershell7
winget install--id Microsoft.PowerShell --source winget 
在这里插入图片描述
2.安装Node.js
2.1 安装nvm
2.2 安装Node&npm

win + r 输入pwsh回车

在这里插入图片描述
nvm ls //查看当前已安装的nodejs版本 nvm list available //查看可安装的nodejs LTS版本 nvm install24.13.0 //安装nodejs24.13.0版本 node-v //查看当前安装的node版本 npm-v //查看当前安装的npm版本 
说明:从图中可以看出我已经安装过了,所以这里不再做演示
在这里插入图片描述


在这里插入图片描述
3.安装Codex
npminstall-g @openai/codex` 
说明:我这里已经安装完了,所以再次执行是更新。
在这里插入图片描述
提示:
同理claude-code也可以通过同样方式安装:
npm install -g @anthropic-ai/claude-code

4.安装CC-Switch
说明:这是一个配置api切换工具
5.配置CC-Switch
5.1获取公益api key
说明:注册就不再赘述了,直接描述登录进去后如何用




5.2选择Codex 点击“添加供应商”

注意:上方选项栏选择codex

在这里插入图片描述
说明:将之前获取的配置复制到对应的“api key” 、“auth.json (JSON) *”和 “config.toml (TOML)”内即可,官网链接:https://ai.td.ee/ ,名称图标随意
在这里插入图片描述
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
5.3配置测试
在这里插入图片描述
在这里插入图片描述

三、Codex简单使用

1.Powershell7中输入codex回车
说明:cd 到你想用的工作目录输入codex回车就回在这个目录行程对应的sandbox模型沙盒
在这里插入图片描述
2.Codex CLI 常用命令说明
在这里插入图片描述
指令中文释义详细说明
/model选择使用的模型及推理算力用来切换 Codex 背后的 AI 模型(比如不同版本的代码模型),还能调整推理的「算力 / 精细度」—— 算力越高,代码生成越精准,但速度稍慢。
/init初始化创建一个AGENTS.md文件,包含Codex的使用说明「重置 / 初始化当前的会话环境」,具体行为包括:清空当前会话的上下文、重置 Codex 的沙箱环境、恢复所有指令的默认配置、保留模型选择
/fast开启 / 关闭快速模式(开启后推理最快,但消耗 2 倍套餐额度)快捷切换「极速模式」:开启后代码生成速度翻倍,但会消耗双倍的 API 额度 / 套餐时长;适合赶时间写简单代码时用。
/permissions配置 Codex 允许执行的操作权限管理 Codex 的权限边界,比如是否允许它读取本地文件、执行终端命令、修改代码文件等;新手建议先限制权限,避免误操作。
/sandbox-add-read-dir <absolute_path>允许沙箱读取指定目录(用法:/sandbox-add-read-dir <绝对路径>)给 Codex 的「沙箱环境」授权,让它能读取你指定的文件夹(必须填绝对路径,比如 /Users/xxx/project);比如想让 Codex 分析你项目里的代码,就用这个指令授权。
/experimental开启 / 关闭实验性功能切换是否使用 Codex 的测试版功能(可能不稳定,但会有新特性,比如多文件联动、代码实时调试);新手建议默认关闭,避免出问题。
/skills使用技能插件,优化 Codex 处理特定任务的表现调用 Codex 的「技能库」,比如让它用「Python 性能优化」「前端样式调试」「Shell 脚本纠错」等专属技能处理对应任务,提升针对性。
/review检查我当前的代码修改,找出问题让 Codex 审核你刚改的代码,自动识别 Bug、语法错误、逻辑漏洞、不规范的写法(比如未定义的变量、缩进问题)。
/rename重命名当前对话线程给当前的 Codex 聊天 / 操作会话起个名字(比如「用户中心接口开发」),方便后续查找历史会话,尤其适合多任务并行时用。
/resume查看历史会话直接运行 codex resume,它会打开历史会话选择器。 最近一次会话可以用 codex resume --last
3.Codex使用测试
/model //切换模型 
在这里插入图片描述
为gpt-5.3-codex选择推理级别 1.低 快速响应,推理较浅 2.中等(默认) 在日常任务中平衡速度和推理深度 3.高 为复杂问题提供更深层次的推理 4.超高 为复杂问题提供额外高的推理深度 
在这里插入图片描述
提问: 当前支持最大上下文是多少 
在这里插入图片描述
/init // 模型读取当前工作目录下的代码工程总结成一个md文档(相当于告诉模型当前的项目工程信息便于指导后续操作) 
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
提示:这里97%为上下文长度
 /resume \\ 查看问题历史记录 
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
codex resume --last\\ 恢复最近一次会话 
在这里插入图片描述

四、Codex进阶使用(接入VS Code)

1.进入扩展页面搜索codex 并安装对应插件
说明:安装第一个名为Codex – OpenAI’s coding agent
在这里插入图片描述
2.重启vscode点击gpt图标
提示:无需登录 等待加载完毕即可使用(因为前面已经配置过CC,它会自动读取配置文件)
在这里插入图片描述
3.查看监控
说明:可以看到User-Agent一列显示为codex_vscode
在这里插入图片描述
提示:个人感觉用法跟终端命令行没啥区别,但是速度明显不如轻量级的cli终端快。还是建议大家直接使用CLI终端即可!

