这是【AI编程实战】系列的收官之作(前四篇是 Claude Code、Cursor、Coze、Dify)。
这一篇我们聊 OpenAI 出品的 Codex CLI——一个能跑在你本机终端的 AI 编码 Agent。和 Claude Code 类似(都是终端对话式),但 Code CLI 的特点是:OpenAI 出品、原生支持 ChatGPT 套餐登录、Rust 编写的 TUI 体验。
本篇我们会用 Codex CLI 做真实业务场景的 CSV 数据分析+报表生成——这是开发者、数据分析师、运营都可能用到的能力。
一、为什么是 Codex CLI:OpenAI 官方终端编码 Agent 的 3 个真实价值
既然已经有 Claude Code，你为什么还要再装一个终端 Agent？
在开始装之前,先回答一个常见问题:既然有了 Claude Code,为什么还要学 Codex CLI?
1.1 OpenAI 官方出品:对 GPT 模型的支持最深入
自家模型自家工具这一点，对你来说值不值得多装一个 CLI？
据 Codex CLI 官方 GitHub README,Codex CLI 是 OpenAI 出品的「coding agent that runs locally on your computer」(来源:github.com/openai/codex)。
这意味着:
- GPT-5、GPT-4 系列、o3、o4-mini 等 OpenAI 模型原生集成
- OpenAI 的 Function Calling、Code Interpreter、Vision API 等能力直接可用
- 不需要复杂的 API 适配层
注意:Codex CLI 同时也支持 API key 方式使用,不强制绑定 ChatGPT 套餐。
1.2 和 Claude Code 的本质区别:配套产品线更完整
四个入口里，你现在实际在用哪一个？
Codex CLI 不是 OpenAI 出的孤品,据官方 README,OpenAI 的 Codex 产品线有 4 个(来源:github.com/openai/codex):
- Codex CLI(本篇主角):本地终端工具
- Codex IDE 插件:VS Code / Cursor / Windsurf 集成(https://developers.openai.com/codex/ide)
- Codex App:桌面应用,运行 `codex app` 启动
- Codex Web:云端版(https://chatgpt.com/codex)
这种「CLI + IDE + App + Web」的完整生态,Claude Code 目前只覆盖了 CLI。
1.3 谁在用它:从个人开发者到企业级生产
ChatGPT 套餐登录和 API key 方式，你更倾向哪种？
据 Codex CLI 官方 README,推荐用 ChatGPT 套餐(Plus/Pro/Business/Edu/Enterprise)登录使用(来源:github.com/openai/codex),也支持 API key 方式(需要额外设置)。
这意味着 Codex CLI 不是「API 玩具」,已经接入 OpenAI 商业产品体系。
💡 工具会过时,但「终端 + 配套 IDE + 商业套餐」这个组合,正在成为 AI 编码工具的标配。
💡 选 Codex 还是 Claude Code,本质是选 GPT 生态还是 Claude 生态——两者都是能本机跑、能自主执行的 Agent。
💡 「配套产品线」是 OpenAI 的优势——CLI/IDE/App/Web 四个入口共享同一账号、同一份会话。
二、官方文档核心概念解读
这一节专门讲清楚 Codex CLI 的几个关键概念,后面用起来不迷糊。资料全部来自 Codex CLI 官方 GitHub 和文档。
2.1 什么是 Coding Agent(编码 Agent)
补全写一行和 Agent 自主完成任务，你的日常场景更接近哪种？
Coding Agent 是一种能自主完成编程任务的 AI 实体。和普通代码补全工具(GitHub Copilot 那种「写一行补一行」)不同,Agent 的关键能力是:
- 理解任务:知道你要它做什么
- 拆解任务:把复杂任务拆成步骤
- 执行操作:读文件、编辑文件、运行命令
- 反馈结果:把执行结果反馈给你
在 Codex CLI 里,Agent 是核心单位。你给它一个 prompt,它会自主决定如何完成——读哪些文件、跑哪些命令、怎么改代码。
2.2 Codex CLI 的工作原理:TUI + 非交互模式
TUI 和非交互模式，你会用哪个跑日常任务？
据 Codex CLI 官方文档 docs/install.md,Codex CLI 是用 Rust 编写的(代码在 codex-rs 子目录),提供两种使用模式(来源:github.com/openai/codex/blob/main/docs/install.md):
- TUI 模式(交互式):运行 `codex` 启动终端 UI,可以持续对话
- 非交互模式:运行 `codex exec “
“`,执行完就退出,适合脚本/CI/CD
