上一篇我们介绍了Claude Code，这一篇来讲另一个同样强大的终端AI编程工具：Codex CLI。

先说明一下： OpenAI最近推出了Codex的桌面App版本（类似Cursor那样的独立应用），但我刚旅游回来还没来得及研究，所以这篇文章介绍的是终端版的Codex CLI。

终端版的Codex CLI和Claude Code一样，都是在终端里运行的AI编程助手。如果你已经跟着上一篇学会了Claude Code，那Codex CLI上手会非常快，因为操作逻辑几乎一样。

什么是Codex CLI？

一句话介绍

Codex CLI = OpenAI出品的终端AI编程助手

和Claude Code类似，它也是一个在终端里运行的AI工具。你用中文告诉它你想要什么，它就能帮你：

• 创建新项目
• 写代码
• 修改代码
• 修复bug
• 运行命令
• 搜索网页获取最新信息

Codex CLI和Claude Code有什么区别？

核心区别：底层模型不同。 Claude Code用的是Claude模型，Codex CLI用的是OpenAI专门为编程优化的GPT-5-Codex模型。两个工具各有所长，建议都装上，根据不同任务选择使用。

怎么安装Codex CLI？

前置条件

1. Node.js：和Claude Code一样，需要Node.js环境

   • 如果你已经装过了（上一篇安装Claude Code时装的），就不用再装了
   • 没装的话，去 https://nodejs.org 下载LTS版本安装

2. 网络环境：需要能访问OpenAI的服务（可能需要科学上网）

安装步骤

打开终端，输入以下命令：

1

npm install -g @openai/codex

等待安装完成。

验证安装：

1

codex --version

如果显示版本号（比如 codex-cli 0.98.0），说明安装成功。

Mac用户也可以用Homebrew安装：

1

brew install codex

几种使用方法

和Claude Code类似，Codex CLI也支持多种方式获取AI能力。

方法一：购买ChatGPT会员（最简单）

Codex CLI已经包含在ChatGPT的付费计划中。

支持的会员类型：

设置方法：

1. 购买ChatGPT会员后，打开终端
2. 输入 codex 启动
3. 按提示登录你的ChatGPT账号（会弹出浏览器让你授权）
4. 登录成功后就可以使用了

也可以手动登录：

1

codex login

方法二：使用OpenAI API Key

如果你有OpenAI的API Key，可以直接使用：

1. 设置环境变量：

1

export OPENAI_API_KEY="你的API Key"

2. 然后直接运行 codex 即可

方法三：使用第三方API（国产模型接入）

这是很多国内用户最关心的部分！

和Claude Code一样，Codex CLI也可以接入第三方API，比如DeepSeek、火山引擎等国产模型。

配置方法是修改 ~/.codex/config.toml 文件（下一节详细介绍）。

国产模型接入：修改config.toml

config.toml在哪？

配置文件路径：~/.codex/config.toml

• Mac/Linux：/Users/你的用户名/.codex/config.toml
• Windows（WSL）：~/.codex/config.toml

提示： 如果这个文件不存在，先运行一次 codex 命令，它会自动创建 .codex 文件夹。然后你手动创建 config.toml 文件即可。

基本配置结构

config.toml的配置分为几个核心部分：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

# ===== 基本设置 =====
model = "gpt-5.3-codex"              # 使用的模型
model_provider = "openai"             # 模型提供商（默认openai）
approval_policy = "on-failure"        # 审批策略
sandbox_mode = "workspace-write"      # 沙箱模式

# ===== 自定义模型提供商 =====
[model_providers.自定义名称]
name = "显示名称"
base_url = "API地址"
env_key = "API_KEY环境变量名"
wire_api = "responses"

# ===== 配置文件（Profile） =====
[profiles.配置名称]
model_provider = "自定义名称"
model = "模型名称"

重要提示：wire_api必须用"responses"

这是一个很多人会踩的坑！

Codex CLI有两种API协议："chat"（旧版Chat Completions）和 "responses"（新版Responses API）。

从2026年2月起，OpenAI已经废弃了 "chat" 协议，全面切换到 "responses"。 所以在配置第三方模型时，wire_api 必须写 "responses"。如果你的第三方API提供商不支持Responses API格式，那就无法直接接入Codex了。

好在目前主流的API中转平台（如OpenRouter等）都已经支持了Responses API。

详细讨论可以参考：https://github.com/openai/codex/discussions/7782

实战：接入DeepSeek

以DeepSeek为例，教你怎么配置：

第一步：编辑config.toml

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

# 默认使用DeepSeek
model_provider = "deepseek"
model = "deepseek-chat"

# 定义DeepSeek提供商
[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com/v1"
env_key = "DEEPSEEK_API_KEY"
wire_api = "responses"

第二步：设置环境变量

在终端中设置你的DeepSeek API Key：

1

export DEEPSEEK_API_KEY="你的DeepSeek API Key"

想要永久生效，把上面这行加到你的 ~/.zshrc（Mac）或 ~/.bashrc（Linux）文件末尾：

1
2

echo 'export DEEPSEEK_API_KEY="你的DeepSeek API Key"' >> ~/.zshrc
source ~/.zshrc

第三步：启动Codex

1

codex

这时Codex就会使用DeepSeek的模型了。

注意： 如果DeepSeek官方API还不支持Responses API格式导致连接失败，你可以改用支持Responses API的中转平台（如OpenRouter），把 base_url 换成中转平台的地址即可。