结束语

感谢大家耐心看完本篇博客,本次 Codex CLI 安装使用分享就先告一段落啦。后续还会带来更多实用功能演示和详细讲解,觉得内容不错的话,别忘了给作者点赞、收藏、关注哦!


Read more

机器人日志十年演进

机器人日志系统十年演进(2015-2025) 2015-2025年,是机器人日志体系从故障排查的附属零散文本,到全链路可追溯的结构化数据,再到具身智能原生的全生命周期核心数据资产彻底重构的十年。 机器人日志是机器人系统的“黑匣子”,是运维管控、故障追溯、算法迭代、质量优化的核心数据底座。其核心职责从最初的「故障发生后人工追溯的零散记录」,逐步升级为覆盖设备运行、集群调度、健康管理、算法迭代、安全合规全维度的可追溯、可分析、可复用的数据体系。十年间,日志系统的演进始终与机器人技术迭代、产业规模化发展、国产替代进程深度同频,与协议、监控、诊断三大模块形成深度联动,完成了从非结构化到标准化、从本地零散到分布式全域、从人工排查到智能解析、从事后补救到事前预判、从无价值文本到全链路数据资产的本质跨越,是机器人实现平台化、集群化、智能化的核心底层支撑。 一、日志体系十年演进总纲 机器人日志的十年演进,始终围绕**「标准化-结构化-分布式-智能化-资产化」**的核心逻辑推进,与中国机器人产业发展节奏完全同频,整体可划分为四大里程碑阶段,每个阶段的架构形态、核心能力、产业价值均发生了本质变化

Stable-Diffusion-v1-5-archive效果展示:高清风格化图像生成作品集(附Prompt)

Stable-Diffusion-v1-5-archive效果展示:高清风格化图像生成作品集(附Prompt) 1. 引言:经典模型的魅力再现 如果你对AI绘画感兴趣,那么“Stable Diffusion”这个名字你一定不陌生。而今天我们要聊的,是它的一个经典版本——Stable Diffusion v1.5 Archive。这个模型就像是AI绘画世界里的“老将”,虽然现在有更新、更强大的模型出现,但它在风格化图像生成上的稳定性和独特的“味道”,依然让很多创作者爱不释手。 简单来说,Stable Diffusion v1.5 Archive是一个专门用来“文生图”的工具。你输入一段文字描述,它就能为你生成一张对应的图片。它的特点在于,对于很多艺术风格——比如油画感、动漫风、赛博朋克——有着非常出色的理解和表现力,生成的作品往往带有一种独特的质感和氛围。 这篇文章,我们不谈复杂的安装和配置,也不讲深奥的原理。我们就来一起看看,这个经典的模型到底能生成出怎样惊艳的图片。我会分享一系列不同风格、不同主题的生成作品,并且把生成每张图所用的“

从零构建你的量化交易系统:通达信API与Python实战指南

从零构建你的量化交易系统:通达信API与Python实战指南 量化交易正逐渐成为现代投资领域的重要工具,它通过数学模型和计算机程序来执行交易决策,能够有效减少人为情绪干扰,提高交易效率。对于想要进入这一领域的开发者来说,掌握如何利用通达信API和Python构建量化交易系统是极具价值的技能。 1. 量化交易基础与环境搭建 在开始构建量化交易系统之前,我们需要先了解一些基本概念并搭建好开发环境。量化交易的核心是通过数学模型和统计方法分析市场数据,制定交易策略,并通过计算机程序自动执行交易。 1.1 Python环境配置 Python是量化交易领域最受欢迎的编程语言之一,拥有丰富的金融数据分析库。建议使用Anaconda来管理Python环境: # 创建专用环境 conda create -n quant python=3.8 conda activate quant # 安装基础包 pip install numpy pandas matplotlib 1.2 通达信API接入准备 通达信是国内广泛使用的证券分析软件,其API接口允许开发者获取行情数据和执行交易指令。

【花雕学编程】Arduino BLDC 之自主巡逻机器人(避障+路径规划)

【花雕学编程】Arduino BLDC 之自主巡逻机器人(避障+路径规划)

基于 Arduino 的无刷直流电机(BLDC)自主巡逻机器人(避障+路径规划),是一个融合了高效动力系统、多传感器环境感知、嵌入式实时计算与智能决策算法的复杂移动机器人系统。它旨在替代人工在预设或未知环境中进行长时间、高效率的巡查任务,通过 BLDC 电机提供持久且敏捷的驱动力,并利用算法实现环境理解与自主导航。 1、主要特点 高效长续航 BLDC 驱动系统 BLDC 电机是巡逻机器人的“心脏”,决定了其机动性与作业时长。 高效率与长续航: 相较于有刷电机,BLDC 电机效率通常高于 85%,发热量低。配合电子调速器(ESC)的 FOC(磁场定向控制)算法,能最大限度地利用电池能量,确保机器人能够持续工作 8 小时甚至更长时间,满足长时间巡逻的需求。 高动态响应: 巡逻过程中常需急停、避让行人或车辆。BLDC 电机具备快速启停和快速加减速的能力,配合差速转向底盘,能迅速响应避障算法发出的紧急制动或转向指令,保证运行安全。