codex

Codex 是 OpenAI 推出的开源终端编程智能体,具备可配置的沙箱与审批控制功能,可在你的项目中读取、编辑并运行代码。

RustApache-2.0Agent
⭐ GitHubhttps://github.com/openai/codex
102,186
Star 数
+0
Star 增速
2026年7月29日
最后更新
7
点击数

1. 项目概述

Codex 是 OpenAI 的开源编程智能体,在本地终端中运行,让开发者能够与 AI 对话。该 AI 可以阅读代码库、编辑文件、在沙箱中执行命令,并在不离开命令行界面的情况下迭代修改。

2. 背景与定位

Codex 旨在将 OpenAI 的智能体编程能力直接部署到开发者的本地机器上,而非将其限制在云端 IDE 或聊天窗口中。其核心使命是为工程师提供一种快速、可脚本化且尊重隐私的方式,将实际的工程任务(如阅读陌生代码、起草补丁、运行测试、调试故障)委托给一个 AI 智能体,该智能体使用与人类开发者相同的终端和文件系统进行操作。

与其他 AI 编程助手相比,Codex 在以下三个方面脱颖而出:

  • 本地优先执行:智能体以轻量级二进制文件的形式在开发者机器上运行(最初基于 TypeScript 编写,现已重写为 Rust 以提升性能与可靠性),无需为每个会话启动托管容器。
  • 可配置的沙箱与审批机制:智能体想要执行的每条命令都必须经过明确定义的沙箱与审批策略,用户可根据需求在自主性与监督之间灵活调节——从“每次操作前询问”到“完全自主”。
  • 多入口,同一智能体:相同的 Codex 引擎同时提供终端 CLI、IDE 插件(VS Code、Cursor、Windsurf)和桌面应用三种接入方式,团队无需被单一工作流绑定。

3. 功能分类

🖥️ 终端智能体 — 核心交互体验

  • codex — 在当前仓库中启动交互式会话
  • codex exec "<prompt>" — 执行一次性非交互任务(适用于脚本/CI)
  • 支持多轮对话,并完整保留工作目录上下文
  • 内联差异对比与命令输出直接流式传输至终端
  • 目的:让开发者无需切换出 Shell 即可驱动真实的代码变更。

🛡️ 沙箱与审批 — 安全控制

  • 只读模式:智能体仅能查看文件,无法修改任何内容或执行任意命令
  • 工作区写入/自动模式:智能体可编辑文件并执行命令,但操作范围限定在项目目录内
  • 全自动模式:智能体在沙箱环境中执行多步计划,无需逐条确认命令
  • 平台原生沙箱机制(如 macOS Seatbelt、Linux 容器/命名空间),用于限制文件系统与网络访问
  • 目的:让用户精确控制授予智能体的自主权限。

🔌 集成扩展 — 连接 Codex 与你的项目及工具

  • AGENTS.md — 项目级配置文件,描述智能体应遵循的规范、命令与上下文
  • 支持 MCP(模型上下文协议)服务器,通过外部工具扩展智能体能力
  • 技能存储于 .codex/skills 目录下,提供可复用、针对特定项目的智能体能力
  • 提供 VS Code、Cursor 和 Windsurf 的 IDE 插件
  • 目的:使 Codex 了解项目专属规则,并通过自定义工具进行扩展。

☁️ 多智能体编排 — 协调大型任务

  • 跨多个 Codex 实例的任务分解
  • 智能体间通信与共享上下文
  • 当多个智能体处理重叠代码时的冲突解决机制
  • 目的:将智能体能力从单文件编辑扩展至协调大型、多模块项目。

⚙️ 企业级与自动化 — 在无人工干预的终端中运行 Codex

  • 钩子系统(如用户提示词钩子),用于拦截、审计或增强智能体提示词
  • 兼容 CI/自动化流程的非交互模式
  • 面向团队的共享策略配置文件
  • 目的:帮助组织将 Codex 嵌入流水线并实施治理管控。

