高级 — 扩展它：config.toml、codex exec、MCP、技能、钩子

进阶 — 每天的习惯：AGENTS.md、审批和沙箱、命令

已经安装好并完成了第一个任务 — 现在来养成每天都会用到的习惯。写好 AGENTS.md，和 Claude Code 等其他 AI 共享同一份指令，用审批和沙箱决定交出多少权限，再学习聊天命令和好好提问的方法。

模型和推理努力程度 — 该用哪个(推荐：GPT-6.1 Sol，High)

截至2026年11月，开发请用 GPT-6.1 Sol，强度选 High——按下面的方法设置，或用 / 选择。所有模型和强度，以及什么时候调低、什么时候调高，都在工具大师的“推荐用法”里。

~/.codex/config.toml

model = "gpt-6.1-sol"
model_reasoning_effort = "high"

codex -m gpt-6.1-sol
codex -m gpt-6.1-sol -c model_reasoning_effort=high
codex exec -m gpt-6.1-sol "Review the current changes"

# inside Codex
/model    # model → effort (Max · Ultra: More reasoning…)

推荐模型 — 工具大师

写好 AGENTS.md

开始工作时会读取。它先读取你的文件（~/.codex/AGENTS.md），然后从项目顶层（通常是的顶层）一路走到，每个文件夹找一个文件，按顺序拼接起来。越靠近当前文件夹的文件排在越后面，所以以它为准。

~/.codex/AGENTS.md — 适用于所有项目的个人指令
项目顶层的 AGENTS.md — 团队共享的指令（它）
里的 AGENTS.md — 只在该文件夹里工作时追加的指令
— 如果它在同一个文件夹里，会代替 AGENTS.md 被读取（用于临时试一下改动）。
默认总共只读取 32 （project_doc_max_bytes）。要使用其他名称的文件，把它们列在 project_doc_fallback_filenames 里。

AGENTS.md

# AGENTS.md

## Setup
- Install: pnpm install
- Test: pnpm test
- Lint: pnpm lint

## Code style
- TypeScript strict mode, single quotes.
- Keep functions small. Add a test for every bug fix.

## Don't
- Don't edit generated files in dist/.
- Don't commit .env files.

Order

~/.codex/AGENTS.md          ← you, every project (read first)
my-project/AGENTS.md        ← team rules (commit it)
my-project/web/AGENTS.md    ← only for web/ (read last, so it wins)

会阅读项目并写出第一版 AGENTS.md。AGENTS.md 每次运行只读取一次，所以编辑后要重启 Codex。

如果一个项目在 Codex 之外还用、、等其他，每个工具各自的指令文件很快就会变得不一致。AGENTS.md 是许多都会读取的开放格式，所以把规则在 AGENTS.md 里写一次，所有 AI 就会按同一份指令工作。

和 Claude Code 一起使用时，最好的方法是项目里不放 CLAUDE.md，只用 AGENTS.md。没有 CLAUDE.md 时，Claude Code 会读取 AGENTS.md，也仍会读取你的全局 ~/./CLAUDE.md。原因和步骤在 Claude Code 进阶里有详细说明。

共享规则只写在 AGENTS.md 里。
项目里不放 CLAUDE.md。只要有一个文件夹使用 CLAUDE.md，就在每个文件夹都放 CLAUDE.md，每个只写一行：@AGENTS.md。
要修改规则，只改 AGENTS.md。两个 AI 都会遵守修改后的规则。

my-project/

~/.claude/CLAUDE.md   ← personal rules for Claude Code (still loaded)
~/.codex/AGENTS.md    ← personal rules for Codex

my-project/
└── AGENTS.md         ← the rules — Codex and Claude Code both read this
                        (no CLAUDE.md in the project)

