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

仿生新势力:Openclaw开源仿生爪,如何革新机器人抓取?

仿生新势力:Openclaw开源仿生爪,如何革新机器人抓取?

仿生新势力:Openclaw开源仿生爪,如何革新机器人抓取? 引言 在仓储、农业乃至家庭服务中,机器人如何像猫一样灵巧、自适应地抓取千变万化的物体?这曾是行业难题。如今,一个名为 Openclaw 的开源仿生机械爪项目,正以其独特的被动适应性设计和亲民的成本,在机器人末端执行器领域掀起波澜。本文将深入解析Openclaw的仿生奥秘、实现原理、应用场景及未来布局,带你全面了解这款来自开源社区的“仿生新势力”。 一、 核心揭秘:从猫爪到机械爪的实现原理 本节将拆解Openclaw如何将生物灵感转化为工程现实。 1. 仿生学设计理念 Openclaw的核心灵感源于猫科动物爪部。当猫抓取物体时,其爪趾会自然地包裹贴合物体表面,这种能力主要依赖于其肌腱和骨骼的被动结构,而非大脑的实时精密控制。Openclaw借鉴了这一思想,核心是被动适应性机制。它无需依赖复杂的传感器反馈和实时力控算法,仅凭精巧的机械结构即可根据物体形状自动调整接触点和抓取力,从而极大地简化了控制系统。 配图建议:猫爪与Openclaw的对比图,或Openclaw抓取不同形状物体的动态示意图。 2. 欠驱动与

树莓派4b智能家居中枢搭建:手把手教程(从零实现)

用树莓派4B打造专属智能家居中枢:从零开始的实战指南 你有没有想过,家里那些互不兼容的智能设备——小米的温湿度传感器、飞利浦Hue灯泡、TP-Link插座、Aqara门窗磁——其实可以被一个“大脑”统一指挥?不再依赖云端、无需担心隐私泄露,所有自动化逻辑本地运行,响应快如闪电。 这个“大脑”,就是我们今天要亲手搭建的: 基于树莓派4B的智能家居中枢 。 它不是什么高不可攀的技术玩具,而是一个真正能落地、可扩展、可持续演进的家庭自动化平台。本文将带你一步步从一块裸板出发,完成系统安装、核心软件部署、多协议接入,最终实现复杂的联动场景。全程无坑点跳过,只讲干货。 为什么是树莓派4B? 市面上做智能网关的方案不少,但为什么我们选择树莓派4B作为主力平台?答案藏在它的硬件基因里。 性能不再是瓶颈 以前的树莓派(比如3B+)跑Home Assistant还行,一旦加上Zigbee协调器、MQTT代理和Node-RED,内存立马吃紧。而 树莓派4B 彻底改变了这一点: * 四核Cortex-A72 @ 1.5GHz ,性能接近入门级笔记本; * 内存最高支持

零基础小白如何自学无人机开发

为零基础小白量身定制的无人机开发自学路径,规划了一条从入门到精通的系统性学习路线。这份指南会帮你避开新手常走的弯路,用最高效的方式掌握无人机开发的核心技能。 第一阶段:基础入门(1-2个月) - 打好根基 1. 理论学习 - 了解无人机如何工作 * 空气动力学基础:了解四旋翼无人机的基本飞行原理( pitch/roll/yaw ) * 硬件组成:学习飞控、电调、电机、GPS、IMU等核心部件的作用 * 推荐资源: * 书籍:《四旋翼飞行器设计与控制》 * 在线课程:Coursera的“Robotics: Aerial Robotics” * B站系列视频:“无人机原理入门” 2. 软件开发基础 - 掌握必要编程技能 * Python入门:语法基础、面向对象编程 * C++基础:指针、内存管理、类与对象(后续深入飞控开发必备) * Linux基本操作:Ubuntu系统安装、终端命令、

【嵌入式开发者的终极武器】:VSCode + AI编译引擎的7个核心应用场景

第一章:嵌入式开发新范式:VSCode与AI编译引擎的融合 随着嵌入式系统复杂度持续攀升,传统开发工具链在效率与智能化方面逐渐显露瓶颈。Visual Studio Code 凭借其轻量级架构、丰富插件生态和跨平台支持,正成为嵌入式开发者的新宠。当 VSCode 与基于 AI 的智能编译引擎深度融合,开发流程被重新定义——从代码生成到编译优化,全程实现自动化辅助决策。 开发环境的智能重构 现代嵌入式项目依赖多工具协同,VSCode 通过扩展插件如 C/C++、Cortex-Debug 和 PlatformIO 实现一体化配置。结合 AI 编译引擎,系统可动态分析代码上下文,实时推荐最优编译参数。例如,在资源受限的 MCU 上,AI 引擎自动启用 -Os 而非默认的 -O2,提升代码密度。 AI驱动的代码生成与优化 开发者可通过自然语言指令生成初始化代码片段。例如,在注释中输入“初始化STM32的USART2,波特率115200”