你大概知道 OpenAI 有个叫 Codex 的终端编码工具。但你大概率不知道:Codex 里藏着一个可以连续跑几小时甚至几天的自主模式,有一个大多数人永远不会碰到的 /goal 命令,还有一套用 Markdown 就能写的可复用技能系统。今天这篇,拆解 OpenAI Codex CLI 里 90% 用户从没用过的 8 个隐藏功能——每一个都能直接改变你的编码效率。
信息差关键词:Codex CLI ≠ ChatGPT ≠ Copilot。它是 OpenAI 2025-2026 年推出的终端原生 AI 编码代理,Rust 编写,原生沙箱,直接读你的代码库、改文件、跑命令、管 Git。海外终端党已经在用它替代 Cursor 和 Claude Code,国内几乎没人讨论。
在讲隐藏技巧之前,先给你一张全景图。很多人搞不清 Codex CLI 和 ChatGPT Codex(桌面 App 版)的区别——它们是两个不同的东西:
flowchart TB
subgraph init["🚀 启动阶段"]
A["codex 启动"] --> B["读取 AGENTS.md<br/>(项目级指令)"]
B --> C["加载 config.toml<br/>(用户/项目配置)"]
C --> D["选择 Profile<br/>(fast/thorough)"]
end
subgraph modes["⚡ 四种执行模式"]
E["/plan<br/>只思考不执行"]
F["Default Mode<br/>执行前确认"]
G["--full-auto<br/>全自动执行"]
H["/goal 🔥<br/>多小时代理循环"]
end
subgraph skills["🧩 技能扩展层"]
I["内置 Skills<br/>/browser-use<br/>/image-gen<br/>/pdf"]
J["自定义 Skills<br/>Markdown 编写"]
K["MCP Servers<br/>外部工具连接"]
end
subgraph output["📦 输出与集成"]
L["codex exec<br/>非交互/CI/CD"]
M["codex review<br/>代码审查"]
N["codex apply<br/>应用 diff"]
end
D --> E
D --> F
D --> G
D --> H
F --> I
F --> J
F --> K
G --> L
G --> M
G --> N
style H fill:#ff6b6b,color:#fff
style G fill:#ffd93d,color:#333
style L fill:#4d96ff,color:#fff
核心区别:
| 特性 | Codex CLI(终端版) | ChatGPT Codex(桌面版) |
|---|---|---|
| 运行环境 | 终端/Rust | 桌面 App/Electron |
| 沙箱 | OS 原生(Seatbelt/Bubblewrap) | 应用内沙箱 |
| 配置 | config.toml + AGENTS.md | GUI 设置 |
| 非交互模式 | ✅ codex exec | ❌ |
| MCP | 客户端 + 服务端 | 仅客户端 |
| 本地模型 | ✅ --oss 标志 | ❌ |
| 适合 | 开发者/自动化/CI | 知识工作者 |
好了,架构搞清楚了。接下来进入正题——8 个大多数用户从不知道的隐藏神技。
这是 Codex CLI 里最重要的隐藏功能,没有之一。
在 Codex 对话中输入 /goal,你会激活一个叫 "Ralph Loop" 的自主执行模式——它不会停下来问你确认,不会暂停等你批准,它会持续工作直到目标完成或遇到硬性障碍。
# 1. 编辑 config.toml 启用 /goal(默认关闭)
vim ~/.codex/config.toml
# 添加以下内容:
[experimental]
goal_mode = true
# 2. 在 Codex 中启动
codex
> /goal build a complete extraction shooter game with auto-generated assets
有人用 /goal 跑了一个小时,从零开始构建了一个完整的俯视角射击游戏——不是原型,是可玩的游戏,包含自动生成的视觉资产。秘诀在于:在启动 /goal 之前先启用 image generation skill,Codex 就会在循环中自主生成所有图片素材。
| 场景 | 效果 |
|---|---|
| 全栈应用从零搭建 | 1-3 小时出 MVP |
| 大规模代码重构 | 自动化处理所有文件 |
| 游戏原型开发 | 自动生成代码+资产 |
| 文档批量生成 | 全项目自动补文档 |
/goal 默认不开启,需要手动编辑 TOML 配置workspace-write 沙箱模式下使用,不要用 --yolo如果你用过 Claude Code 的 CLAUDE.md,Codex 的 AGENTS.md 是同一个概念:每次打开新对话,Codex 首先读取这个文件作为项目上下文。
# 方法一:用内置命令自动生成
codex
> /init
# Codex 会扫描项目结构,自动生成 AGENTS.md
# 方法二:手动创建
cat > AGENTS.md << 'EOF'
# My Project
## Build Commands
- Test: `npm test`
- Build: `npm run build`
- Lint: `npm run lint -- --fix`
## Rules
- Use TypeScript strict mode for all new files
- Write unit tests for every new function
- Never commit directly to main branch
- All API endpoints must have OpenAPI docs
## Architecture
- Frontend: React + Tailwind CSS
- Backend: Express + PostgreSQL
- Auth: JWT with refresh tokens
EOF
最佳实践:第一次在新项目中使用 Codex 后,让 Codex 帮你写 AGENTS.md:
> Based on our discussion, generate an AGENTS.md for this project
Codex 会从对话中提取关键信息并结构化。从这之后,每个新对话都有上下文,不再从零开始。
不要让 AGENTS.md 无限膨胀! 每个token在每次对话开始时都会被消耗。保持精简——目标是快速定位,不是写百科全书。
