学习目标：认识 Codex Desktop 的产品定位，完成安装配置，并掌握在真实项目中使用桌面 Agent 的基本方法。

完成标志：你能独立创建 Codex 项目、授权它读取本地文件、让它执行命令、管理记忆与插件，并知道什么时候应该交给 Codex、什么时候需要自己把关。

前面几部分我们重点学习了 Claude Code、Skills、MCP 和项目实战。到了这一部分，我们换一个视角：用 OpenAI 的 Codex Desktop 来理解“桌面 Agent”到底能帮我们做什么。

不要把 Codex 只理解成一个聊天窗口。它更像是运行在你电脑旁边的执行型助手：能读项目文件、调用终端、创建文档、部署网站、连接外部服务，也能在你授权后完成一些跨软件的操作。本章的重点不是把每个按钮背下来，而是建立一套使用桌面 Agent 的工作习惯。

1 Codex Desktop 适合解决什么问题

Codex 和 Claude Code 都属于编程 Agent，但二者的侧重点不完全一样。Claude Code 以终端开发工作流起家，现在也有 IDE、Desktop 和 Web 入口，适合深度编码、代码审查、复杂重构；Codex Desktop 更强调图形界面、本地项目管理、插件连接和日常自动化，对零基础用户更友好。

对比维度	Claude Code	Codex Desktop
主要入口	终端 CLI，也支持 IDE / Desktop / Web 等入口	桌面应用，也可配合 CLI / VSCode 插件
学习门槛	终端形态需要熟悉命令行	更接近 ChatGPT 的对话体验
项目上下文	当前工作目录 + CLAUDE.md	本地项目文件夹 + agents.md
典型优势	编码、重构、规划、代码审查	文件处理、图形化管理、插件、自动化任务
扩展方式	Skills、MCP、Hooks 等	Skills、MCP、插件、自动化等
适合人群	有一定开发经验的用户	新手、非技术用户、希望用 GUI 管理任务的人

实际选型可以简单一点：

• 刚入门，害怕终端：优先从 Codex Desktop 开始。
• 已经在做工程项目：Claude Code 和 Codex 可以一起用，一个偏深度开发，一个偏日常执行。
• 要处理文件、部署、安装软件、定时任务：Codex Desktop 的桌面形态会更顺手。
• 要做复杂代码设计和长链路重构：Claude Code 的工程化体验通常更适合。

不必纠结“只能选谁”。Agent 工具之间不是互斥关系，关键是让不同工具承担它擅长的工作。

2 安装与首次启动

2.1 准备账号

使用 Codex Desktop 需要 ChatGPT 账号。免费账号通常也可以体验，但额度和能力会受限制；付费套餐的可用额度更多，适合高频使用。具体价格、额度和模型名称会随官方策略变化，正式使用前以 OpenAI 页面显示为准。

2.2 下载客户端

官方下载入口：

https://chatgpt.com/codex/download

下载完成后按安装向导操作即可。首次启动时，系统可能会询问你的主要用途，例如日常办公、学习或编程。这个选择只是为了初始化体验，不需要太紧张，后面可以继续调整。

2.3 认识主界面

Codex Desktop 的界面大体可以分成三块：

区域	作用
左侧栏	查看项目、会话、任务状态和插件入口
中间区域	输入需求、阅读回复、确认计划
右侧栏	展示预览、文件内容、浏览器页面或任务细节

第一次打开时，不需要把所有入口都研究一遍。建议先创建一个测试项目，用一个无风险的小任务熟悉流程，例如“帮我整理这个文件夹里的 Markdown 文件标题”。桌面 Agent 的学习方式和传统软件不同，边交代任务边观察它如何申请权限、如何拆解步骤，会比单纯看菜单更快。

3 权限模式：先理解安全边界

Codex 能读写本地文件、执行命令、连接插件，所以权限设置非常重要。它不是普通聊天机器人，而是可能真正改变你电脑文件状态的执行工具。

权限模式	含义	建议使用场景
自动审查模式	常规操作自动执行，高风险操作再请求确认	日常学习和普通项目，推荐新手使用
手动审查模式	涉及工具调用时更频繁地等待你确认	重要目录、生产环境、敏感文件
完全自动模式	尽量减少确认步骤，让任务连续执行	临时项目、沙盒环境、你明确知道风险时

