在AI辅助编程工具层出不穷的今天，OpenAI推出的Codex CLI凭借其本地化、高性能和灵活扩展能力，成为终端开发者手中的利器。无论是快速重构代码、执行自动化任务，还是集成到CI/CD流水线，Codex CLI都能提供流畅的体验。本文将从环境搭建到高级玩法，带你全面掌握这款工具。
一、环境搭建与认证
Codex CLI支持macOS和Linux，Windows用户可通过WSL体验（目前为实验性支持）。安装方式灵活，最便捷的是通过npm全局安装：npm install -g @openai/codex。macOS用户还可以使用Homebrew：brew install --cask codex。此外，从GitHub Releases下载预编译二进制文件同样可行，只需将解压后的可执行文件重命名为codex并加入PATH即可。
首次运行codex会引导你完成认证。支持两种方式：推荐使用ChatGPT账号OAuth授权，浏览器跳转即可；也可以手动输入OpenAI API Key（格式为sk-...）。如果你需要提前配置认证，可以直接运行codex auth，退出登录则使用codex auth logout。
为了提升操作效率，可以启用Shell自动补全。根据你的Shell类型，运行codex completion bash（Bash）、codex completion zsh（Zsh）或codex completion fish（Fish），并将输出追加到对应的配置文件中。
Codex的全局配置目录位于~/.codex/，包含主配置文件config.toml、历史会话记录和日志。项目级配置则存放在仓库根目录下的.codex/config.toml，同时支持AGENTS.md文件来定义Agent的行为指令。合理利用这些配置，可以针对不同项目定制Codex的行为。
二、环境变量与核心命令
环境变量在Codex CLI中扮演着重要角色。最常用的是OPENAI_API_KEY，其优先级高于OAuth登录；OPENAI_BASE_URL可用于代理或自定义端点；CODEX_HOME则允许你覆盖默认配置目录，实现多账号或项目隔离。还有OPENAI_ORGANIZATION、OPENAI_PROJECT、AZURE_OPENAI_API_KEY等，按需设置即可。需要提醒的是，切勿将API Key硬编码在脚本中，建议使用direnv或1Password CLI等工具安全注入。
Codex CLI提供了丰富的子命令。主命令codex直接启动交互式TUI界面，你可以携带初始Prompt、指定模型（如-m gpt-5.4）、设置沙箱策略（--sandbox）、审批策略（--ask-for-approval）等。例如：codex -m gpt-5.4-mini --path ~/myapp "帮我写单元测试"。
非交互场景下，codex exec是主力。它适合在脚本或CI环境中运行，支持--json输出、--yolo跳过审批、--auto低摩擦模式等。比如：codex exec --json --yolo "运行测试并输出失败原因"。还可以通过--output-last-message将结果保存到文件。
会话管理方面，codex resume可以恢复历史会话，codex fork则能创建分支会话，便于探索不同实现方案。MCP（Model Context Protocol）支持让Codex与外部工具通信，通过codex mcp add即可添加服务器。此外，codex features命令可以控制实验性功能开关。
三、会话内操作与效率技巧
在TUI界面中，输入/可以调出斜杠命令列表。例如/clear清空终端、/compact压缩上下文、/model切换模型、/review启动代码评审、/agent切换并行Agent线程等。你还可以在~/.codex/slash-commands/或项目.codex/下创建自定义命令文件，实现个性化提示词模板。
快捷键方面，Ctrl+L清屏但不重置对话，Ctrl+C中断任务，Ctrl+G打开外部编辑器编写长Prompt。利用@文件名可以快速引用工作区文件，!命令则允许在Codex上下文中执行本地Shell命令。这些交互设计让操作更加顺手。
值得一提的是，/fast模式可以降低延迟，适合快速问答；/status可查看当前会话配置和速率限制。合理组合这些命令，能显著提升日常开发效率。
四、典型工作流程与实战建议
在日常功能开发中，你可以先进入项目目录，然后启动Codex并附带初始Prompt，例如“在src/auth模块下实现JWT刷新Token逻辑，参考@src/auth/login.ts的写法”。Codex会生成计划，确认后执行，你可以在TUI内查看diff并注入修正指令。
代码评审是Codex的亮点之一。在TUI中输入/review，选择审查未提交的改动，Codex会从安全、逻辑、测试等角度给出风险报告。这相当于多了一位AI审稿人，能帮你发现潜在问题。
对于CI/CD场景，可以编写类似这样的工作流：codex exec --yolo --json "运行测试套件，修复所有失败用例，不要修改测试文件本身"。此外，Codex还支持子代理并行处理多个任务，通过/agent命令管理，适合大型重构。
最后，建议新用户从--auto模式开始，逐步熟悉审批策略；在隔离环境中可以放心使用--yolo。同时，善用AGENTS.md文件来约束Agent的行为，能让Codex更贴合你的项目规范。