Codex CLI 完全使用手册：从入门到精通

在 AI 代码助手领域，Claude Code 以其强大的代码理解和生成能力赢得了众多开发者的青睐。然而，另一款同样来自顶级 AI 公司的开源工具 Codex CLI 正在快速崛起，甚至在某些场景下展现出超越 Claude Code 的潜力。Codex CLI 由 OpenAI 开发，采用 Rust 语言编写，具备极高的执行效率和极低的内存占用。作为一款真正的开源 AI Agent，它能够在终端环境中读取、修改和运行代码，为开发者提供流畅的智能化编程辅助体验。本文将作为一本实用的工具书，系统性地介绍 Codex CLI 的各项特性、安装配置方法以及进阶使用技巧，方便开发者在日常工作中快速查阅和参考。

Rust 原生构建的开源 AI 助手

Codex CLI 的核心竞争力首先体现在其技术架构上。使用 Rust 语言从头构建，使得这款工具在性能和效率方面达到了原生级别的表现。极速的启动速度和极低的内存占用，让它在处理大型代码库时依然保持流畅，完全不会出现传统 Electron 应用的卡顿问题。在功能层面，Codex CLI 采用了多项业界领先的设计：多级 Sandbox 安全机制在不同平台上分别利用 macOS Seatbelt、Linux bubblewrap 和 Windows 原生沙箱，确保代码执行的安全性；通过 MCP 协议可以连接任意的外部工具和服务，实现高度可扩展的功能集成；内置的 Subagent 系统支持并行任务委派，配合可复用的 Skills 和插件系统，能够应对复杂的开发场景。更值得关注的是其跨会话的 Memory 机制，能够自动提取和整合项目知识，让 AI 助手真正理解代码上下文而非每次都从零开始。

多平台适配与灵活安装方案

为了满足不同开发者的使用习惯，Codex CLI 提供了丰富的安装方式。在 macOS 平台上，既可以通过 npm 全局安装，也可以使用 Homebrew 包管理器进行一键安装；Linux 用户推荐使用 npm 或直接下载对应的预编译二进制文件；对于喜欢深度定制的开发者，还可以从源码使用 Rust/Cargo 工具链进行编译构建。系统要求方面相对宽松：macOS 需要 Monterey 及以上版本，Linux 要求 Ubuntu 20.04 或 Debian 10+，Windows 10/11 则可以使用原生 PowerShell 沙箱或 WSL2 环境。内存方面最低 4GB 即可运行，推荐 8GB 以获得更流畅的体验。如果需要版本控制功能，还需要安装 Git 2.23 以上版本。安装完成后，通过简单的 codex --version 命令即可验证安装是否成功，后续使用 codex self-update 可以便捷地完成版本升级。

认证配置与安全授权管理

在第三方模型接入方面，Codex CLI 支持多种主流模型供应商，包括 OpenAI API、Ollama、LM Studio 和 Amazon Bedrock。使用 --oss 标志可以一键配置本地开源模型，快速接入本地部署的 Llama、Qwen 等开源大模型。需要特别注意的是，Codex CLI 使用的是 Responses API 协议，而非行业标准的 Chat Completions API。这意味着 DeepSeek、Kimi、GLM、Qwen 等第三方供应商如果仅提供 Chat Completions 端点，将无法直接与 Codex CLI 正常通信。如果确实需要接入这些第三方模型，可以使用协议转换代理工具在中间层做格式转换，将 Responses API 请求转换为 Chat Completions 格式后再转发。相比手动编辑 TOML 配置文件，使用 CC Switch 这类开源配置管理工具可以更便捷地管理多个供应商配置、MCP 服务器和 Skills 扩展，特别适合需要频繁切换不同模型或管理多个项目的开发者。

第三方模型接入与协议兼容性

Codex CLI 作为 OpenAI 推出的开源 AI 编程助手，凭借 Rust 原生构建的高性能、灵活的认证机制、强大的 MCP 扩展能力以及跨会话记忆系统，为开发者提供了一个高效、安全、可定制的代码智能辅助工具。尽管在第三方模型接入上存在协议兼容性的限制，但通过合理的配置和协议转换方案，仍然可以满足大多数使用场景。无论是个人开发者还是企业团队，都可以将 Codex CLI 作为 Claude Code 的有力补充，根据具体需求选择最合适的 AI 代码助手。