2026Codex国内通用，从安装到使用大全，一篇带你入门，小白也能立马上手2026Codex国内通用，从安装到使用大全

2026Codex国内通用，从安装到使用大全，一篇带你入门，小白也能立马上手

写在前面

这两年 AI 编程工具越来越多，但真正让很多开发者开始上头的，不再只是“自动补全几行代码”，而是它能不能直接进终端、读项目、改文件、接工具、查复杂 bug。

Codex 这波让人关注的点，就在这里。它不是传统意义上的聊天工具皮肤，也不是只会在编辑器里给你补几个函数名的插件，而是开始更认真地往“代码 Agent”这个方向走。

更现实的一点是，很多人已经不是在纠结“要不要用 AI 编程”，而是在纠结：Claude Code、Codex CLI、IDE 扩展、MCP，到底该怎么搭起来，效率才最高？ 这篇文章就把原文里最有价值的部分拆开讲清楚。

古法排查 bug 的时间，真的在变少

原文里最有冲击力的一点，不是某个命令本身，而是作者给出的使用分工：

• 日常执行，用 Claude Code
• 遇到复杂 bug，切到 Codex
• 细节收尾，再交给 Codex

这背后的判断很有意思。作者不是在说“谁彻底干掉谁”，而是在说：不同 AI 的长板开始足够明显，已经值得你按任务类型分工了。

尤其在大项目里，这种差异会被放大。代码量上来、逻辑链变长、bug 藏得更深以后，能不能一次定位问题，跟“会不会写代码”已经不是一回事了。原文的核心观点其实就一句话：Codex 不是 Claude 的替代品，而是一个很强的技术型搭档。

这个趋势对开发者意味着什么？很简单：以后比拼的不是“你有没有 AI”，而是“你会不会给不同 AI 分工”。还在一把锤子敲所有问题的人，效率差距只会越来越明显。

Codex 到底强在哪：不是更全能，而是更像“细节警察”

原文一开头就给了一个很直观的对比：作者做大项目时，遇到复杂 bug，会优先依赖 Codex。

他的理由也很直接：

• 细节处理更好
• 查 bug 更准
• 但速度偏慢

这跟很多人对 AI 编程的直觉不太一样。我们平时更容易先看“快不快”，但原文强调的恰恰是另一种价值：当你已经知道问题很复杂，速度不一定是第一优先级，定位精度才是。

作者还举了一个 agent 生图的对比例子，虽然场景不是纯编码，但想表达的核心很清楚：

• Claude 一侧有时候需要多轮调整
• GPT-5 / Codex 一侧更容易一次性把细节处理到位

生图对比

所以你会发现，Codex 更像哪类同事？不是那个推进会开得最勤的人，而是那个你把最难的现场问题丢过去，他能静下来把线索理清楚、最后把关键点指出来的人。

原文给出的工作流也值得直接保留：

日常执行 → 用 Claude Code（快，理解能力强）
      ↓
遇到复杂 bug → 切换到 Codex（慢，但查得准）
      ↓
细节处理 → 继续用 Codex（一次搞定）

如果你平时写的是稍微复杂一点的项目，这个分工思路其实很实用。

先搞清楚：Codex 有哪几种用法

原文把 Codex 的使用方式拆成了 3 种：

这里最值得注意的是 CLI。因为当一个 AI 工具开始进入终端，意味着它已经不只是“问答助手”，而是开始具备更强的工程接入能力。

原文还提到，GPT-5-Codex 是围绕这些场景构建的：

• Codex CLI
• Codex IDE 扩展
• Codex 云环境
• GitHub 工作流
• 多种工具调用

Codex 使用场景

换句话说，Codex 的价值不在“又多了一个聊天入口”，而在于它正在往真实开发环境里扎根。

怎么体验 Codex：先过订阅这道门槛

原文在“怎么体验 Codex”这一节说得很明确：Codex 目前属于付费能力，ChatGPT 的付费会员体系里已经有相关入口，比如 Plus、Pro、Business 等档位。