注意:TUI 模式的日志默认存在本地 bounded stores,要查看完整日志需要设置 log_dir。
2.3 核心能力:CLI / IDE / App / Web 四大入口
四个入口里，哪个是你会真正装到电脑上的？
据 Codex CLI 官方 README,Codex 产品线有 4 个入口(来源:github.com/openai/codex):
- CLI:本篇主角,本地终端工具
- IDE 插件:VS Code / Cursor / Windsurf(https://developers.openai.com/codex/ide)
- App:桌面应用,运行 `codex app` 启动
- Web:云端版 https://chatgpt.com/codex
4 个入口共享同一账号、同一份会话,可以从 Web 看到历史记录。
2.4 当前最新版本:开源在 GitHub main 分支
装之前你会先去 Releases 看一眼版本号吗？
据 Codex CLI 官方 README,项目地址在 https://github.com/openai/codex,最新版本号建议去 GitHub Releases 查看(来源:github.com/openai/codex/releases/latest)。
三、5 分钟极速安装
这一节带你 5 分钟装好 Codex CLI。
3.1 系统要求
系统要求这一条，你的机器过关吗？
据 Codex CLI 官方文档 docs/install.md(来源:github.com/openai/codex/blob/main/docs/install.md):
- 操作系统:macOS 12+, Ubuntu 20.04+/Debian 10+, Windows 11(需要 WSL2)
- 内存:4 GB 最低,8 GB 推荐
- Git(可选,推荐):2.23+(用于内置 PR 辅助)
3.2 5 种安装方式
五种装法里，你会选最省事的那种还是最可控的那种？
据 Codex CLI 官方 README,提供 5 种安装方式(来源:github.com/openai/codex):
方式 1:一键脚本(macOS/Linux)
curl -fsSL https://chatgpt.com/codex/install.sh | sh
方式 2:PowerShell 脚本(Windows)
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"
方式 3:npm(跨平台)
npm install -g @openai/codex
方式 4:Homebrew(macOS)
brew install --cask codex
方式 5:GitHub Releases 二进制
去 https://github.com/openai/codex/releases/latest 下载对应平台版本:
- macOS Apple Silicon:`codex-aarch64-apple-darwin.tar.gz`
- macOS Intel:`codex-x86_64-apple-darwin.tar.gz`
- Linux x64:`codex-x86_64-unknown-linux-musl.tar.gz`
- Linux arm64:`codex-aarch64-unknown-linux-musl.tar.gz`
下载后解压,重命名为 codex,放到 PATH 目录即可。
3.3 验证安装
装完先敲一次 version，你能确认它真的跑在本地吗？
codex --version
如果显示版本号,说明装好了。
3.4 登录账号
启动 Codex CLI:
codex
第一次启动会提示登录:
- Sign in with ChatGPT(推荐):浏览器跳转登录,可以用 Plus/Pro/Business/Edu/Enterprise 套餐
- Use API key:需要你已经有 OpenAI API key,粘贴进来
注意:Codex CLI 官方推荐 ChatGPT 套餐登录(来源:github.com/openai/codex),API key 方式需要额外配置(https://developers.openai.com/codex/auth#sign-in-with-an-api-key)。
3.5 国内访问说明
国内访问这个问题，你是自己解决了还是打算绕开？
Codex CLI 的安装脚本、API 调用都需要访问 OpenAI 服务,国内直连可能不通。
几种解决方案:
1. 使用 ChatGPT 套餐 + 全局代理:Codex CLI 走 https://chatgpt.com/codex/*,代理要覆盖这个域名
2. 使用国内中转 API key:有些第三方服务提供 OpenAI API 中转,设置环境变量 OPENAI_API_BASE 即可
3. WSL2 用户:在 WSL2 里配置代理,跟 Windows 共享网络栈
注意:Codex CLI 官方文档没有针对国内网络做专门说明,以上是社区方案。
四、实战项目:CSV 数据分析+自动生成报表(核心教程)