新手建议从自动审查模式开始。它能减少频繁弹窗，又不会完全放开高风险操作。对于公司代码、客户资料、生产配置等重要目录，建议切换到更谨慎的模式，并在执行前要求 Codex 先给出计划。

一个好习惯是：

先让 Codex 说明它准备读哪些文件、改哪些文件、执行哪些命令，再让它动手。

4 核心能力一：管理本地文件

Codex Desktop 的“项目”本质上对应你电脑上的一个文件夹。你选择了某个文件夹，它才能在授权范围内读取、分析和修改里面的内容。

4.1 项目文件夹就是上下文边界

进入项目工作区后，Codex 会把该文件夹视为当前任务的主要上下文。它可以根据文件内容回答问题，也可以生成、移动、重命名或修改文件。

适合练习的任务包括：

• 批量整理课程资料文件名
• 把零散笔记合并成一份 Markdown 文档
• 根据图片或视频素材生成清单
• 检查项目目录结构是否混乱
• 把已有文档改写成更适合发布的版本

建议一开始用副本文件夹测试，确认行为符合预期后，再让 Codex 处理正式资料。

4.2 同一项目可以开多个会话

一个项目里可以并行存在多个会话。你可以让一个会话分析需求，让另一个会话整理文档，也可以把不同任务拆开，避免上下文互相干扰。

不过，并行不等于随意。涉及同一批文件的任务，最好避免同时修改，否则容易出现覆盖或冲突。更稳妥的做法是：一个会话负责写，另一个会话只负责审查或给建议。

4.3 产物会落在本地

Codex 在项目中生成的 Markdown、图片、PDF、PPT、代码文件等，都会保存到你的本地文件夹里。这一点很关键：它不是只在聊天记录里给你一段文本，而是能把结果变成真实文件。

