Codex保姆级全攻略：从安装到实战，一期精通AI全能助手

OpenAI推出的Codex正在重新定义AI工具——它不只是编程助手，而是能直接动手操作电脑、生成文件、部署上线的全能Agent。本文基于B站UP主的详细教程，从账号准备到实战项目，带你零基础全面掌握Codex。

Codex到底是什么？和ChatGPT有何本质区别

Codex是OpenAI推出的一款AI智能体工具。虽然它的起点是编程，但现在已经进化成了一个能帮你处理各种工作的全能助手——写代码、做PPT、制作Excel表格、撰写Word报告、操作浏览器甚至制作视频，都在它的能力范围之内。

它和ChatGPT的本质区别可以用一个比喻说明：假设你家要装修，ChatGPT就像一个顾问，你拍张厨房照片给他，他会告诉你灶台该左移、吊柜颜色建议换成奶油白——说完了就结束了，你得自己动手。而Codex像是一支施工队，你说"把厨房重新装一下"，他自己量尺寸、画图纸、搬灶台、刷漆，完工后还拍张照片让你验收。

更关键的是，Codex能同时让多个"工人"分头干活——一个人刷厨房、一个装浴室、一个修客厅灯，互不打扰，全在后台进行。这就是大家管Codex叫"Agent"的原因：一个能自己动手干活的AI，而不只是问答机器人。

什么是AI Agent？

Agent（智能体）是AI领域近两年的核心演进方向。传统聊天机器人（如ChatGPT的对话模式）本质上是一个"输入-输出"系统：你给一段文字，它返回一段文字，执行环节完全落在人身上。而Agent的核心特征是自主性和工具使用能力——它能自己拆解任务、规划步骤、调用外部工具（文件系统、终端、浏览器、第三方API），并根据执行结果动态调整下一步动作，直到任务完成。

业内通常把Agent的能力拆成四个要素：规划（Planning）、记忆（Memory）、工具（Tools）和行动（Action）。Codex正是把这四件事都做齐了：它能读写项目文件夹（记忆与工具）、运行命令行和安装依赖（行动）、遇到报错自己排查重试（规划）。理解这一点，就能明白为什么它和"问一句答一句"的ChatGPT不是同一类产品。

四种使用方式与账号准备

Codex共有四种使用方式：CLI命令行版、VS Code插件版、桌面客户端和网页版。四个版本性能基本相同，功能大部分重叠。但综合使用难度、功能全面性和对新手友好程度，桌面客户端是首选，也是本文讲解的重点。

安装Codex前需要准备一个ChatGPT账号，推荐开通Plus或Pro会员。免费账号虽然也能使用，但额度非常少，几次就用完了。Plus用户每5小时可发30到150条消息，正常使用一天足够；重度用户可考虑Pro。

相比同类工具Claude Code，Codex有一个明显优势：额度更慷慨，且经常重置，同时对账号的限制也更少。

安装过程与普通应用没有区别。打开Codex官网，根据系统下载安装包即可。登录有两种方式：一是用ChatGPT账号登录，额度直接用订阅配额，高级功能全解锁；二是用API Key登录，按用量付费，大任务可能花费不低，且模型更新较慢。推荐直接用ChatGPT账号登录。

主界面功能区详解

登录后进入Codex主界面。左侧栏从上到下包含四个功能按钮：

新对话：在当前项目下创建新对话窗口布置任务。搜索：在所有历史对话中搜索关键词。插件：包含插件和技能两个页面。自动化：管理定时任务。

中间有两个重要的列表——项目和对话。对话类似ChatGPT聊天，适合搜集资料、写文案、翻译等琐碎工作。项目则对应电脑上的一个文件夹，你在项目里生成的所有文件都会保存在该文件夹中，不会丢失。简单判断标准：但凡涉及生成文件，就在项目里操作；随便聊聊问问题，用对话就行。

主区域中央是输入框，可以用中文直接输入需求。输入@符号会弹出插件或文件列表作为上下文，输入$符号可以触发某个技能。输入框左下角的加号按钮支持上传文件，还包含Plan Mode（计划模式）——开启后Codex只讨论方案，不会实际修改文件。

三种权限模式与模型选择

因为Codex能直接修改文件、运行命令，所以有一个"放权"概念，共三种模式：

默认权限是最安全的模式，Codex只能在项目文件夹内操作，涉及联网或终端命令都需要你批准，适合新手。自动审查模式下，Codex会自行评估风险，安全操作自动通过，有风险的才弹窗询问。完全访问权限是最高权限，Codex可以做任何事且全程不问，效率最高但有风险。

建议：新手第一周用默认权限，第二周尝试自动审查，熟悉之后确保有Git备份再考虑完全访问。

模型方面，可选的包括GPT 5.5（最强，推荐默认）、GPT 5.4（能力均衡）、GPT 5.4 mini（快速省额度）、GPT 5.3 Codex（编程优化）等。思考强度分低中高超高四档，日常任务用中档即可。此外还有标准和快速两档速度选项，快速模式约1.5倍速度但消耗更多额度。

项目创建与实战办公场景

创建项目有两种方式：新建空白项目（适合从零开始）或使用现有文件夹（适合处理已有文件）。每个项目对应一个文件夹，所有生成的文件都集中保存在里面。

Codex的插件生态让它能胜任各种日常办公任务：

• 生成Word文档：安装document插件后，指令如"帮我写一份AI行业趋势分析报告，使用@@document保存成Word，要求有目录、表格对比、结论"。
• 制作Excel表格：使用spreadsheets插件，让它做股票对比表等数据整理工作。
• 生成PPT：通过presentation插件，可指定风格、页数、配图等要求。