这个 CSV 项目的目标，你手上有多少字段、多少行数据？
理论讲完,直接动手。我们用 Codex CLI 做真实的 CSV 数据分析+报表生成:
- 场景:某电商一周的订单数据(sales.csv),要分析每日销售趋势、Top 5 商品、客单价
- 用 Codex CLI 写 Python 脚本、跑分析、生成 Markdown 报表
- 整个过程通过终端对话完成,不需要手写代码
4.1 项目需求拆解
我们的目标:
- 输入:一周的订单 CSV(订单号、商品、金额、时间)
- 分析:每日销售趋势、Top 5 商品、平均客单价
- 输出:Markdown 格式的报表文件
4.2 第一步:准备测试数据
新建一个目录,放测试数据:
mkdir codex-csv-demo
cd codex-csv-demo
新建 sales.csv:
order_id,product,amount,date
1001,Python 教程,199,2026-06-01
1002,AI 工具包,99,2026-06-01
1003,机器学习,299,2026-06-01
1004,Python 教程,199,2026-06-02
1005,数据分析,259,2026-06-02
1006,AI 工具包,99,2026-06-02
1007,机器学习,299,2026-06-03
1008,Python 教程,199,2026-06-03
1009,数据分析,259,2026-06-03
1010,AI 工具包,99,2026-06-04
1011,Python 教程,199,2026-06-04
1012,机器学习,299,2026-06-05
1013,数据分析,259,2026-06-05
1014,Python 教程,199,2026-06-06
1015,AI 工具包,99,2026-06-06
4.3 第二步:启动 Codex CLI
第一个 prompt 你打算怎么措辞，才能让它一次做对？
codex
进入 TUI 界面后,输入第一个 prompt:
请基于当前目录下的 sales.csv 做数据分析,生成一个 Markdown 报表,包含:
1. 每日销售总额趋势
2. Top 5 畅销商品
3. 平均客单价
4. 把报表保存为 report.md
4.4 第三步:观察 Codex 的执行过程
执行过程中它跑偏了，你是打断它还是让它跑完再返工？
Codex CLI 会开始自主执行,你能看到:
1. 先读 sales.csv——了解数据结构
2. 决定用 Python 处理——选 pandas 库
3. 写 Python 脚本(analyze.py)——实现分析逻辑
4. 运行脚本——执行 pandas 代码
5. 检查输出——看看分析结果对不对
6. 生成 Markdown 报表(report.md)——整理成可读格式
7. 总结结果——告诉你做完了什么
整个过程,你不用写一行代码。Codex 帮你读文件、写代码、跑命令。
4.5 第四步:查看结果
跑完后,你会看到:
- 当前目录下多了 `analyze.py`(Codex 写的脚本)
- 多了一份 `report.md`(生成的报表)
打开 report.md,你会看到类似这样的内容:
# 一周销售数据报表(2026-06-01 ~ 2026-06-06)
## 1. 每日销售总额趋势
| 日期 | 销售总额(元) |
|------|-------------|
| 2026-06-01 | 597 |
| 2026-06-02 | 557 |
| 2026-06-03 | 757 |
| 2026-06-04 | 298 |
| 2026-06-05 | 558 |
| 2026-06-06 | 298 |
## 2. Top 5 畅销商品
1. Python 教程:4 单
2. AI 工具包:4 单
3. 机器学习:3 单
4. 数据分析:3 单
## 3. 平均客单价
总计:3065 元 / 15 单 = 204.33 元
4.6 第五步:迭代优化
报表不够详细?继续对话:
请补充:
1. 每日订单数(不仅仅是金额)
2. 加一个图表(用 ASCII 字符画折线图)
3. 把数据按"工作日 vs 周末"分类对比
Codex 会继续修改 analyze.py 和 report.md。
4.7 完整工作流程参考
下面是完整的 Codex CLI 操作流程:
步骤 1:codex(启动 TUI)
步骤 2:粘贴 prompt(描述需求)
步骤 3:Codex 自主执行(读文件、写脚本、跑命令)
步骤 4:查看 report.md(检验结果)
步骤 5:继续对话(迭代优化)
步骤 6:满意后,Ctrl+D 退出
💡 跟传统开发比,Codex CLI 让你不用手写 Python 脚本、不用查 pandas 文档、不用排错——告诉它「做什么」,它自己决定「怎么做」。
💡 跑通一个真实项目,比读十篇教程更有用——这是学 Codex CLI 的「最小可执行单元」。
💡 Agent 的威力在于「自主决策」——告诉目标,让它自己拆任务、选工具、执行、修正。
五、进阶用法:3 个真实提效技巧
这三个技巧里，哪个是你明天就能用上的？