Codex 网页入口

这一点你可以简单理解成：只要你在官方付费体系里，网页版就已经开始给你开放 Codex 的入口。

不过价格这块我不直接照搬外部二手说法，避免误差。更稳妥的表达是：官方会按不同会员档位提供能力，具体套餐和价格以 OpenAI 官网当时页面为准。

这里真正重要的不是某个价格数字，而是你要知道：Codex 不是独立漂在外面的工具，它是 OpenAI 整个代码 Agent 能力栈的一部分。

为什么原文强推 CLI：因为它才是最像 Agent 的那一层

原文第二部分的重点，几乎都在解释一件事：为什么最好装 CLI 版本。

它给出的理由有三个：

• CLI 功能最全
• 可以管理 MCP 插件
• 还可以作为 MCP 被其他 AI 调用

这三点加起来，其实就说明了一件事：CLI 不是“只是另一种打开方式”，而是系统接入能力最强的一层。

如果你只是想随便问几个问题，网页端当然够用；但如果你想让 AI 真正参与工程、调用工具、装插件、跟其他 Agent 联动，那终端版的价值会立刻变得不一样。

Codex CLI 安装怎么做：原文最有价值的是这套“让 AI 帮你装”的思路

原文最有意思的地方，是没有把教程写成“你去背命令”，而是写成“你把提示词发给另一个 AI，让它替你执行安装”。

这个思路本身就挺有代表性：AI 工具的门槛，不一定要靠你自己补命令行知识来解决，也可以交给另一个 AI 帮你完成。

第一步：让 AI 先检查你的环境

原文给了一整段可以直接复制的提示词，核心流程是：

• 先判断系统类型：Mac / Linux / Windows
• 如果是 Windows，再检查有没有 WSL
• 然后检查 Node.js 是否已安装
• 再根据系统分情况安装 Codex CLI
• 最后用 codex --version 验证

这段提示词的设计很完整，尤其适合不想自己手敲命令的人：

帮我自动检查环境并安装 Codex CLI 工具，按以下步骤执行：

第一步：检查系统和环境
- 检查我的操作系统（Mac/Linux/Windows）
- 如果是 Windows：检查是否有 WSL（运行 wsl --version 或 wsl -l -v）

第二步：检查 Node.js
- 运行 node -v 检查 Node.js 是否已安装
- 如果没有安装，提示我：
  Mac: 运行 brew install node 或去 nodejs.org 下载
  Linux: 运行 sudo apt install nodejs npm 或去 nodejs.org 下载
  Windows: 去 nodejs.org 下载安装

第三步：安装 Codex
根据环境选择：
- Mac/Linux：直接运行 npm install -g @openai/codex
- Windows 有 WSL：在 WSL 环境运行 npm install -g @openai/codex
  （提醒我：以后使用时先输入 wsl 再输入 codex）
- Windows 无 WSL：先询问我是否要安装 WSL（推荐，更稳定）
  - 如果要：运行 wsl --install，提醒我重启后继续
  - 如果不要：运行 npm install -g @openai/codex --force --no-os-check
    （警告：Windows 原生环境可能有兼容问题）

第四步：验证安装
- 运行 codex --version 检查是否安装成功
- 告诉我下一步该怎么启动 Codex

第二步：如果你愿意手动装，也可以直接走命令

原文也保留了手动安装路线，这部分我直接按原意整理一下：

# 1. 确保 Node ≥ 22
node -v   # v22.5.1

# 2. 一行命令搞定
npm i -g @openai/codex

# 3. 验证
codex --version   # 0.36.0

如果你在国内装包比较慢，原文还给了两条路：

npm i -g @openai/codex --registry=https://registry.npmmirror.com

或者对 mac 用户：

brew install codex

第三步：登录账号

安装完成后，第一次进入 Codex 会要求登录账号。

Codex 登录

这一环原文讲得比较口语化，但你可以把它理解成：CLI 安装只是环境准备，真正开始使用前，还需要把你的订阅账号和工具绑定起来。

第四步：后续启动其实很简单

后面每次打开终端，直接输入：

codex

就可以启动。

Codex 启动界面

如果过程中遇到卡顿或报错，原文给的建议也很实用：

• 卡住不动，先等几分钟，可能是在下载依赖
• 报错了，直接把截图丢给 AI，让它帮你继续排查

这其实也是现在学新工具最省力的方式：别把自己当成命令记忆器，遇到问题就把上下文喂给 AI。

5 分钟上手：Codex CLI 最常用的几个操作

原文第三部分特别适合新手，因为讲的都是一上手最容易踩坑、但又最常用的动作。

1）拖拽文件时，记得按住 Shift

这是个很典型的“你不看教程就会踩”的坑。

• 错误方法：直接拖文件进去
• 正确方法：按住 Shift 再拖

原文的解释也很直白：Codex 需要 Shift 键才能识别拖拽。

2）选模型：更推荐 `gpt-5 high`

输入：

/model

就可以选模型。

模型选择入口

原文把两类模型区别总结成这样：

• codex 专业版：偏纯代码生成，速度快，但理解能力弱一些
• gpt-5 通用版：理解更强，更适合新手

模型区别

同时原文还特别推荐推理档位选 high：

• high = 更高推理能力
• 好处是复杂问题处理更准
• 代价是速度会慢一点

high 推理档位

如果你的目标是查复杂 bug、理多步逻辑，这个取舍其实是值得的。

3）权限设置：新手优先选“自动判断”