记住一句话：项目文件夹既是 Codex 的工作台，也是它能看见的主要上下文。

5 核心能力二：调用终端和安装工具

Codex 可以在你授权后运行终端命令。对非技术用户来说，这个能力尤其有价值，因为很多开发环境配置、依赖安装和部署操作，本质上都是一串命令。

5.1 安装基础环境

例如你可以直接说：

请检查我电脑上是否已经安装 Node.js 和 Git。如果没有，请给出安装方案，确认后再执行。

相比直接说“帮我安装”，更推荐加上“先检查、再说明、确认后执行”。这样你可以知道它准备做什么，也能避免重复安装或装错版本。

5.2 安装其他开发工具

当你想安装某个新工具、CLI 或 Agent 时，可以让 Codex 先搜索官方文档，再根据系统环境选择安装方式。例如：

帮我安装 Hermes。请优先查官方仓库或官方文档，安装后验证版本，并告诉我启动方式。

这个提示词比单纯一句“帮我装一下”更可靠，因为它明确要求了来源、验证和交付结果。

5.3 安装 Skills、MCP 或插件相关依赖

对于不太知名的工具，最好把 GitHub 仓库、官网文档或安装说明链接直接发给 Codex。这样能减少它误判同名项目的概率。

这是我要安装的 Skill 仓库链接：xxx。请阅读 README，说明安装位置和启用方式，确认后再修改我的配置。

5.4 并行任务要有边界

Codex 支持同时运行多个任务，但不建议把多个会写同一目录的任务同时放出去。可以并行的任务通常有这些：

• 一个任务安装工具，另一个任务阅读文档
• 一个任务生成方案，另一个任务做资料整理
• 一个任务部署项目，另一个任务准备发布文案

涉及同一份代码或同一批文件时，先排队，再执行，会更稳。

6 常用操作：上下文、额度与模型

6.1 上下文管理

对话越长，模型需要携带的历史信息越多。Codex 会用界面上的上下文指示器提醒你当前会话的占用情况。当上下文接近上限时，它可能会自动压缩历史。

一个任务完成后，也可以主动让它总结当前状态：

请把当前项目进展、已修改文件、未完成事项和下一步建议压缩成一份简短摘要。

如果界面支持斜杠命令，也可以使用对应的压缩或状态命令。命令名称可能会随版本变化，按你当前客户端显示为准。

6.2 查看额度

额度通常可以在设置或状态面板中查看。有些版本也支持在对话中通过状态命令显示当前会话的上下文、短周期额度和周期额度。

这里要注意两点：

• 复杂任务、长上下文、高速模式或高推理强度通常会消耗更多额度。
• 额度、刷新周期和套餐权益会变化，不建议在教程里写死太多数字。

6.3 选择模型和推理强度

日常文件整理、文档改写、简单脚本，可以选择默认或中等智能程度。涉及架构设计、复杂调试、跨文件重构时，再提高模型能力或推理强度。

一个实用原则是：

低风险任务追求速度，高风险任务追求可解释和可确认。

7 核心能力三：持久记忆与 agents.md

Codex 的持久记忆可以分成两类：一类是你主动写下来的规则，另一类是系统自动总结的记忆。对教程学习者来说，最值得掌握的是 agents.md。

1 全局规则

全局规则适合存放跨项目都适用的偏好，例如：

- 默认使用中文回答。
- 修改文件前先说明计划。
- 重要操作前先列出影响范围。
- 文档改写时保留原意，不制造未经确认的数据。

这些规则相当于你对 Codex 的长期工作约定。写得越清楚，后续沟通成本越低。

2 项目规则

项目级 agents.md 只服务当前项目，适合记录技术栈、目录结构、运行命令、测试方式、提交规范和禁止事项。

推荐在项目初步成型后，让 Codex 读取项目并生成一版草稿：

请阅读当前项目结构，帮我生成一份项目级 agents.md。内容包括技术栈、常用命令、目录说明、开发约束和测试要求。先给我预览，不要直接写入。

审核通过后再写入，比一开始凭空写规则更贴合实际。

3 自动记忆

自动记忆适合作为补充，不适合作为唯一依赖。它可能会根据对话和任务自动总结信息，但触发时机、记录内容和召回方式不一定完全可控。

明确、稳定、重要的要求，仍然建议写进 agents.md；临时偏好和低风险背景，可以交给自动记忆辅助。

8 核心能力四：计划模式与实战开发

做复杂任务时，不要急着让 Codex 直接写文件。先进入计划模式，让它把需求拆开、列出步骤、说明风险，再决定是否执行。

8.1 用个人主页练手

你可以创建一个空项目，输入：

我想做一个个人主页。请先用计划模式和我确认目标用户、内容模块、视觉风格、技术栈和部署方式，不要立刻写代码。

Codex 通常会追问你一些选择题或开放问题，例如页面内容、风格偏好、是否需要响应式、是否部署等。你确认方案后，它再开始初始化项目。

8.2 执行中及时纠偏

当 Codex 生成过程中方向不对，不需要等它全部做完再说。你可以直接补充：

当前风格太像营销页了，请改成更像作品集：少用大段宣传语，多展示项目和联系方式。

很多时候，反馈会在下一轮工具调用前被加入上下文。这样既保留了当前进度，也能及时修正方向。

8.3 使用 Fork 保留好上下文

如果前半段讨论很有价值，但后面走偏了，可以从某条回复 Fork 出一个新会话。它相当于从历史分岔点重新开始，适合保留前面已经整理好的需求、方案和约束。

8.4 预览与批注

前端项目尤其适合使用内置预览。你可以边看页面边提出修改意见，有些版本还支持直接在预览区域批注具体元素。

修改页面时，尽量给 Codex 可执行的反馈：

• “按钮太靠下，移动到首屏右上角”
• “移动端标题换行不好看，请调整字号和宽度”
• “这张图与主题不符，请换成更贴近产品的图片”