只用 AGENTS.md 的方法 — 详见 Claude Code 进阶

审批和沙箱 — 交出多少权限

Codex 用两种方式保证安全。决定它在技术上能做什么（写文件、），决定它什么时候问你。两者要一起选择。

— 只读取，什么都不改。用来浏览你不熟悉的项目。
— 只在工作文件夹内编辑和运行。在 Git 仓库里默认是“Auto”，即把它和 on-request 搭配使用。网络默认关闭，.git、.codex 和 .agents 无法写入。
— 没有沙箱，什么都能做。只在的里使用。
审批策略（-a）：on-request 在需要走出沙箱时询问，never 不询问（只在沙箱内工作）。
/permissions 在对话中切换模式，/status 显示当前设置。

Terminal

codex --sandbox read-only                      # look only, change nothing
codex --sandbox workspace-write                # edit inside this folder ("Auto" in a Git repo)
codex -a never --sandbox workspace-write       # never ask, but stay inside the sandbox

~/.codex/config.toml

approval_policy = "on-request"
sandbox_mode = "workspace-write"

[sandbox_workspace_write]
network_access = false

旧文章里的 --full-auto 已经不存在了。要达到同样效果，请用 --sandbox workspace-write。--yolo（--dangerously-bypass-approvals-and-sandbox）会同时关闭沙箱和审批，所以只在隔离的地方使用。

聊天界面里的命令

在 Codex 聊天界面输入 /，就会出现命令列表。先学会每天都用的那些。

/model — 选择模型和思考的深度（）。
/diff — 查看这次会话中改动的文件。/review — 让它审查改动的。
/compact — 总结对话来腾出空间。/new — 开始新的对话。
— 选一个更早的对话继续。在终端里用 codex resume 或 codex resume --last。
/status — 查看模型、、工作文件夹等当前设置。/mcp — 查看已连接的。
@ — 查找文件并附加到请求里。$ — 技能。! — 立即运行命令（!git status）。
-i picture.png — 附带启动（对话中直接粘贴）。--search — 开启实时网页搜索。
/init — 创建 AGENTS.md。/plan — 让它先做计划。
<终点线> — 一直工作到达成为止。只输入 /goal 查看；/goal pause、resume、clear 用来暂停、继续和删除（Codex 0.128.0 起）。

从 Claude Code 过来的？/import 会导入 Claude Code 的设置和最近的对话。

节省上下文 — SONUB 标准：约 400k 时自动压缩，基础上下文不超过 6%

Codex 每次收到请求时也会重新读取当前的整个，所以采用和 Claude Code 相同的标准 — 用 (自动压缩)，只用约 400k 工作，而不是用满 1M，并把基础上下文(默认、技能、MCP 等)保持在 6% 以下。这样可以大幅减少用量。约 400k 和 6% 是 SONUB 自己定的经验标准，不是官方推荐值——官方文档只说明设置方法。

在 ~/.codex/config.toml 中加入 model_context_window = 500000 和 model_auto_compact_token_limit = 475000(见下例)：Codex 会把当作 500k token，并在上下文达到 475k 时自动压缩。
随时可以用 /compact 手动压缩，工作一换就用 /new 开始新对话。
打开新对话后立刻用 /status 查看上下文用量。还没提任何请求就已占用的部分(系统提示词、AGENTS.md、技能、MCP 工具)就是基础上下文，应不超过 6%。
超过 6% 就精简 — 把不用的 MCP 服务器从中删掉或用 enabled = false 关闭，删掉不用的技能，AGENTS.md 只留下真正需要的规则。

~/.codex/config.toml

model_context_window = 500000
model_auto_compact_token_limit = 475000

基础上下文会随每次请求一起发送，所以哪怕只省几个百分点，也会在整段对话中累积，大幅减少用量。

工具上下文 — 约 400k，而不是 1M

好好交代工作 — 在哪里、做什么、怎么检查

好的请求有三个部分：在哪里（文件和文件夹）、做什么（你想要的行为）、怎么检查（测试、命令、画面）。这三点越清楚，Codex 就越少走弯路，也越会自己检查结果。

模糊的请求：“修一下购物车”
清楚的请求：“在 @src/cart.ts 里，数量为 0 时总价会变成。改成数量为 0 时删除该商品，在 tests/cart.test.ts 里加一个测试，并确认 test 通过。”