实战：接入火山引擎（豆包）

1
2
3
4
5
6
7
8

model_provider = "volcengine"
model = "doubao-pro-32k"

[model_providers.volcengine]
name = "火山引擎"
base_url = "https://ark.cn-beijing.volces.com/api/v3"
env_key = "VOLCENGINE_API_KEY"
wire_api = "responses"

同样需要设置环境变量：

1

export VOLCENGINE_API_KEY="你的火山引擎API Key"

使用Profile切换多个模型

如果你同时配置了多个模型，可以用Profile来快速切换：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

# 默认使用OpenAI
model_provider = "openai"
model = "gpt-5.3-codex"

# 定义DeepSeek提供商
[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com/v1"
env_key = "DEEPSEEK_API_KEY"
wire_api = "responses"

# 定义火山引擎提供商
[model_providers.volcengine]
name = "火山引擎"
base_url = "https://ark.cn-beijing.volces.com/api/v3"
env_key = "VOLCENGINE_API_KEY"
wire_api = "responses"

# DeepSeek配置
[profiles.ds]
model_provider = "deepseek"
model = "deepseek-chat"

# 火山引擎配置
[profiles.volc]
model_provider = "volcengine"
model = "doubao-pro-32k"

使用时切换：

1
2
3
4
5
6
7
8

# 使用默认的OpenAI
codex

# 使用DeepSeek
codex --profile ds

# 使用火山引擎
codex --profile volc

这样你就可以在不同模型之间自由切换了，非常方便！

一个更简单的方法：OPENAI_BASE_URL

如果你只是想临时用一下第三方API，不想改config.toml，可以直接设置环境变量：

1
2
3

export OPENAI_BASE_URL="https://api.deepseek.com/v1"
export OPENAI_API_KEY="你的DeepSeek API Key"
codex

这种方法更简单，但是关闭终端后就失效了。

怎么使用Codex CLI？

基本启动

和Claude Code一样：

1. 打开终端
2. 用 cd 命令进入你的项目文件夹
3. 输入 codex 并回车

1
2

cd /path/to/your/project
codex

Codex会启动一个全屏的终端界面，你可以开始输入需求了。

三种操作模式

Codex CLI有三种模式，控制它的"自主程度"：

新手建议用Suggest模式（默认），这样你可以看到Codex每一步在做什么。

熟练后可以用Full Auto模式：

1

codex --full-auto "运行测试并修复所有失败的用例"

直接给任务（非交互模式）

你也可以直接在命令后面跟上任务描述：

1

codex "帮我创建一个贪吃蛇游戏"

这样Codex会直接开始执行任务，不需要进入交互界面再输入。

恢复之前的对话

和Claude Code的 --resume 类似，Codex也支持恢复之前的会话：

1

codex resume

这样可以接着上次的工作继续。

实战：让Codex帮我们做一个贪吃蛇游戏

步骤一：创建项目文件夹

1. 在桌面创建一个新文件夹，比如叫 codex-demo
2. 在终端中打开这个文件夹

步骤二：启动Codex

1

codex

步骤三：输入需求

在Codex中输入：

帮我创建一个贪吃蛇游戏，要求如下：

1. 功能：
   - 经典贪吃蛇玩法
   - 用方向键控制蛇的移动
   - 吃到食物蛇变长，分数增加
   - 撞墙或撞到自己游戏结束
   - 有开始和重新开始按钮

2. 界面：
   - 简洁美观，像素风格
   - 显示当前分数和最高分
   - 支持深色主题

3. 技术要求：
   - 只用HTML、CSS、JavaScript
   - 所有代码写在一个HTML文件里
   - 用Canvas绘制游戏画面

请直接创建这个HTML文件。

步骤四：等待Codex完成

Codex会自动创建HTML文件并写入所有代码。根据你选择的模式：

• Suggest模式：每一步会问你是否同意，你确认后才执行
• Full Auto模式：直接全部完成

步骤五：打开游戏

双击生成的HTML文件，在浏览器中就能玩了！

Codex CLI vs Claude Code：怎么选？

两个工具我都推荐安装。它们各有优势：

我的建议：

• 两个都装上，根据任务选择最合适的
• 简单项目：两个都能胜任，随便选
• 复杂项目：可以先用一个试试，效果不好就换另一个
• 国产模型用户：两个都支持接入第三方API，配置方式类似

核心理念不变：你不需要会写代码，只需要会描述需求。

总结

今天学到了什么：

1. 什么是Codex CLI：OpenAI出品的终端AI编程助手，和Claude Code类似
2. 怎么安装：npm install -g @openai/codex，一行命令搞定
3. 怎么使用：和Claude Code操作逻辑一样，cd 到项目目录后输入 codex 启动
4. 国产模型接入：修改 ~/.codex/config.toml，配置model_providers
5. 三种模式：Suggest（保守）、Auto Edit（中等）、Full Auto（全自动）
6. Profile切换：配置多个模型，用 --profile 参数自由切换

现在你已经拥有了两把AI编程利器：Claude Code和Codex CLI！

下期预告

下一篇我们会介绍：Skill（技能）的详细用法

在前面的Claude Code教程中，我们简单提到过Skill这个概念。下一篇会深入讲解：

• Skill到底是什么？能帮你做什么？
• 怎么使用内置的Skill
• 怎么创建自定义Skill，打造专属快捷指令
• 实战：用Skill大幅提升日常效率

学会Skill，你的AI编程效率会再上一个台阶！

如果觉得有帮助，记得关注这个系列！