基础用法跑通后,这几个进阶用法能让你用 Codex CLI 干更多事。
5.1 非交互模式:用 Codex 写 CI/CD 脚本
放进 CI/CD 意味着脚本无人值守跑，出错时你打算怎么发现？
据 Codex CLI 官方文档 docs/install.md,Codex CLI 提供非交互模式 codex exec(来源:github.com/openai/codex/blob/main/docs/install.md)。
举例:在 CI/CD 流水线里,自动生成 commit message:
codex exec "看看当前 git diff,生成一段中文 commit message,严格遵守 Conventional Commits 规范"
注意:非交互模式默认 RUST_LOG=error,只打印 error,详细日志需要单独配置。
5.2 关联整个项目:让 Codex 理解代码库
让它读整个代码库，你的项目体积和上下文容量对得上吗？
Codex CLI 默认工作目录是当前目录,但你可以告诉它项目结构:
请先 explore 一下当前项目的目录结构,然后基于代码风格给 analyze.py 提一些优化建议。
Codex 会用 ls、find、cat 等命令探索项目,理解整体架构后再给建议。
5.3 调试日志:用 RUST_LOG 查看详细执行过程
排到日志那一层之前，你已经先确认过它能跑起来了吗？
据 Codex CLI 官方文档 docs/install.md,Codex 是 Rust 写的,支持 RUST_LOG 环境变量(来源:github.com/openai/codex/blob/main/docs/install.md)。
举例:看 TUI 模式的完整日志:
codex -c log_dir=./.codex-log
tail -F ./.codex-log/codex-tui.log
注意:TUI 模式的诊断日志默认存在 bounded local stores,要看完整文本日志必须显式设置 log_dir。
💡 进阶用法不是炫技,而是「把 Codex 嵌入到自动化流程」——从「玩具」变成「工具」。
💡 TUI 模式适合探索,非交互模式适合 CI/CD——两个模式都是「生产化」的必要拼图。
六、6 个真实踩坑案例
教程写得再漂亮,实际用的时候总会有意外。
6.1 坑 1:登录失败,提示「OpenAI 服务不可用」
这个报错你遇到了吗，打算换通道还是换工具？
症状:启动 Codex CLI 后,浏览器跳转登录,提示「Service unavailable」。
原因:网络环境无法访问 chatgpt.com,或者 OpenAI 在国内被墙。
解决:
1. 检查是否能打开 https://chatgpt.com
2. 配置代理(让终端走 HTTP_PROXY/HTTPS_PROXY)
3. 切换到 API key 登录(走 OpenAI API 域名)
6.2 坑 2:Windows 安装失败,提示「ExecutionPolicy」错误
改执行策略这一步，你敢直接动系统全局设置吗？
症状:在 Windows PowerShell 跑安装脚本,提示「File cannot be loaded because running scripts is disabled on this system」。
原因:PowerShell 默认禁止运行未签名脚本。
解决:
1. 用管理员权限打开 PowerShell
2. 执行 Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
3. 重新跑安装命令
6.3 坑 3:Codex 改了不该改的文件
改到不该改的文件时，你的项目里有版本控制兜底吗？
症状:让 Codex「优化下 analyze.py」,结果它把整个项目重构了。
原因:Codex 的 Agent 行为是「自主决策」,它可能觉得你「应该」改很多东西。
解决:
1. 在 prompt 里加明确边界:只能改 analyze.py,不要动其他文件
2. 用 git:开始前 git add -A && git commit -m "before codex",让 Codex 改完后 git diff 看看
3. 用 IDE 插件(Codex IDE)而不是 CLI,IDE 模式改文件前会弹窗确认
6.4 坑 4:Codex 跑 Python 报错,死循环重试
死循环重试耗 token，你有设中断阈值吗？
症状:Codex 写了一个有 bug 的 Python 脚本,跑失败后不断重试。
原因:Agent 自己改代码、自己重跑,可能在某些边缘 case 里转圈。
解决:
1. 按 Ctrl+C 中断
2. 告诉 Codex「这个错误是模块导入失败,不要再重试,先看错误原因」
3. 或者直接打开文件手改,告诉 Codex「我已经改好了,你接着写下一步」
6.5 坑 5:API key 方式消耗 token 太多
按量烧钱这件事，你更倾向订阅制还是 API key？
症状:用 API key 方式登录,一次简单的任务消耗了 10+ 美元。
原因:Codex CLI 默认可能调用较大的模型(如 GPT-4),加上 Agent 多次迭代,token 累积。