比起“优化一下”，这类反馈更容易得到稳定结果。

9 核心能力五：插件系统

插件的作用，是让 Codex 连接外部平台和工具。不同版本、账号和系统环境下可见插件可能不同，但常见方向大致包括部署、浏览器操作、代码托管和外部应用连接。

插件类型	典型用途
部署类	将网站发布到 Vercel、Netlify 等平台
代码托管类	读取仓库、创建分支、处理 Issue 或 PR
浏览器类	打开网页、点击按钮、填写表单、截图验证
桌面操作类	在授权后控制部分本地应用或系统界面

9.1 部署网站

以前端项目为例，可以让 Codex 先检查构建命令，再连接部署平台：

请检查这个项目是否可以部署到 Netlify。先运行构建验证，说明需要的环境变量和部署步骤，确认后再连接插件执行部署。

部署完成后，让它返回访问链接、构建日志摘要和后续维护建议。

9.2 浏览器操作类插件

浏览器能力很适合做网页验证、后台配置、资料搜集和表单测试。但涉及账号、付款、删除、提交审批等敏感动作时，一定要求 Codex 停下来让你确认。

可以加一条长期规则：

凡是涉及登录、付款、删除、发布、提交表单的操作，必须先说明影响并等待我确认。

10 核心能力六：Skills

Skills 是把可复用流程沉淀下来的机制。前面我们已经详细讲过 Skills，在 Codex 中也可以用类似思路：把高频、稳定、步骤清晰的任务封装成技能。

适合做成 Skill 的任务包括：

• 每周生成技术资讯摘要
• 把课堂录音整理成讲义
• 检查前端页面的响应式问题
• 根据固定模板生成项目周报
• 按统一标准润色课程文档

创建 Skill 有两种常用路径。

第一种：先描述目标，让 Codex 帮你起草。

我想创建一个“课程文档润色”Skill，用于把口语稿改成正式教程。请先和我确认输入、输出、规则和示例。

第二种：先跑通一次真实任务，再沉淀。

这种方式更推荐。因为你已经知道流程中哪些步骤有效、哪些检查必须保留，生成出来的 Skill 会更实用。

11 核心能力七：MCP

MCP 可以理解为让 Agent 连接外部数据源或工具服务的一种协议。对于初学者，不需要一开始就深入配置细节，先知道它解决什么问题即可：当 Codex 需要访问某个外部知识库、数据库、文档系统或业务工具时，MCP 可能就是连接方式之一。

安装 MCP 时建议遵循三个原则：

• 优先使用官方文档或可信仓库。
• 安装前让 Codex 说明配置文件位置、权限范围和凭据保存方式。
• 安装后用一个最小任务验证是否真的连通。

示例提示词：

请根据这个 MCP 官方文档帮我完成配置。先说明它会访问哪些数据、需要哪些密钥、配置会写到哪里，等我确认后再执行。

12 核心能力八：自动化任务

自动化任务的价值，不是“定个闹钟让 AI 说一句话”，而是把一套可重复流程交给 Agent 定时执行。

例如：

• 每周一汇总 GitHub 趋势项目，生成中文推荐稿
• 每天早上检查网站是否可访问，并整理异常日志
• 每三天汇总课程资料文件夹，生成新增内容清单
• 每周生成一次学习进度报告

12.1 创建自动化的两种方式

你可以在自动化面板里手动创建，通常需要填写任务提示词、触发时间、模型和推理强度。

也可以直接在对话中描述：

请帮我创建一个自动化任务：每周一上午 9 点，读取我的项目资料文件夹，生成一份本周新增资料摘要。创建前先展示任务内容、执行频率和输出格式。

自动化任务要特别注意边界：它会在你不盯着屏幕的时候运行，所以提示词必须写清楚输入来源、允许做什么、禁止做什么、结果发到哪里。

13 手机端远程控制

部分版本支持通过 ChatGPT 手机 App 连接电脑上的 Codex，从手机端发起任务。这个能力适合临时下发轻量任务，例如让家里电脑继续整理资料、检查项目状态或生成草稿。

一般流程是：

1. 手机 ChatGPT 和电脑 Codex 都更新到支持该功能的版本。
2. 在手机端进入 Codex 入口。
3. 按提示完成电脑端配对。
4. 在电脑上确认允许该设备远程控制。