大多数人只在一个模式下用 Codex,但其实你可以配置多个 Profile,一键切换模型和推理深度。
# ~/.codex/config.toml
# 快速模式:简单任务用
[profiles.fast]
model = "gpt-5.4-mini"
model_reasoning_effort = "low"
service_tier = "fast"
# 深度模式:架构级工作用
[profiles.thorough]
model = "gpt-5.4"
model_reasoning_effort = "xhigh"
# 代码审查模式
[profiles.review]
model = "gpt-5.4"
model_reasoning_effort = "high"
sandbox_mode = "read-only"
# 快速修个 typo
codex -p fast "fix the typo in README"
# 深度架构重设计
codex -p thorough "redesign the auth module"
# 只读代码审查
codex -p review --uncommitted
| 模式 | 模型 | 推理级别 | Token消耗 | 适用场景 |
|---|---|---|---|---|
| fast | gpt-5.4-mini | low | 极低 | 修typo、简单查询 |
| thorough | gpt-5.4 | xhigh | 高 | 架构设计、复杂debug |
| 默认 | gpt-5.4 | medium | 中等 | 日常编码 |
推理级别对 token 消耗影响巨大:xhigh 比 medium 贵好几倍,但能解决更难的问题。别所有任务都用最高级别——那是浪费配额。
Codex 的 Skills 是用 Markdown 文件定义的可复用任务模板。你不需要写代码,只需要用自然语言描述步骤。
# 1. 创建技能目录
mkdir -p ~/.codex/skills
# 2. 创建自定义技能
cat > ~/.codex/skills/code-review.md << 'EOF'
# Code Review Skill
## Instructions
1. Run `git diff` to see all changes
2. Check for: security issues, performance problems, missing tests
3. Check code style consistency with project conventions
4. Generate a review summary with severity levels (critical/warning/info)
5. Suggest specific fixes for each issue found
## Output Format
- Start with overall assessment
- List issues by severity
- Include file:line references
- End with actionable next steps
EOF
# 3. 在对话中调用
codex
> $code-review
flowchart LR
A["~/.codex/skills/<br/>个人级<br/>所有项目可用"] --> D[调用方式<br/>$skill-name]
B[".agents/skills/<br/>项目级<br/>仅当前项目"] --> D
C["/etc/codex/skills/<br/>系统级<br/>所有用户"] --> D
style A fill:#6bcb77,color:#fff
style B fill:#4d96ff,color:#fff
style C fill:#ffd93d,color:#333
> I just did a complex database migration. Create a skill from what we just did.
Codex 会自动把刚才的操作反编译成一个 Markdown 技能文件,存到正确位置。下次直接调用 $db-migration 即可。技能会随着你每次使用和反馈不断改进。
Codex 有一个大多数用户完全不知道的安全层:用 Starlark(Python 子集)编写的执行策略规则,可以精确控制 Codex 能跑什么命令。
# 创建规则目录
mkdir -p ~/.codex/rules
# 创建默认规则
cat > ~/.codex/rules/default.rules << 'EOF'
# 禁止直接 push
prefix_rule(
pattern = ["git", "push"],
decision = "forbidden",
justification = "No direct pushes - use PR workflow"
)
# 危险操作需确认
prefix_rule(
pattern = ["rm", "-rf"],
decision = "prompt",
justification = "Destructive operation needs confirmation"
)
# 测试命令自动批准
prefix_rule(
pattern = ["npm", "test"],
decision = "allowed",
justification = "Tests are safe to run"
)
# Docker 命令需确认
prefix_rule(
pattern = ["docker"],
decision = "prompt",
justification = "Docker commands affect system state"
)
EOF
# 测试规则(不会真的执行)
codex exec policy check --pretty -- git push origin main
# 输出: FORBIDDEN - No direct pushes - use PR workflow
Claude Code 没有这个功能。Codex 的 Execution Policy 让你可以在团队中统一安全策略——把 .codex/rules/ 提交到 Git,整个团队共享同一套规则。
codex exec 是 Codex 的非交互模式,可以直接嵌入 CI/CD 管道,实现全自动代码修复和审查。
# 基本用法:非交互执行任务
codex exec "fix the failing tests"
# 输出 JSON(适合脚本解析)
codex exec --json "list all API endpoints"
# 保存结果到文件
codex exec -o result.txt "summarize the architecture"