大任务先说“先只给我看计划”，调整计划后再让它继续。
如果它改得比你要求的多，就让它停下，只用 <文件> 还原那个文件（该文件中你自己未暂存的修改也会一起丢掉），然后写明文件名再请求一次。
把完整的错误输出粘贴进去 — 原文比总结更准确。
完成后，用 /diff 阅读改动，自己，然后提交。

最佳实践 — OpenAI 推荐的 Codex 用法

简单说：请求里写清四部分（目标、背景、限制、完成标准），难的事先做计划，让 Codex 自己检查，规则放在 AGENTS.md 里，一件事用一个对话。六个好习惯和两个工具的命令都在“推荐用法”里。

六个好习惯 — 工具大师

常见错误 — 以及如何避免

官方指南列出八个错误——例如把规则都塞进请求、没告诉构建或测试命令、跳过计划、太早给完全权限。两份指南里的十个常见错误及改正方法，都在“推荐用法”里。

十个常见错误 — 工具大师

进阶练习 — 在你自己的项目里试试

用 /init 创建 AGENTS.md，完善测试命令和三条规则。
如果你也用 Claude Code，确认项目里没有 CLAUDE.md，让两个 AI 读取同一个 AGENTS.md。
用 codex --sandbox read-only 让它浏览项目，再用 workspace-write 交给它一个小修改。
用 /diff 和 /review 审查改动。
用 /status 查看当前设置，用 codex resume --last 继续对话。

五项都做完了？进入 [高级] 标签。

官方文档

已于 2026-10-19 对照官方文档核实。这些工具变化很快 — 如果命令不起作用，请查看官方文档。

高级 — 扩展它：config.toml、codex exec、MCP、技能、钩子

用配置文件和配置档让 Codex 适合你的工作方式，用 codex exec 把它放进脚本，用 MCP 连接外部工具，用技能教它重复的工作，再用钩子强制执行必须遵守的规则。

config.toml 和配置档 — 让它适合你的工作方式

的设置保存在 ~/.codex/ 里。以前每次都要加的选项，写在这里就成了默认值。因工作而异的设置放进文件。

· model_reasoning_effort — 使用的模型和思考的深度
· sandbox_mode — 和（进阶里讲过的值）
配置档是一个 ~/.codex/<名称>.config.toml 文件。用 codex -p <名称> 选择，它的值会叠加在基础设置之上（旧的 [profiles.x] 表已不再读取）。
-c key=value 只在这次运行中更改某项设置（比如 -c sandbox_workspace_write.network_access=true）。

~/.codex/config.toml

model_reasoning_effort = "high"
approval_policy = "on-request"
sandbox_mode = "workspace-write"
web_search = "cached"

~/.codex/review.config.toml

# a profile: codex -p review
model_reasoning_effort = "xhigh"
sandbox_mode = "read-only"

codex -p review
codex -c sandbox_workspace_write.network_access=true

项目里的 .codex/config.toml 只保存该项目的设置 — 只有在你标记为受信任的项目里才会被读取。

codex exec — 不用聊天界面的自动化

"…" 不打开聊天界面完成一次工作后退出。进度输出到，最终回答输出到 stdout，所以很适合放进、和。

默认是。加上 --sandbox workspace-write 才能让它编辑文件。
--json 以（JSONL）发送进度，-o <文件> 把最终回答保存到文件，--output-schema <文件> 得到符合的回答。
不带提示，标准输入就成为提示；带着提示再用管道传入输入时，输入会附加在后面。
在之外需要 --skip-git-repo-check。codex exec resume --last 继续上一次运行。

Terminal

# Ask once, print the answer (read-only by default)
codex exec "Summarize what changed in the last 5 commits"

# Allow edits inside this folder
codex exec --sandbox workspace-write "Fix the failing test in tests/cart.test.ts"

# Pipe input in
cat error.log | codex exec "Find the cause"

# For scripts: JSON events, the final answer in a file, a JSON Schema answer
codex exec --json "List the TODOs in src/" > events.jsonl
codex exec -o notes.md "Write release notes for this week"
codex exec --output-schema schema.json "Rate the test coverage of each file"

