Outcomes
学完这一阶段,你应该能做到什么
不要求一次到位,但你至少应该把这几个判断和动作练熟。
- 能在真实仓库里稳定使用 Codex CLI 进行开发与审查。
- 理解何时该开子代理、何时该保守、何时必须人工批准。
- 知道如何把 CLI 能力接到日常自动化和 CI 流程里。
Outcomes
不要求一次到位,但你至少应该把这几个判断和动作练熟。
Lessons
每节课都为一个工程动作服务,而不是只堆定义。
Course Content
下面这部分才是这个阶段真正要读、要练、要做的正文。建议先顺序读,再回头做 mission 和 quiz。
这一阶段开始,你会把 AI 从“聊天对象”升级成“终端中的工作伙伴”。Codex CLI 的真正价值,不在于它会回答问题,而在于它能在仓库上下文中读代码、组织任务、做 review,并接入你已有的开发流程。
你要学的不只是命令本身,而是命令背后的组织方式:什么任务适合一个代理,什么任务适合并发,什么步骤必须人工审批,什么输出必须通过构建和测试验证。
安装、登录与基础会话
先确认身份、目录和会话边界,再开始让 Codex 真正进入工作流。
Codex CLI 能力再强,也必须在正确目录和正确身份下工作。你在错误目录里启动,它读到的就是错误项目;你在没有确认上下文的情况下直接执行任务,后续所有结论都会偏离。
所以基础会话的第一步不是“直接让它写代码”,而是先确认当前在哪个仓库、这个仓库怎么跑、有没有未提交改动、你是否已经准备好让 AI 开始工作。
登录则是另一个前提。只有身份与权限明确,CLI 才能稳定地使用模型能力和相关工具链。你可以把这一步理解成“进入工作区前的环境自检”。
Practice
Homework
交付一份“可执行环境说明”或“操作清单”,而不是纯概念总结。
Test
Evaluation
你已经能把这节课的方法纳入自己的工程习惯,并能指导别人避坑。
你能独立完成这节课要求的最小闭环。
你知道概念,但真正操作时仍然经常迷路或跳步。
让 Codex 在仓库里读、改、审查代码
核心不是“自动改代码”,而是让读代码、改代码、review 和验证形成闭环。
当 Codex 进入仓库后,它最强的地方不是立即写代码,而是先读结构、定位相关文件、理解现有实现,再给出改动路径。你越愿意让它先收集上下文,后面的改动越稳定。
真正成熟的使用方式通常是一个循环:先探索,再提出修改方案,再落补丁,再 review,再跑检查。每一步都能把错误尽量往前暴露,而不是把希望压在最后一次运行上。
你要把 Codex 看成一位需要被管理的高效率工程师,而不是黑盒魔法。管理方式就是:限定范围、要求解释、要求验证。
Practice
Homework
交付一份“可执行环境说明”或“操作清单”,而不是纯概念总结。
Test
Evaluation
你已经能把这节课的方法纳入自己的工程习惯,并能指导别人避坑。
你能独立完成这节课要求的最小闭环。
你知道概念,但真正操作时仍然经常迷路或跳步。
子代理、Web 搜索与图像输入
复杂任务不要单代理硬扛,把研究、实现和验证拆开,效率会高很多。
子代理的意义不是让系统看起来很高级,而是把互不冲突的工作并行化。比如一个代理研究资料,一个代理实现组件,一个代理准备测试,这种拆法通常能明显提高复杂任务推进速度。
Web 搜索适合解决时效信息问题,例如最新官方文档、版本差异、部署步骤。图像输入则适合处理 UI 错位、视觉异常、设计稿差异这类难以用纯文字表达的问题。
但这些能力都要基于边界清晰。多个代理同时改同一块核心逻辑,或者在没有明确来源要求的情况下大量搜索,都会让系统更乱,而不是更快。
Practice
Homework
交付一份“可执行环境说明”或“操作清单”,而不是纯概念总结。
Test
Evaluation
你已经能把这节课的方法纳入自己的工程习惯,并能指导别人避坑。
你能独立完成这节课要求的最小闭环。
你知道概念,但真正操作时仍然经常迷路或跳步。
Approval Modes、MCP、skills 与自动化
当 Codex 真正进入工程流时,安全边界和可复用工作流会比单次回答更重要。
一旦 Codex 能执行真实命令、访问外部系统或参与发布,审批边界就变得非常关键。高风险动作,例如依赖安装、删除文件、外部部署,不应该在没有明确批准规则的情况下自动进行。
MCP 让 Codex 接入额外工具和资料源,skills 则让你把高频工作流沉淀下来。前者扩展能力,后者稳定复用。两者结合,才会让系统从“会回答”变成“会按你的规则工作”。
真正成熟的工程团队最终追求的不是某一次 prompt 很神,而是把成功经验变成持续可复用的模板、脚本和技能说明。
Practice
Homework
交付一份“可执行环境说明”或“操作清单”,而不是纯概念总结。
Test
Evaluation
你已经能把这节课的方法纳入自己的工程习惯,并能指导别人避坑。
你能独立完成这节课要求的最小闭环。
你知道概念,但真正操作时仍然经常迷路或跳步。
Deep Dive
读完下面这些部分,再去做练习和复盘,学习效率会高很多。
图形界面聊天适合探索,而 CLI 更适合把 AI 真正塞进日常工程流。它可以在你当前仓库上下文里读代码、改代码、运行检查、做 review,并与已有终端工具链整合。
这意味着你不再是在“和模型聊天”,而是在“让模型参与开发流水线”。
安装与登录只是起点,真正重要的是工作方式:先明确当前目录与目标,再让 Codex 读取上下文、提出方案、修改代码、跑验证、输出结论。
当任务复杂到一个代理很难同时兼顾探索、实现和验证时,就应该考虑子代理并发,把边界切清楚。
Codex 越强,越不能省略审批与审查。Approval modes 决定了哪些动作可以自动执行,哪些必须经过人类确认。
而 MCP、skills 和自动化脚本的价值,在于把可重复动作产品化,让高质量工作流能够复制到团队里。
Mission
围绕“新增一个课程进度组件”设计完整流程:探索现有代码、实现组件、补测试、做 review、准备部署。