# 强制 JSON Schema 输出
codex exec --output-schema schema.json "extract metadata"
# 恢复上一次对话继续执行
codex exec resume --last "now add error handling"
# CI/CD 全自动模式
codex exec --full-auto "run tests and fix all failures"
# .github/workflows/auto-fix.yml
name: Auto Fix Failures
on:
workflow_run:
workflows: ["Tests"]
types: [completed]
result: failure
jobs:
auto-fix:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- name: Auto-fix with Codex
env:
CODEX_API_KEY: ${{ secrets.CODEX_API_KEY }}
run: |
codex exec --full-auto \
--config model=gpt-5.4-mini \
"run tests and fix all failures"
- name: Create PR
run: |
git checkout -b auto-fix-$(date +%s)
git add -A
git commit -m "auto-fix: test failures"
gh pr create --title "Auto-fix: test failures" --body "Automated fix by Codex"
| 场景 | 命令 | 效果 |
|---|---|---|
| CI 测试失败自动修复 | codex exec --full-auto "fix failures" |
自动定位+修复+验证 |
| 非交互代码审查 | codex review --base main --json |
输出结构化审查结果 |
| 批量文档生成 | codex exec -o docs/api.md "generate docs" |
从源码自动生成文档 |
这个功能很少有人提:Codex CLI 可以连接本地开源模型(通过 LM Studio 或 Ollama),完全不需要 API Key,零费用运行。
# 1. 安装 Ollama(如果没装的话)
curl -fsSL https://ollama.ai/install.sh | sh
# 2. 拉一个编码模型
ollama pull qwen3-coder:30b
# 3. 用 --oss 标志启动 Codex
codex --oss --local-provider ollama
# 或者用 LM Studio
codex --oss --local-provider lmstudio
| 方式 | 模型 | 费用 | 编码质量 | 速度 |
|---|---|---|---|---|
| API 默认 | gpt-5.4 | 消耗配额 | ⭐⭐⭐⭐⭐ | 快 |
| API 便宜 | gpt-5.4-mini | 低配额 | ⭐⭐⭐⭐ | 很快 |
| 本地 Ollama | qwen3-coder:30b | 免费 | ⭐⭐⭐⭐ | 看硬件 |
| 本地 LM Studio | deepseek-coder-v2 | 免费 | ⭐⭐⭐⭐ | 看硬件 |
/browser-use 是一个内置 Skill,它会打开一个应用内浏览器,让 Codex 像人一样操控鼠标——导航、点按钮、填表单、截图,全程自动化。
codex
> /browser-use
> Test the dashboard at localhost:3000, find all UI bugs and fix them
有人在一个刚建好的 Dashboard 上跑了 /browser-use,Codex 自动发现了 6 个真实 Bug:
# my-build-skill.md
## Instructions
1. Build the feature as described
2. Run /browser-use to test the UI
3. Fix all bugs found during browser testing
4. Only present the result after browser test passes
这样QA 变成了构建流程的一部分——你收到的永远是经过自动化测试的代码,不是半成品。
> /personality
# 选择 Pragmatic(务实)模式
# 效果:Codex 不再说"好问题!",直接给答案和下一步
> /compact
# 对话太长时,压缩历史释放 token 空间
# 类似 Claude Code 的 /compact
# 分析截图
codex -i screenshot.png "what's wrong with this UI?"
# 对比两张图
codex -i before.png,after.png "compare these two designs"
在输入复杂 Prompt 时,按 Ctrl+G 会在外部编辑器(vim/nano)中打开,方便写长提示词。
当编辑器为空时按两次 Esc,可以编辑你上一条发送的消息——改完重新发送。
| 你知道的 | 你不知道的(今天学到的) |
|---|---|
| Codex 是个终端 AI 工具 | /goal 可以跑几天的自主循环 |
| 用来写代码、修 bug | AGENTS.md 可以让每次对话都有项目上下文 |
| 只能用默认配置 | config.toml Profiles 一键切换快/深模式 |
| 有一些内置命令 | Skills 系统用 Markdown 就能创建自定义技能 |
| 有沙箱保护 | Starlark Execution Policy 精细控制每个命令权限 |
| 只能交互式用 | codex exec 可以跑 CI/CD 管道 |
| 需要 API Key | --oss 可以零费用跑本地开源模型 |
| AI 只能写代码 | /browser-use 可以自动发现 UI Bug |
按优先级排序,你现在就可以做的事情:
npm install -g @openai/codex),在任意项目里跑 /init 生成 AGENTS.mdgpt-5.4-mini 省配额--oss 模式,用 Ollama 跑一个本地模型感受零费用 AI 编码codex exec 集成到你的 CI/CD 管道,实现测试失败自动修复本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。