在 Codex 里输入：

/
approvals

就可以进入权限设置。

权限设置入口

原文把三种权限模式整理成了表格，我这里原样转成 Markdown：

| 权限 | 读文件 | 改文件 | 适合谁？ | | --- | --- | --- | --- | | 只读 | ✅ | ❌ | 超级谨慎（但啥也干不了…） | | 自动判断 | ✅ | 需确认 | 新手首选 | | 全通过 | ✅ | ✅ | 老手（有风险） |

为什么推荐“自动判断”？

• AI 读文件时自动放行，不用每次确认
• AI 改文件时再弹窗确认，关键操作你还能兜底

自动判断模式

这个模式本质上就是在“效率”和“可控”之间找平衡，确实适合刚开始用 Agent 型工具的人。

4）另外 3 个高频命令

原文还点了三个日常最常用的命令：

新建会话：

/new

新建会话

初始化项目上下文：

/init

初始化项目

这个命令会生成一个：

.claude.md

原文想表达的核心是：下次再打开项目时，AI 会更快理解当前工程的背景。

查看已安装的 MCP：

/mcp

查看 MCP

如果你刚开始用 Codex，其实记住这几个操作就够覆盖大部分场景了。

MCP 为什么重要：因为这一步决定 AI 还是不是“只会聊天”

原文第四部分是整篇文章里很关键的一节。

它对 MCP 的解释很简单：给 AI 装插件。

这句话虽然口语，但一点没错。因为装上 MCP 之后，AI 的边界就会明显变大。

原文举了两个例子：

• 默认情况下，AI 只能读文件、写代码
• 装了 Chrome DevTools MCP 之后，AI 可以操作浏览器、做自动化测试、截图
• 再往外延展，理论上还可以接更多外部能力

这其实就是现在 Agent 工作流最核心的变化：模型本身只是大脑，MCP 让它长出手脚。

MCP 添加怎么做

原文依然沿用了“提示词大法”，把复杂配置变成一句可复制的话。

先给 Codex 一段“管理 MCP 服务”的总提示词：

帮我管理 MCP 服务(添加或删除)。

我会提供配置信息,格式如下:
{
  "mcpServers": {
    "服务名": {
      "command": "命令",
      "args": ["参数列表"]
    }
  }
}

请你根据我的需求:

## 添加服务
1. 提取配置中的服务名、command、args
2. 转换成命令:codex mcp add-json <服务名> '{"command": "xxx", "args": [...]}'
3. 执行安装
4. 安装完成后测试是否可用

## 删除服务
使用命令:codex mcp remove <服务名>

然后给一个具体例子，比如安装 Chrome DevTools MCP：

@提示词

添加 MCP:
{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": ["chrome-devtools-mcp@latest"]
    }
  }
}

安装完以后，用下面这个命令确认：

/mcp

如果列表里出现 chrome-devtools，就说明已经接好了。

这个思路最值得学的，不是某一个 MCP 名字，而是原文那句潜台词：以后很多复杂操作，未必要自己背配置格式，完全可以把安装和管理动作也交给 AI。

最有意思的一段：让 Claude Code 和 Codex 联动起来

原文第五部分是整篇文章里最值得开发者反复看的地方，因为它不是在教单工具使用，而是在教双 AI 协作。

作者给出的分工很鲜明：

• Claude Code 负责理解项目、架构设计、多轮对话、日常执行
• Codex 负责查 bug、处理代码细节、攻复杂逻辑

我把原文表格整理成 Markdown，方便你直接看：

| AI | 擅长什么？ | 怎么用？ | | --- | --- | --- | | Claude Code | 理解项目、架构设计、多轮对话、日常执行 | 主力 | | Codex | 查 bug、代码细节、复杂逻辑 | 辅助 |