远程控制的便利性很高，但也意味着风险更高。建议只对可信设备开启，并避免在手机端随手发起删除、部署、付款、批量修改等高影响操作。

14 本部分小结

这一部分我们从“会安装”走到了“会安排任务”。Codex Desktop 的核心能力可以压缩成这张表：

能力	你应该掌握的重点
本地文件	项目文件夹就是 Codex 的工作范围和主要上下文
终端命令	先检查、再说明、确认后执行，避免盲目安装
上下文管理	长任务要阶段性总结，重要信息写入规则文件
持久记忆	全局偏好写全局规则，项目约束写项目 agents.md
计划模式	复杂任务先讨论方案，再进入执行
插件	连接部署、浏览器、代码托管等外部服务
Skills	把高频流程变成可复用能力
MCP	连接外部知识库和工具系统
自动化	把重复任务变成定时执行的流程
手机控制	远程下发任务，但要控制权限和风险

学完本章，请记住两件事。

第一，Codex 不是“更会聊天的搜索框”，而是可以在你电脑上执行任务的工作代理。它能节省时间，也需要你设定边界。

第二，使用 Agent 的能力不只在于会提问，更在于会管理：给清楚的目标，提供必要上下文，要求它先计划，执行中及时纠偏，最后验收结果。你越会管理任务，AI 编程工具越能发挥价值。

Codex 和 Claude Code 怎么搭配？

使用场景	推荐选择
零基础上手、图形界面学习	Codex Desktop
深度编码、代码审查、复杂重构	Claude Code
文件整理、部署、安装工具	Codex Desktop
编写 Skills、沉淀工作流	两者都可以
想获得更完整的 Agent 体验	两者搭配使用

附录

附录A：常用命令速查表

Claude Code 命令速查

命令	功能
claude	启动交互式会话
claude --model <model>	使用指定模型启动
claude -p "prompt"	单次执行模式
/help	显示帮助
/model	查看/切换模型
/compact	压缩上下文
/clear	清空对话
/memory	管理记忆
/cost	查看费用
/review	代码审查
/init	初始化CLAUDE.md
Ctrl+C	中断操作
Esc	取消生成

Git 命令速查

命令	功能
git init	初始化仓库
git status	查看状态
git add .	暂存所有修改
git commit -m "msg"	提交
git push	推送到远程
git pull	拉取远程更新
git checkout .	撤销所有未提交的修改
git log --oneline	查看提交历史
git diff	查看修改内容

npm 命令速查

命令	功能
npm init -y	初始化项目
npm install <包名>	安装依赖
npm install -g <包名>	全局安装
npm run dev	启动开发服务器
npm run build	构建项目
npm test	运行测试

终端基础命令速查

命令	功能	Windows 替代
pwd	查看当前目录	pwd (PowerShell)
ls	列出文件	dir
cd <路径>	切换目录	同左
mkdir <名称>	创建目录	同左
clear	清屏	cls

---

附录B：Prompt 模板库

项目初始化模板

我要创建一个 [项目类型] 项目。

项目名称：[名称]
简述：[一句话描述]
技术栈：[前端框架] + [后端框架] + [数据库]

核心功能（MVP）：
1. [功能1]
2. [功能2]
3. [功能3]

请先创建项目结构和基础配置文件，暂不实现具体功能。

功能实现模板

请在 [指定目录/文件] 中实现 [功能名称]。

具体需求：
1. [需求点1]
2. [需求点2]
3. [需求点3]

技术约束：
- 参考 [已有文件/模块] 的风格
- 使用 [指定技术/库]
- 返回格式遵循 [项目约定的格式]

请先说明实现计划，确认后再开始编码。

Bug 修复模板

发现一个Bug，需要修复：

现象：[实际看到的行为]
期望：[应该是什么行为]
复现步骤：
1. [步骤1]
2. [步骤2]

错误信息：
[粘贴完整的错误堆栈]

我已经尝试过：[你尝试的解决方案]

请定位问题原因并修复。

代码审查模板

请对 [文件路径或范围] 进行代码审查。

审查重点：
1. 安全性（输入验证、XSS防护、SQL注入）
2. 错误处理（异常是否被正确捕获和处理）
3. 性能（是否有明显的性能问题）
4. 代码质量（可读性、命名规范、重复代码）

