聯繫我們

課程簡介

OpenAI Codex CLI 簡介

  • Codex CLI 是什麼以及 2025 年開源的 Rust 架構。
  • 關鍵特性:提示、文件操作、bash 執行、多步任務。
  • 與 Claude Code 和其他終端代理的比較。
  • 審批模式和安全邊界的概述。

安裝與設置

  • 在 macOS 和 Linux 上安裝 Codex CLI。
  • 爲 OpenAI 和兼容提供商配置 API 密鑰。
  • 通過 Ollama 和 Atomic Chat 連接到本地後端。
  • SSH 和遠程開發環境設置。

核心工作流命令

  • 運行單提示和多輪會話。
  • 通過提示進行文件讀取、寫入和編輯操作。
  • Shell 命令執行和管道輸出。
  • 管理工作目錄和項目上下文。

審批模式與安全性

  • 配置自動、執行前詢問和完全手動模式。
  • 沙盒和只讀與可寫會話。
  • 安全處理破壞性命令和文件刪除。

Git 與 CI 集成

  • 使用 Codex CLI 生成提交和差異。
  • 帶有代理審查的預提交鉤子。
  • 在無頭 CI 環境中運行 Codex CLI。
  • 與 GitHub Actions 和 GitLab CI 集成。

MCP 服務器集成

  • 連接到模型上下文協議服務器。
  • 通過自定義 MCP 端點擴展工具功能。
  • 爲專有系統構建內部 MCP 工具。

多後端支持

  • 在 OpenAI、Gemini 和 GitHub Models API 之間切換。
  • 使用 Ollama 和自託管端點進行本地推理。
  • 延遲與質量的模型選擇策略。

團隊部署與治理

  • 共享配置和密鑰管理。
  • 企業使用政策和審計日誌記錄。
  • 設置標準化的團隊提示和防護措施。

自定義提示與工作流

  • 編寫可重用的提示模板。
  • 爲複雜的重構項目鏈接任務。
  • 批量處理多個文件和倉庫。

性能調優

  • 瞭解 Rust 性能特性。
  • 優化大型項目的令牌使用。
  • 緩存和會話狀態管理。

常見問題排查

  • 解決與後端的連接失敗問題。
  • 調試提示歧義和誤解。
  • 處理速率限制和重試策略。

安全最佳實踐

  • 在共享環境中保護 API 密鑰。
  • 防止提示注入和命令劫持。
  • 數據駐留和合規性考慮。

總結與後續步驟

  • 核心功能和工作流回顧。
  • 社區資源和開源貢獻。
  • 過渡到高級多代理編排主題。

最低要求

  • 具備任何編程語言的軟件開發經驗。
  • 基本的命令行和終端使用能力。
  • 熟悉 Git 基礎知識。

受衆

  • 希望在工作流中使用 AI 終端代理的軟件開發人員。
  • 探索基於 Rust 的 AI 工具的 DevOps 工程師。
  • 評估 OpenAI Codex CLI 以進行團隊採用的團隊負責人。
 14 小時

課程分類