Codex 小白使用教程：零基础也能让 AI 帮你写代码

一句话理解 Codex

Codex 是 OpenAI 的「AI 程序员」——你用大白话下指令，它去读代码、改代码、跑命令、甚至自己验证结果。

它和你正在用的 WorkBuddy 思路一模一样（都是「对话式 AI 助手 + 能动手改文件 / 跑命令」），区别只是 Codex 更专注写代码、深度绑定 GitHub 和本地代码仓库。把它当成「只干代码活的 WorkBuddy」就行，你已经会一大半了。

Codex 有几种用法（挑最省事的）

小白建议：先从网页版上手，不用装任何东西，登录就能用。

怎么开始（3 步）

1. 有账号额度

   ChatGPT Free / Go / Plus / Pro / Business / Edu / Enterprise 订阅都含 Codex 额度；

   或者准备一个 OpenAI API Key（按量付费，无订阅也能用，特别适合接 CI 自动化）。

2. 打开并登录

   网页版：浏览器开 chatgpt.com/codex，用 ChatGPT 账号登录；

   桌面 / CLI：首次运行会提示登录，选「Sign in with ChatGPT」。

3. 选一个项目

   网页版要连一个 GitHub 仓库（按提示授权即可）；

   桌面 / CLI 选一个本地文件夹作为工作目录。

   发第一条消息，比如：「介绍一下这个项目」。

价格与用量（要花多少钱）

这是很多人最关心的。结论先说：轻度玩白嫖也能用，认真干按月订阅，接自动化按 token 付费最划算。

套餐怎么选

Codex 已包含在上面所有 ChatGPT 订阅里，订阅即送额度，不用单独买。

两种计费方式

• 订阅含额度：上面各档套餐每月给一定的 Codex 使用量，超了可用 ChatGPT credits 灵活续。
• API Key 按量付费：在 CLI / SDK / IDE 插件里用 API Key，只为你实际消耗的 token 付钱，没有月费。这是接 CI/CD 自动化最划算的方式。

用量上限（每天 UTC 0 点重置）

注意：限制是「基于算力」的——简单任务耗的配额比复杂任务少，所以不是死板的条数。

给小白的省钱建议

• 只想试试：用 Free 跑几个轻任务，零成本。
• 接自动化（定时跑、CI 审查）：用 API Key 按 token 付费，比开订阅便宜且可控。
• 日常本地聊天多：Plus 里用 GPT-5.4-mini 本地消息额度更高、更便宜。
• 复杂任务才上 GPT-5.5 / codex 大模型，别什么都用最贵的。

第一次让它干啥（从最简单的开始）

别一上来就「给我做个网站」。先感受它怎么读代码：

• 「用一句话介绍这个项目是干嘛的」
• 「解释一下 src/main.py 第 10–30 行在做什么」
• 「这个仓库用了什么技术栈？」

等它读明白了，再让它动手：

• 「在这个仓库里做一个贪吃蛇小游戏」
• 「找出并修复 bug，尽量少改动」
• 「给 README 加一节『安装说明』」

怎么下指令才靠谱（核心技巧）

Codex 很强，但指令越清楚，结果越准。好指令 = 目标 + 相关文件 + 约束 + 验收方式。

• ❌「做个网站」 → ✅「用纯 HTML+CSS 做一个个人简历页，含头像、经历、技能三块，深色背景」
• ❌ 一次塞 5 个任务 → ✅ 一次一个明确目标，做完再下一个
• ❌ 直接让它乱改 → ✅ 先让它「列个计划」，你点头再动手
• ✅ 给它截图 / 设计稿：把图直接贴进对话框，说「照这个做」

安全：审批模式 + Git 存档（重要！）

Codex 会改你电脑上的文件，管好权限就不会出事。

• 改之前先存档：让 Codex 动手前先 git commit，或你自己建个 Git 存档点，出错一键回退。
• 别贴密钥：密码、API Key 别发给 AI；它默认只看你授权的那个目录。