4. 核心亮点

  • 基于 Rust 的重写:CLI 的执行引擎(codex-rs)采用 Rust 实现,优先考虑启动速度、低内存占用以及长时智能体会话的稳定性。
  • 可配置的自主性:沙箱与审批设置涵盖从严格只读到完全自主的范围,使同一工具既能满足谨慎的首次使用场景,也适用于无人值守的自动化流程。
  • 灵活的认证方式:可使用现有的 ChatGPT Plus、Pro、Business、Edu 或 Enterprise 订阅登录,或通过 API Key 认证——大多数用户无需单独注册账号。
  • 基于 AGENTS.md 的项目感知上下文:团队只需在 AGENTS.md 中记录一次规范,智能体即可在多次会话中持续遵循。
  • 通过 MCP 扩展:模型上下文协议(MCP)使 Codex 能够连接本地文件系统与 Shell 之外的外部工具和数据来源。
  • 多端统一,内核一致:相同的智能体同时提供终端 CLI、IDE 插件和桌面应用版本,无缝融入团队现有工作流。

5. 角色应用场景

普通开发者 — 利用 Codex 探索陌生代码库、起草 Bug 修复方案、生成测试用例,或直接通过终端搭建新功能骨架,所有代码变更均在合并前经过差异审查。

DevOps / SRE — 在 CI 流水线或脚本中以非交互模式(codex exec)运行 Codex,自动化执行常规维护任务、配置更新或日志驱动的故障排查,所有操作均受审批策略管控。

项目经理 — 使用 Codex 快速生成代码库结构或近期变更的摘要,降低理解技术进展的门槛,无需手动阅读原始代码差异。

6. 快速入门

查找所需资源

安装 / 集成

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

# via npm
npm install -g @openai/codex

# via Homebrew
brew install --cask codex

# start a session in your project
codex

参与贡献

git clone https://github.com/openai/codex.git
cd codex/codex-rs
cargo build

有关编码规范与 Pull Request 流程,请参阅仓库的贡献指南。

7. 项目结构

codex/
├── codex-cli/    # CLI wrapper and npm packaging
├── codex-rs/     # Rust implementation of the agent engine
├── sdk/          # SDK for embedding Codex in other tools
├── docs/         # User and developer documentation
└── tools/        # Utility and release scripts
  • codex-rs/ 包含核心智能体循环逻辑、沙箱机制及模型交互代码——大部分工程贡献将在此处落地。
  • codex-cli/ 负责将编译后的二进制文件打包,以便通过 npm 分发。
  • docs/ 存放本文档中引用的配置说明、沙箱指南及使用手册。

8. 相关生态

  • ChatGPT 订阅计划(Plus、Pro、Business、Edu、Enterprise) — 为 Codex 提供认证与使用权限,无需单独配置 API Key。
  • OpenAI API — 为偏好按 Key 计费的用户提供的替代认证路径。
  • 模型上下文协议(MCP) — Codex 用于连接外部工具与数据来源的开放协议。
  • IDE 集成 — 提供 VS Code、Cursor 和 Windsurf 插件,将同一智能体嵌入编辑器内部。

9. 许可证

Codex 采用 Apache-2.0 许可证发布。

  • ✅ 免费使用、修改与分发,包括商业用途
  • ✅ 包含专利授权,覆盖项目贡献内容
  • ❌ 不提供任何担保;使用风险由用户自行承担
  • ℹ️ 修改后的版本必须保留原始许可证与版权声明,并明确标注重大变更

10. 常见问题

问:使用 Codex 需要 API Key 吗?
答:不需要——您可以直接使用现有的 ChatGPT Plus、Pro、Business、Edu 或 Enterprise 订阅登录,也可按需使用 API Key。

问:Codex 可以在不询问的情况下修改我的文件吗?
答:仅在您主动配置允许时才会如此。沙箱与审批设置涵盖从只读到全自动的范围,您完全掌控智能体的自主权限。

问:支持哪些平台?
答:支持 macOS、Linux 和 Windows,可通过预编译二进制包、npm 或 Homebrew 安装。

问:如何在脚本或 CI 流水线中运行 Codex?
答:使用非交互命令,例如 codex exec "run the test suite and summarize failures"

问:Codex 如何学习我项目的规范?
答:在仓库中添加 AGENTS.md 文件,描述相关命令、代码风格与上下文信息;Codex 会在每次会话中自动读取。

11. 快速链接

12. 总结

Codex 将 OpenAI 的编程智能体带入开发者的终端、IDE 或 CI 流水线中,并提供可配置的沙箱机制,让团队能够精确控制授予智能体的自主权限。它非常适合那些希望在不脱离现有命令行工作流的前提下获得 AI 辅助编程的开发者,也适合需要在清晰、可审计的安全控制下自动化常规工程任务的团队。