# Continue the last run
codex exec resume --last "Now add tests for it"

在 CI 里，只把 CODEX_API_KEY 传给运行 Codex 的那一步，这样其他步骤的脚本就看不到。

MCP — 连接外部工具

（Model Context Protocol）是让工具使用外部服务（问题跟踪、、、文档工具）的。给 Codex 添加一个 MCP ，它就能使用该服务器的工具 — 用的服务器也可以直接使用。

codex mcp add <名称> -- <> — 添加在你电脑上运行的服务器（stdio）。
codex mcp add <名称> --url <> — 添加远程服务器（）。
添加的服务器保存在 config.toml 的 [mcp_servers.<名称>] 表里。对话中，/mcp 会显示它们的状态。

Terminal

# A server that runs on your computer (stdio)
codex mcp add playwright -- npx @playwright/mcp@latest

# A remote server (streamable HTTP)
codex mcp add notion --url https://mcp.notion.com/mcp

codex mcp list

~/.codex/config.toml

[mcp_servers.playwright]
command = "npx"
args = ["@playwright/mcp@latest"]
tool_timeout_sec = 60

只添加你信任的 MCP 服务器。获取外部文字的服务器，可能会把藏在文字里的指令带进来（）。

智能体技能 — 教它你重复做的工作

技能就是一个装有的文件夹 — 和 Claude Code 是同样的开放格式。平时 Codex 只知道每个技能的名称和说明；当工作符合说明时，它才会读取正文并照着做。以前的自定义提示（~/.codex/）现在应该改成技能。

.agents/skills/<名称>/SKILL.md 用于这个仓库，~/.agents/skills/ 用于你的所有项目。
用 $<技能名称> 直接，或用 /skills 从列表中选择。当说明符合时，它也会自己使用。
写好 name 和 description，把脚本和参考文档放在 scripts/ 和 references/ 里。
向内置的提出请求，它会帮你做一个新技能。

.agents/skills/release-notes/SKILL.md

---
name: release-notes
description: Write release notes from the git log. Use when the user asks for release notes or a changelog.
---

1. Find the last tag: `git describe --tags --abbrev=0`
2. Read the commits since then: `git log <tag>..HEAD --oneline`
3. Group them under Added / Fixed / Changed, in plain sentences.

了解智能体技能 — 制作、安装、SONUB 技能

钩子 — 在设定的时机必定运行的命令

是 Codex 在设定的时机必定运行的命令。里的请求可能会被忘记，但钩子每次都会运行。可以用钩子运行、挡住危险命令，以及在工作完成时收到通知。

放在 ~/.codex/hooks.json（你自己）或仓库里的 .codex/hooks.json（项目）。
把它们挂到这些时机上：和 PostToolUse（使用工具前后）、UserPromptSubmit（你发送请求时）、Stop（它回答完毕时）和 SessionStart（会话开始时）。
选择工具，如果命令以 2 结束，该操作会被阻止。
如果只需要通知，在 config.toml 的 notify 里放一个 — 每轮结束时它都会带着一个运行。

新的钩子要在 /hooks 里标记为受信任后才会运行。别人写的钩子，要先读懂它的命令再信任。

高级练习

在 ~/.codex/config.toml 里写上默认的审批和沙箱，做一个只读的审查配置档（review.config.toml），并用 codex -p review 使用它。
写一个脚本，用 codex exec -o 把这周的总结到一个文件里。
添加一个 MCP 服务器，用 /mcp 检查。
把一件常做的工作做成 .agents/skills/ 里的技能，并用 $name 调用。
用 PostToolUse 钩子，让每次编辑文件时都运行格式化工具，并在 /hooks 里把它标记为受信任。