小白最稳的姿势：先用 Read Only 模式让它说计划 → 你确认 → 切 Auto 放行。

进阶小技巧（用熟了再玩）

• 贴图下达：报错截图 / 设计稿直接贴对话框。CLI 里：codex -i shot.png "按这个图实现界面"
• 非交互脚本：codex exec "修复 CI 报错" 可写进自动化流程，不在终端守着
• 发布前评审：改完后让 /review 再查一遍（lint / 类型 / 测试），再提交
• 联网搜最新文档：让它搜当前技术的最新用法，避免用旧 API
• 复杂任务拆并行：用 subagents 同时处理多个子任务
• 切模型 / 推理档：TUI 里 /model 切模型；复杂任务把推理档调到 high

进阶扩展：能装插件吗？和什么联合更狠

这是 Codex 拉开差距的地方。先回答你最关心的——「能装插件吗？」

严格说，Codex 没有一个像手机应用商店那样的「插件市场」。但它有一套自定义栈，效果类似、甚至更灵活：你把规则、流程、外部工具「装」进 Codex，它就越用越像你的专属工程师。

AGENTS.md：给项目写「说明书」

在仓库根目录放一个 AGENTS.md，相当于「写给 AI 同事看的项目手册」：项目怎么启动、怎么测试、代码风格、哪些目录不能乱动、提交前要跑什么。它随仓库走，每次 Codex 进这个目录自动生效。最该先加的就是它——不用每次在对话里重复念规矩。

Skills：把重复流程打包

把常用工作流（如「生成迁移脚本」「按规范补测试」）写成 Skill，以后一句话就能调用，不用每次重新解释。放在 .agents/skills/ 或 ~/.codex/skills/。

MCP：把外部工具接进来（这才是「外挂」）

通过 MCP（Model Context Protocol） 把 Codex 连到你工作区之外的系统：数据库、Figma、GitHub Issues、文档库、邮件、浏览器……一行命令就能加：

接上后，你可以直接说「把 Figma 这个设计稿实现成组件」「查一下数据库里超时的订单」，Codex 就能真去调那些系统。

子 Agent：把任务派给专家

用 .codex/agents/*.toml 定义专门角色（如「安全审查员」「调试员」），让 Codex 把子任务派给对应专家并发跑，主上下文还干净。

和什么联合起来更狠（组合拳）

最实用的入门组合：先把 AGENTS.md 写好 + 接上 GitHub（网页版自带 code review / Slack 集成），你已经比大多数团队自动化了。要更进一步，再上 MCP 和 codex-action。

和 WorkBuddy 的区别（你已经会 80%）

结论：你用 WorkBuddy 建 appin.site 那套「说人话 → 它动手 → 看结果 → 迭代」的流程，原样搬到 Codex 就对了。两者配合——Codex 写代码，WorkBuddy 做内容发布——基本覆盖一个独立开发者 90% 的活。

常见问题

Q：我不会编程能用吗？

A：能用。让它「解释代码」「生成小程序」完全没问题；但想改对方向，懂点基础概念会更稳。把它当「24 小时在线的程序员同事」。

Q：要钱吗？

A：Free 档零成本试水；Plus $20/月够个人用；接 CI 自动化用 API Key 按 token 付费，约 $100–200/开发者/月。具体看 OpenAI 定价页。

Q：它会搞坏我电脑吗？

A：默认只在你选的目录里操作，Full Access 才联网；配合 Git 存档基本零风险。

Q：和 GitHub 绑定麻烦吗？

A：网页版按提示点几下授权即可，之后就能直接改仓库、出 PR；还能在 PR 里 @codex 让它改东西。

Q：能装插件扩展吗？

A：没有应用商店式插件，但有更灵活的自定义栈：AGENTS.md（项目规则）、Skills（流程包）、MCP（接外部工具）、子 Agent（专家分工）。把这套配好，Codex 就成了你的专属工程台。

30 分钟上手路线

1. 登录

   登录 chatgpt.com/codex（Free 档即可）。

2. 连项目

   连一个 GitHub 测试仓库（或本机小文件夹）。

3. 看它读代码

   发：「介绍一下这个项目」 → 看它怎么读代码。

4. 看它改代码

   发：「给 README 加一节安装说明」 → 看它改了什么（diff）。

5. 完整任务

   发一个完整任务：「用 HTML 做个单页个人主页，含姓名和一段自我介绍」。

6. 加说明书

   在仓库根目录加一个 AGENTS.md，写清「怎么跑测试」。

7. 体验爽感

   确认结果，体验「说人话 → 出东西」的爽感；有余力再接 MCP / codex-action。