你甚至可以在一条消息里同时要求生成多个文件，Codex会并行处理，最终在项目文件夹里得到全部产出。

任务排队、插队与并行

这是Codex桌面端高频操作。任务排队：Codex正在执行任务A时，你直接发新消息，它会排在A后面依次执行。任务插队：点消息旁的引导按钮，新要求会跳过排队直接注入当前任务，AI边做边调整。多任务并行：开新对话即可同时运行多个任务，互不干扰，甚至可以跨项目并行。

需要注意，不同对话之间的聊天记忆不共享，但它们都能看到同一项目文件夹里的所有文件。

插件、技能与自动化

技能（Skills） 是一套写好的执行步骤，用Markdown文件打包，Codex执行特定任务时按步骤操作。最常用的内置技能是imagegen，可直接在对话中生成图片。插件（Plugins） 比技能大一级，包含多个技能加上与外部应用的连接能力。

触发方式：输入@选择插件手动调用，输入$调用技能。Codex也会根据任务自主判断是否需要调用。

自动化功能让重复任务变得轻松。直接用自然语言告诉Codex设置定时任务即可，比如"每天早上9点自动搜索AI股票信息，生成Word分析报告和Excel数据表"。创建后可在自动化面板中查看、修改、暂停或删除任务。建议先在普通对话中测试指令效果，确认满意后再设为定时任务。

三种工作环境：本地、工作树与云端

本地模式最直接，Codex就在你电脑上操作，改动立即可见。适合小修改，但改坏了需要手动撤回，建议提前备份。

工作树（Worktree）模式是核心功能——Codex创建项目的平行副本，在副本上工作，完全不影响原始文件。就像把合同复印两份给两个律师分别修改，最后对比合并。完成后可通过差异面板查看改动，选择合并、创建新分支或丢弃。

云端模式把任务发到OpenAI服务器执行，电脑不用一直开着，适合耗时大任务，但需要连接GitHub仓库，配置较复杂，新手可先不关注。

Git、分支与Worktree的关系

文中反复提到的"提交""分支""合并""丢弃副本"，都建立在Git这套版本控制系统之上。Git会为项目保存每一次改动的快照（commit），因此你随时可以回退到任何一个历史版本——这正是"改坏了能迅速回退"的底气。

**分支（branch）**是Git的一条独立开发线，你可以从主线拉出分支做实验，改完再合并回去，互不影响。**工作树（Worktree）**则是Git的一项原生特性：它允许同一个仓库同时检出多个工作目录，每个目录对应一个分支。Codex正是利用这个机制，在你原始文件夹之外另开一份物理副本干活。

所以建议在开始任何Codex项目前先执行 git init 并完成首次提交，否则工作树模式和"一键撤销"都将失去依托。

操作浏览器和应用电脑

安装Browser Use插件后，Codex可以自主打开浏览器、访问网站、点击按钮、填写表单、截图录屏。安装Computer Use插件（目前仅Mac支持），Codex甚至能操控电脑上的其他应用，比如打开浏览器搜索并下载内容。

agents.md：给Codex写一份工作手册

在项目根目录创建agents.md文件，Codex每次启动时会自动读取并遵守里面的规则。这解决了跨对话记忆不共享的问题——你只需写一次规则，所有对话都生效。建议控制在150行以内，太长会占用上下文容量。

什么是上下文窗口？

文中提到agents.md"建议控制在150行以内，太长会占用上下文容量"，这里说的"上下文容量"指的是大模型的上下文窗口（Context Window）。它是模型单次对话中能"看到"的全部内容上限，包括系统提示、agents.md规则、历史对话、项目文件片段以及你的当前指令，全部按Token（约等于字词片段）计数。

一旦填满，模型要么被迫丢弃早期内容，要么直接报错。这解释了文章里几条看起来无关的建议：为什么"一个任务一个对话"——对话越长历史越臃肿；为什么"不同对话记忆不共享"——每个对话有独立的上下文窗口；为什么规则文件要精简——它每次都要被完整读进去，占用的是和任务本身抢空间的额度。控制上下文，本质上就是在控制Codex的"注意力预算"。

完整实战：用Codex搭建个人网站并上线

新建项目"个人品牌网站"，输入需求让Codex从零写代码并启动本地开发服务器，浏览器预览效果。不满意的地方直接告诉它修改，实时生效。

部署上线时，安装Vercel插件并授权，回到对话中让Codex将网站部署上线，很快就能获得一个公开网址，全世界都能访问。

六条核心使用建议

1. 涉及文件就用项目，不要用对话——生成的文件统一管理不混乱。
2. 一个任务一个对话——对话越纯粹，AI表现越好。
3. 复杂任务先出计划——用计划模式让Codex列出方案，确认后再实施。
4. 写清楚"什么叫完成了"——明确验收标准，Codex会自行验证。
5. 经常提交——每完成小步骤就提交，改坏了能迅速回退。
6. 让Codex审查Codex——完成大任务后新开对话让它检查安全性和性能。

常见问题与避坑指南

额度用完：ChatGPT额度每5小时滚动刷新，等一两小时即可恢复。代码改坏：工作树模式直接丢弃副本；本地模式在差异面板全部撤销。无关代码被改：在agents.md中明确写"没有我的要求不要做额外优化"。权限过大：新手不要一上来就开完全访问权限，保持默认模式。

Codex已经从纯编程工具进化为全能工作助手。不论你是不是程序员，都值得尽早掌握它——运营可以设自动化任务搜资料做报告，摄影师可以快速出交互原型，自媒体博主可以分析爆款选题。你越懂自己的项目、越能清晰描述需求，Codex的产出质量就越高。