OpenAI Codex CLI 是一个开源工具,旨在将 AI 编码助手的强大功能直接引入您的终端。与 Cursor AI 和 Windsurf 等工具类似,Codex CLI 提供聊天驱动的开发,不仅可以理解您的代码库,还可以进行更改、执行命令,甚至从头开始构建新项目。
在本文中,我们将学习如何在本地设置 Codex CLI,并通过构建三个有趣的项目来探索其功能。在此过程中,我们将测试它的多模式特性、审批功能以及理解和修改代码库的能力。
设置 Codex CLI
1. 从 nodejs.org 下载并安装 Node.js(版本 22 或更高版本,建议使用 LTS)。使用以下方法验证安装:
node -v
npm -v
2. 从 git-scm.com 下载 Git 并使用以下命令进行验证:
git --version
3. 安装 OpenAI Codex CLI
npm install -g @openai/codex
4. 设置您的 OpenAI API 密钥
export OPENAI_API_KEY="your-api-key-here"
5. 导航到您的项目目录:
cd
6. 如果需要,初始化 Git:
git init
7. 以交互模式启动 Codex CLI:
codex
1. 建立投资组合网站
在这个项目中,我们将创建一个受现有设计启发的作品集网站。首先,我们将截取要复制 (https://tdhopper.com/) 的投资组合网站的屏幕截图,并将其提供给 Codex CLI 工具。
使用以下命令向 Codex CLI 提供映像位置:
codex --image "C:\Users\abida\Pictures\Screenshots\Screenshot 2025-04-26 194831.png"
Codex 将分析图像并提供图像所代表内容的详细说明。默认情况下,它使用 “o4-mini” 模型,批准设置设置为 “suggest”。
接下来,编写以下提示,指示 Codex 根据屏幕截图构建一个投资组合网站,但根据您的详细信息进行自定义:
Use the image to build a portfolio website for Abid Ali Awan, a professional data scientist who writes about AI and machine learning.
由于我们处于 “建议” 模式,Codex 将在创建文件或运行 shell 命令之前要求确认。只需在显示时批准所有请求。
Codex 完成该过程后,您将在几分钟内构建一个功能齐全的作品集网站。
将占位符链接(例如,个人资料图片和博客链接)替换为您的实际个人资料图片 URL 和博客 URL。
双击该文件以在浏览器中打开网站。index.html
最终的网站将与原始设计 90% 相似,包含您的个人详细信息和自定义设置。该过程快速、高效,并生成具有专业外观的作品集网站。
注意:“建议”模式可确保您对文件创建和执行过程拥有完全控制权。这使得逐步审查和批准更改变得容易。
2. 执行数据分析
在本项目中,我们将使用 Codex CLI 分析数据集并生成全面的数据分析报告。此示例演示了 Codex 如何简化数据分析并自动创建专业报告。
首先,我们将使用 --auto-edit 模式,它是半自动的。在此模式下,Codex 可以自动执行大多数任务,包括文件创建和编辑,而无需您的批准。但是,在运行 shell 命令时,它仍会提示您进行确认。
执行以下 Codex 命令对数据集进行分析。
codex --auto-edit "The dataset `placementdata.csv` is available in the root directory. Please perform detailed data analysis and generate an analysis report."
在几秒钟内,Codex 将分析数据集 (placementdata.csv) 并以 markdown 文件的形式生成详细的分析报告。
生成报表后,打开 Markdown 文件进行查看。您将找到一个结构良好的文档,其中包含以下部分:
3. 开发图像分类应用程序
在这个项目中,我们将构建一个用于对图像进行分类的机器学习应用程序。该应用程序将使用 ResNet18 预训练模型和 FastAPI 来创建自定义用户界面。为了简化流程,我们将在完全自主模式下运行 Codex CLI,使其能够处理从文件创建到文档的所有事情。
使用以下命令指示 Codex 构建应用程序:
codex --full-auto "Build an image classification application using ResNet18 and FastAPI with Custom UI"
在一分钟内,Codex 将生成所有必要的文件,包括 Python 脚本、配置文件和文档。它还将提供有关如何在本地运行应用程序的分步指南。
1. 首先,我们需要安装此项目所需的所有 Python 包。
pip install -r requirements.txt
2. 要在本地运行应用程序,请使用以下命令:
uvicorn main:app --reload
3. 在浏览器中打开链接,上传图片,然后查看模型中的前 5 个预测及其概率。http://127.0.0.1:8000
该应用程序响应迅速,并提供准确的预测,即使对于未明确训练的图像(例如,吉卜力风格的图像)。
结论
与 GitHub Copilot 相比,我发现 Codex CLI 是一个更出色的工具,尤其是在其准确性、代码库理解和调试功能方面。它的突出特点之一是它能够以最少的干预执行项目——大多数任务只需要一个命令,而且很少需要后续命令来解决问题。Codex CLI 生成的项目开箱即用。
Codex CLI 的另一个主要优点是它是开源的,这为定制提供了令人兴奋的可能性。开发人员可以集成自己的本地语言模型 (LLM),甚至是 DeepSeek R1 或 Claude 3.7 等专有模型,使其成为适用于各种用例的高度灵活且适应性强的工具。