这个思路非常像真实团队协作：一个更像 PM + 主程，一个更像难题专家。

联动流程怎么理解

原文给出的工作流是：

你提问 → Claude Code 开始干活
       → 遇到复杂 bug（查不出来）
       → 自动调用 Codex MCP
       → Codex 返回精准答案
       → Claude Code 继续完成任务

这套链路的价值在于：你不用频繁切工具，主工作流还能保持连贯。

安装 Codex MCP 的示例

原文给出了一个直接可复制的命令思路：

用下述指令，安装 codex MCP:

claude mcp add codex -s user -- codex -m gpt-5-codex -c model_reasoning_effort="high" mcp

安装成功后，测试是否正常显示

然后再通过下面这个命令验证：

/mcp

如果看到 codex 出现在列表里，说明接好了。

这一段对真正用 Agent 写代码的人特别有启发。因为未来很可能不是“你选哪个唯一的 AI”，而是你怎么把几个最强的 AI 串成一个工作流。

快捷键速查：真正用起来时，这些会比教程更常翻

原文最后还给了一份快捷键表，我这里也按 Markdown 还原，方便你后面直接收藏。

常用快捷键

| 作用 | Mac | Windows/Linux | | --- | --- | --- | | 多行输入 | Option + Enter | Alt + Enter | | 中断响应 | Ctrl + C | Ctrl + C | | 历史命令 | ↑ / ↓ | ↑ / ↓ |

编辑快捷键

| 作用 | Mac | Windows/Linux | | --- | --- | --- | | 跳到行首 | Ctrl + A | Ctrl + A | | 跳到行尾 | Ctrl + E | Ctrl + E | | 按词移动 | Option + ←/→ | Alt + ←/→ | | 删到行首 | Ctrl + U | Ctrl + U | | 删到行尾 | Ctrl + K | Ctrl + K | | 删除单词 | Ctrl + W | Ctrl + W | | 撤销 | Ctrl + / | Ctrl + / |

这部分看起来不惊艳，但真到高频使用时，反而是最省时间的那块内容。

Codex 到底是什么？为什么它会和 Claude Code 形成互补

如果你把 Codex 理解成“OpenAI 版 Claude Code”，很容易看偏。

更准确一点说，它是 OpenAI 在代码 Agent 方向上的一条重要产品线，重点不是传统补全，而是围绕代码理解、终端工作流、工具调用、复杂问题处理这几件事往前走。

从原文的使用方式来看，它至少覆盖了这些场景：

• 网页端直接使用
• CLI 终端工作流
• IDE 扩展接入
• MCP 插件能力扩展
• 与其他 AI 工具联动

也正因为这样，它和 Claude Code 的关系更像互补而不是替代。

官方订阅怎么理解

从原文可确认的是，Codex 依附在官方付费体系里，至少提到了 Plus、Pro、Business 等档位。更细的价格和权益建议你直接看 OpenAI 官网，因为这类信息变动比较频繁。

不过说实话，官方订阅对国内用户并不算轻松——支付和使用环境多少都有门槛。如果你嫌麻烦，想找个更省事的渠道，可以看看 Code80，真实订阅帐号转 API，换个 endpoint 就能直接用，体验跟官方一样。详情可以到官网了解：code.ai80.vip

常见问题

Q：Codex 和 Claude Code，到底该选哪个？

A：原文给出的答案其实很清楚：别只想二选一。日常执行、项目理解、多轮交互更适合 Claude Code；复杂 bug、代码细节、深层逻辑排查更适合 Codex。最优解通常是分工协作。

Q：如果我只是新手，优先装网页版、IDE 版还是 CLI？

A：如果你只是轻量体验，网页版就够；如果你想真正进入 Agent 工作流，CLI 更值得优先折腾。原文也明显更推荐 CLI，因为功能最全，MCP 和联动能力都在这边。

Q：Codex CLI 安装最关键的前置条件是什么？

A：先确认系统环境，再确认 Node.js 版本。原文给出的手动安装要求里，明确提到 Node 至少要到 22，然后再安装 @openai/codex。

Q：权限模式为什么推荐“自动判断”？

A：因为它最平衡。读文件自动放行，改文件再让你确认，既不会把每一步都卡死，也不会让 AI 完全无约束地乱改项目。

Q：国内用户如果不想折腾官方支付和环境，有没有更省事的办法？

A：有，国内用户可以通过 Code80 更方便地使用。

2026Codex国内通用，从安装到使用大全，一篇带你入门，小白也能立马上手