五项都做完了？进入 [大师] 标签。

官方文档

已于 2026-10-19 对照官方文档核实。这些工具变化很快 — 如果命令不起作用，请查看官方文档。

大师 — 子智能体、云端、GitHub、多个 AI 一起

把工作交给子智能体和云端，在 GitHub 上让 @codex 帮你审查，和 Claude Code 等其他 AI 互相审查，让团队按同一套设置工作。

子智能体 — 把部分工作交出去

请启动，它就会把调查、构建和审查拆开同时进行。每个子智能体都有自己的对话，所以主对话保持干净。

内置的 default、worker 和 explorer 一开始就有，/subagents 可以在子智能体之间切换。
在 .codex/agents/（项目）或 ~/.codex/agents/（你自己）里用文件做你自己的子智能体 — name、description、developer_instructions。
子智能体会继承父级的和审批设置。
在请求里分好角色，比如“用 reviewer 审查当前的，同时让 worker 写测试”。

.codex/agents/reviewer.toml

name = "reviewer"
description = "Reviews diffs for bugs and missing tests. Read-only."
developer_instructions = """
Run git diff. List bugs with file and line, then missing tests.
Never edit files.
"""
model_reasoning_effort = "high"

Codex cloud — 把工作交给云端

在的端环境里运行工作。它不占用你的电脑，所以你可以一次交出多项工作，只把你选中的完成结果应用到自己的文件上。

先在的 Codex 设置里创建一个环境（、设置、、互联网访问）。
codex cloud 显示任务列表并启动新任务。也可以用 codex cloud exec --env <环境 > "…" 直接交出一项任务。
codex apply <任务 ID> 把云端做的改动应用到你的仓库（）。
让它把同一项工作尝试多次（--attempts），再挑出最好的结果。

codex cloud                                   # see and start cloud tasks
codex cloud exec --env <ENV_ID> "Add input checks to the signup form"
codex cloud list
codex apply <TASK_ID>                         # apply the result to your files

GitHub — 在 PR 里使用 @codex review

把仓库连接到 Codex 后，只要在评论里写 @codex review 就能得到审查。用（openai/codex-action），还可以在每个 PR 上自动运行。

@codex review — 审查该 PR，只报告严重的问题（、P1）。你可以在 Codex 设置里开启对每个 PR 的自动审查。
其他任何 @codex … 评论都会以该内容启动一个云端任务。
openai/codex-action@v1 接收和 sandbox，运行 Codex，并以 final-message 给出最终回答 — 在下一步把它发成评论。
把密钥作为（OPENAI_API_KEY）传入；只读取的审查，sandbox 保持。

.github/workflows/codex-review.yml

name: Codex review
on:
  pull_request:
jobs:
  review:
    runs-on: ubuntu-latest
    permissions:
      contents: read
    steps:
      - uses: actions/checkout@v4
      - uses: openai/codex-action@v1
        id: codex
        with:
          openai-api-key: ${{ secrets.OPENAI_API_KEY }}
          prompt: "Review this pull request. List bugs and missing tests."
          sandbox: read-only
      # the answer is in steps.codex.outputs.final-message

在里加一个 ## Rules 小节，Codex 的 PR 审查就会遵守这些规则。

多个 AI 一起使用 — 互相审查

让另一个审查一个 AI 写的，单独一个会漏掉的问题就会显现出来。如果通过 AGENTS.md 共享同一份指令，在一个项目里切换 Codex 和就很容易。

分配角色也是一种方法。一个 AI 计划和构建，另一个审查和测试，最后由人阅读最终的 diff 并决定是否合并。

codex review --uncommitted — Codex 审查未的改动。--base <> 审查整个分支。
diff | claude -p "…" — Claude Code 审查 Codex 做的改动。
在另一个 AI 的会话里，可以用把一项工作交给 Codex（比如写测试或做图片）。
两个 AI 意见不一致时，让双方都给出证据（文件、行、测试结果），由人来检查并选择。

Terminal

# Claude Code wrote the change — Codex reviews it
codex review --uncommitted

# Codex wrote the change — Claude Code reviews it
git diff | claude -p "Review this diff. List bugs and missing tests."

# From inside another AI's session, hand one job to Codex
codex exec --sandbox workspace-write "Write unit tests for src/price.ts"