请按严重程度分级：Critical / Warning / Info
并给出具体的修复建议。

架构设计模板

我需要设计一个 [系统/功能] 的架构。

业务需求：[描述]
性能要求：[QPS/响应时间/并发用户数]
技术约束：[必须使用的技术/限制条件]

请给出：
1. 系统架构图（文字描述即可）
2. 技术选型建议及理由
3. 数据模型设计
4. API 接口设计
5. 潜在的技术风险和应对方案

---

附录C：常见问题排查指南（FAQ 汇总）

类别	问题	解决方案
安装	npm install -g 报权限错误	macOS: 前加 sudo；Windows: 管理员运行
安装	下载超时	设置npm镜像: npm config set registry https://registry.npmmirror.com
安装	claude: command not found	检查npm全局路径是否在PATH中: npm config get prefix
连接	Invalid API Key (401)	检查Key是否完整复制，环境变量是否正确设置
连接	网络超时	国内用户使用中转服务或国产模型
连接	Rate limit exceeded	等待1分钟后重试，或升级API套餐
使用	AI修改了不该改的文件	Prompt中明确指定文件范围，或用 git checkout . 回退
使用	AI陷入修复循环	git checkout . 回退 + /clear 清空对话 + 重新描述需求
使用	对话太长AI遗忘	使用 /compact 压缩上下文
使用	AI推荐不存在的npm包	先到 npmjs.com 搜索确认包是否存在
费用	不确定花了多少钱	使用 /cost 查看当前会话费用
费用	想控制费用	简单任务用 Haiku/DeepSeek；设置月度预算
项目	数据库报错	运行 npx prisma db push 同步数据库
项目	端口被占用	杀掉占用端口的进程，或在命令中指定其他端口
部署	Vercel构建失败	检查构建日志中的错误信息，通常是依赖问题

---

附录E：术语表

英文术语	中文释义	简要说明
AI-Assisted Programming	AI辅助编程	使用AI工具帮助编写代码
Agent	智能体	能自主执行任务的AI系统
Agentic Engineering	智能体工程化	系统化的AI驱动开发方法论
API	应用程序接口	程序之间通信的规则
API Key	API密钥	访问AI服务的身份凭证
CLI	命令行界面	通过文字命令操作电脑
Context Window	上下文窗口	AI一次能处理的最大内容量
CRUD	增删改查	Create/Read/Update/Delete
Hallucination	幻觉	AI编造不存在的信息
IDE	集成开发环境	编写代码的专业软件
LLM	大语言模型	如Claude、GPT等AI模型
MCP	模型上下文协议	AI工具的扩展能力标准
MVP	最小可行产品	只包含核心功能的第一个版本
ORM	对象关系映射	用代码操作数据库的工具（如Prisma）
PRD	产品需求文档	描述产品"做什么"的文档
Prompt	提示词	给AI的指令/问题
RAG	检索增强生成	结合搜索和AI生成的技术
SDD	规范驱动开发	先写规范再让AI执行的方法
Skill	技能	封装的可复用AI指令集
SPEC	技术规范	描述产品"怎么做"的文档
Token	令牌	AI处理文本的基本单位
Vibe Coding	氛围编程	凭感觉和意图驱动的AI编程方式

---

结语

请记住五个核心原则：

1. 动手大于阅读 —— 学到的知识必须通过实践才能变成技能
2. 项目驱动学习 —— 带着目标去学，效率最高
3. 拥抱错误 —— AI会犯错，你也会，但每次错误都是学习
4. 持续迭代 —— 先做出来，再做好，没有一步到位的完美
5. 记录与分享 —— 把经验写下来，分享出去，帮助他人也巩固自己

AI编程领域发展极快，保持学习的节奏，关注新工具和新技术。

祝你在AI编程的世界里，创造出令自己骄傲的作品！

---

本教程中的价格、版本信息已在 2026-05-18 做过一次核对，请以各服务商官网最新信息为准。