软件技术分享

关于电子游戏的方方面面

Codex：从零搭一个小脚本的端到端示范

作者

空目录用 Codex CLI 做出可跑脚本：安装登录→git→写清完成定义→写并跑通→人工验收；入门用可审批／workspace-write，勿默认全放行。

要点

  • 安装（官方 README／Learn）：macOS／Linux curl -fsSL https://chatgpt.com/codex/install.sh | sh；Windows 用官方 install.ps1；也可 npm i -g @openai/codex 或 brew install --cask codex（openai/codex、Codex CLI）。
  • 开工：在项目目录运行 codex，首次选择 Sign in with ChatGPT（或文档所述其他登录）；可用 /init 生成 AGENTS.md（Codex CLI、AGENTS.md）。
  • 非交互：codex exec 默认只读；要改文件加 --sandbox workspace-write；勿写已废弃的 --full-auto（Non-interactive mode）。
  • 权限：入门对齐本室《终端命令审批》：可审批／workspace-write；不要默认 --sandbox danger-full-access。
  • 可跟做示范：Python 统计某目录下按扩展名的文件数并打印表；提示里写死路径、样例输入输出与验收命令。
  • Cursor 里 Codex／Agent：习惯同向“先读再改”；本稿主线仍是 CLI 端到端。
  • 证据强度：安装／登录／exec 沙箱＝官方文档与 README（高）；具体 TUI 菜单中文文案＝待核；示范脚本范围为编译可跟做（中高）。

正文

场景

你听说 Codex 能在终端里改代码并跑命令，打开文档却不知道从哪一步开始：要不要先建仓库？提示怎么写才不会改飞？权限开到哪一档？演示视频常从“已经装好且仓库很大”的中段开播；可复现入门应是：空目录 → 一条完成定义 → 一个小脚本跑通 → 你亲眼验收。

下文示范选题固定为：用 Python 写 count_ext.py，统计给定目录下各扩展名文件数量并打印。范围小且可复跑，也不依赖游戏引擎。Windows 安装命令以官方为准；步骤以 macOS／Linux 叙述为主。

可跟做步骤／可抄工作流

证据强度：高（GitHub README＋ChatGPT Learn CLI／non-interactive／AGENTS）；UI 文案标待核。

1. 安装 CLI

macOS／Linux（README、Codex CLI）：

curl -fsSL https://chatgpt.com/codex/install.sh | sh

备选：npm install -g @openai/codex，或 brew install --cask codex。Windows 使用官方文档中的 PowerShell 安装脚本（install.ps1），本稿不展开逐行照抄以外的第三方镜像。

装完后新开终端，确认：

codex --version

（具体版本号随发布变化；能打印版本即可。）

2. 建空项目并纳入 git

Codex 文档说明：许多命令期望在 Git 仓库内运行，以降低误伤范围（非交互文档亦要求 git，可用标志跳过但不建议入门这么做）。

mkdir -p ~/codex-demo-count-ext
cd ~/codex-demo-count-ext
git init
printf '%sn' "# codex-demo-count-ext" > README.md
git add README.md && git commit -m "chore: init demo"

先提交一个锚点，方便任务前后 git diff／git checkout 回退。

3. 启动并登录；可选 /init

cd ~/codex-demo-count-ext
codex

首次按提示 Sign in with ChatGPT（或文档列出的其他方式）。登录后可在会话里执行 /init，让 Codex 起草 AGENTS.md；入门也可手写三五行，例如：

# AGENTS.md

- Prefer Python 3 stdlib only for this demo.
- Do not delete git history or force-push.
- After editing, run the verification command the user gave; paste observed output.

4. 粘贴完成定义（交互会话可直接发）

把下面整段贴进 Codex（路径可改；完成定义写死文件名与验收）：

【目标】在仓库根目录创建 count_ext.py：统计某个目录下（非递归或可加 --recursive 开关，二选一写清）各文件扩展名的数量，并打印 Markdown 表。

【允许修改】
- 新建／修改：count_ext.py
- 可选新建：sample_data/ 下若干空文件或小文本，仅用于自测
- 禁止：改 git 配置；装系统包；改家目录其他项目；联网下载依赖（本任务只用标准库）

【输入输出样例】
假设 sample_data/ 内有 a.txt 与 b.txt、c.md，以及无扩展名文件 README：
$ python3 count_ext.py sample_data
| ext | count |
| --- | --- |
| .md | 1 |
| .txt | 2 |
| (none) | 1 |

【验收（必须真实跑过）】
1) python3 count_ext.py sample_data
2) 输出含表头与至少一行数据；对空目录应打印表头或明确“0 files”类信息（实现时选一种并说明）
3) python3 -m py_compile count_ext.py 退出码 0

【完成时交付】
- 实际改动文件列表
- 上述命令的观察输出（禁止把计划命令抄成“已通过”）
- 若需扩 scope：先停，等我回复“按计划执行”

交互会话里用默认可审批策略即可；需要非交互一次跑完时：

codex exec --sandbox workspace-write "$(cat <<'PROMPT'
【把上面完成定义全文贴这里】
PROMPT
)"

注意：codex exec 默认只读，不加 workspace-write 往往写不出文件。文档写明 --full-auto 已不再支持，脚本里若还有该旗标请删掉，改为 --sandbox workspace-write（或文档所述 --approve-for-me 等现行组合）（Non-interactive mode）。

5. 人工验收（你来做，不算可选项）

cd ~/codex-demo-count-ext
python3 count_ext.py sample_data
python3 -m py_compile count_ext.py
git status
git diff

对照完成定义：表是否出现，扩展名归类是否合理，有无多改文件。不满意就在同一会话追加：“只改 count_ext.py：……”，或 git checkout -- . 后收紧提示重来。

6. 权限底线（入门记住这一句）

  • 日常：工作区可写＋越界／联网要问你（本室《终端命令审批》的 Auto 思路）。
  • 自动化改文件：--sandbox workspace-write。
  • 不要一上来 --sandbox danger-full-access（文档标高风险，仅隔离环境才考虑）。
  • Cursor 里用 Codex／Agent 时，同样先给只读摸底再批准写入；主线步骤仍以本 CLI 示范为准。

真实用户诀窍／反例

  • 诀窍：空目录＋git 锚点。 出问题能 diff、能回退，比“在杂乱家目录直接开跑”安全。
  • 诀窍：完成定义里写样例表。 模型对齐“长得像验收”的输出，少散文交差。
  • 诀窍：标准库足够就写死。 入门任务禁止联网装包，减少权限升级诱惑。
  • 诀窍：exec 与 TUI 分开记。 交互适合盯着批；脚本／CI 用 exec 并显式沙箱。
  • 反例：提示只写“帮我写个统计脚本”。 缺路径、样例或验收＝演示。
  • 反例：默认 danger-full-access“图省事”。 省掉的是审批，不是风险。
  • 反例：继续写 --full-auto。 官方已弃用，脚本会失败或行为不符预期。
  • 反例：Agent 说完成你不跑命令。 未观察输出＝未完成。

适用边界

  • 本稿覆盖：CLI 从零到一个小 Python 脚本跑通；不覆盖企业 SSO 或云端 Codex Web 全流程，也不覆盖生产库大规模重构（见本室多文件完成定义篇）。
  • 安装器 URL 与沙箱旗标、登录菜单文案可能随版本更新：以当前官方文档为准（待核）。
  • 示范脚本仅教学；真实项目请补测试、许可证与密钥纪律。
  • 勿在提示中粘贴密钥；CI 用 API Key 时遵循官方“勿把 Key 暴露给不可信步骤”的指导。

【来源与编译】