只用 AGENTS.md 的方法 — 详见 Claude Code 进阶

管理团队设置 — 大家用同一套设置

当很多人和很多 AI 在一个仓库里工作时，设置会很快堆积起来。要决定哪些共享、哪些个人，哪些是请求、哪些是强制。

共享（提交）：AGENTS.md、.codex/config.toml、.codex/hooks.json、.codex/agents/、.agents/skills/
个人（不提交）：~/.codex/config.toml、文件、~/.codex/AGENTS.md
AGENTS.md 保持简短。只有同样的错误反复出现时才加规则，错误的规则就删掉。
必须遵守的事，用沙箱、审批和来强制，而不是靠指令。
密钥只传给运行 Codex 的那一步，审查用 read-only 运行。

大师练习 — 自动化与其他 AI 协作

不对话运行一次：codex exec "Find the test of this project" > report.md 把结果存进文件，再阅读 report.md。
把常用设置(、沙箱)写进 ~/.codex/config.toml，重新打开 codex，用 /status 确认已生效。
用 add ../my-project-b -b try-b 再建一个文件夹，分别交给 Codex 和 Claude Code 不同的任务。两者都完成后，让它们互相审查对方的 diff。
在 GitHub 的拉取请求里留言 @codex review，看看是否收到审查(需先把 Codex 连接到仓库)。
在 AGENTS.md 里加一条团队规则，把同一个任务交给 Codex 和 Claude Code，比较两者是否都遵守了规则。

卡住时：codex exec 默认只读，需要改文件时加上 --sandbox workspace-write。设置没生效就用 /status 和 codex --help 查看当前值。五项都做完了？用下面的检查清单自查。

大师检查清单

共享规则写在 AGENTS.md — Claude Code 等其他 AI 按同一份指令工作
你根据工作选择沙箱和审批，默认值写在和配置档里
重复的工作交给技能，必须遵守的规则交给钩子，外部工具通过连接
重复的工作用 codex exec 和 GitHub Action
大任务分给子智能体和 codex cloud，只应用选中的结果
AI 互相审查彼此的工作，由人检查最终的 diff 和测试

工具变化很快。如果命令不起作用，先查看 codex --help 和官方文档。旧文章里的选项（--full-auto、[profiles.x]）可能已经变了。

官方文档

已于 2026-10-19 对照官方文档核实。这些工具变化很快 — 如果命令不起作用，请查看官方文档。

请选择要取消的待付款预约。每次取消都需要确认。

你所在国家的时间:

关闭

基础 — 安装并完成你的第一个任务

它是什么

你需要什么

安装

检查安装

第一次运行 — 五个步骤

常用功能

安全地使用

基础练习 — 从头试一次

在 SONUB 上深入学习

官方文档

进阶 — 每天的习惯：AGENTS.md、审批和沙箱、命令

模型和推理努力程度 — 该用哪个(推荐：GPT-6.1 Sol，High)

写好 AGENTS.md

和 Claude Code 一起使用 — 指令集中在 AGENTS.md 一处

审批和沙箱 — 交出多少权限

聊天界面里的命令

节省上下文 — SONUB 标准：约 400k 时自动压缩，基础上下文不超过 6%

好好交代工作 — 在哪里、做什么、怎么检查

最佳实践 — OpenAI 推荐的 Codex 用法

常见错误 — 以及如何避免

进阶练习 — 在你自己的项目里试试

官方文档

高级 — 扩展它：config.toml、codex exec、MCP、技能、钩子

config.toml 和配置档 — 让它适合你的工作方式

codex exec — 不用聊天界面的自动化

MCP — 连接外部工具

智能体技能 — 教它你重复做的工作

钩子 — 在设定的时机必定运行的命令

高级练习

官方文档

大师 — 子智能体、云端、GitHub、多个 AI 一起

子智能体 — 把部分工作交出去

Codex cloud — 把工作交给云端

GitHub — 在 PR 里使用 @codex review

多个 AI 一起使用 — 互相审查

管理团队设置 — 大家用同一套设置

大师练习 — 自动化与其他 AI 协作

大师检查清单

官方文档

适合一起看的页面