解决:
1. 配置用更便宜的模型(比如 o4-mini)
2. 设置 max_tokens 限制
3. 用 ChatGPT 套餐方式登录(套餐有调用额度,不按 token 收费)
6.6 坑 6:中文输出乱码
乱码这个问题，你是自己改配置还是直接换英文 prompt？
症状:Codex 在终端里输出的中文是乱码或问号。
原因:终端编码不是 UTF-8。
解决:
1. macOS Terminal / iTerm2:默认就是 UTF-8,基本没问题
2. Windows CMD:换成 Windows Terminal(默认 UTF-8)
3. SSH 远程:LANG=en_US.UTF-8 或 zh_CN.UTF-8
七、举一反三:3 个可改造的扩展项目
这三个改造方向，哪个跟你手上的活最贴近？
CSV 数据分析只是入门。掌握了这个套路,你可以改造成各种业务场景。
7.1 改成日志分析工具
数据源:服务日志(.log 文件)
分析维度:错误率、响应时间 Top 10、慢请求列表
输出:Markdown 报表 + 异常告警清单
Codex 可以自动解析日志格式、提取关键字段、生成可视化报表。
7.2 改成 API 文档生成器
改成文档生成器，你希望它先读代码还是先读注释？
输入:OpenAPI/Swagger 规范文件
输出:人类可读的 Markdown 文档
场景:后端开发改完 API 后,让 Codex 自动更新文档
7.3 改成测试数据生成器
生成的测试数据，你打算怎么保证它贴近真实分布？
输入:数据库 schema(SQL DDL)
输出:Mock 数据脚本(insert 语句或 JSON)
场景:前端开发要 mock 数据时,让 Codex 自动生成
八、常见问题 Q&A
下面这 8 个问答里，你最想先确认的是哪一条？
8.1 Codex CLI 完全免费吗?
免费与否，直接决定你是试一下还是直接配预算，对吧？
CLI 工具本身是 Apache-2.0 开源(来源:github.com/openai/codex LICENSE),免费使用。调用模型需要费用:
- 用 ChatGPT 套餐(Plus/Pro 等):包含在套餐内,有调用额度
- 用 API key:按 OpenAI 标准 token 价格计费
8.2 Codex CLI 和 Codex Web 怎么选?
命令行和网页端，你的场景更偏批量任务还是临时问答？
- CLI:本地项目、文件操作、需要 Agent 能力
- Web:临时任务、不需要本地文件、想用云端环境
简单判断:项目在你电脑上 → CLI;项目在 GitHub 仓库 → Web。
8.3 Codex CLI 和 Claude Code 怎么选?
两个都装的话，你的分工会是怎样？
- Codex CLI:OpenAI 出品,生态完整(IDE/App/Web),GPT 模型支持深
- Claude Code:Anthropic 出品,Claude 模型(代码能力公认最强),目前只有 CLI
简单判断:用 GPT 模型 → Codex;用 Claude 模型 → Claude Code。
8.4 数据安全吗?
代码要不要外传，你和团队谈过这个问题吗？
Codex CLI 是本地运行(来源:github.com/openai/codex README),但每次调用会发送上下文给 OpenAI 服务。对于敏感代码:
1. 用 OpenAI 的企业套餐(Business/Enterprise),签数据处理协议
2. 用 API key 走私有化部署(OpenAI 提供的隔离环境)
3. 先脱敏,再去掉敏感信息(API key、密钥等)
8.5 需要 Python 基础吗?
如果你完全不懂 Python，这篇教程里哪一步会卡住你？
不需要。Codex CLI 自己会写 Python 脚本(也支持 Node.js、Go 等)。但如果你懂 Python,改它的代码更方便。
8.6 Windows 用户能用吗?
你在 Windows 上跑，还是打算直接用虚拟机绕开？
能,需要 WSL2(Windows Subsystem for Linux)。原生 Windows 安装目前支持但功能有限,WSL2 是官方推荐(来源:github.com/openai/codex/blob/main/docs/install.md)。
8.7 Codex CLI 会取代程序员吗?
如果真能取代，你觉得最先被替代的是哪一类工作？
不会。它是辅助工具,不是替代品。实际工作中:
- 重复性工作(写 boilerplate、跑脚本)→ Codex 干
- 架构设计、需求分析 → 人来干
- 调试复杂 bug → 协作干(人定位、Codex 改)
8.8 怎么升级 Codex CLI?
升级这件事，你是每次跟最新版还是等稳定？
# npm 方式
npm update -g @openai/codex
# Homebrew 方式
brew upgrade codex
# 一键脚本方式
curl -fsSL https://chatgpt.com/codex/install.sh | sh
九、官网与下载链接
- GitHub 仓库:https://github.com/openai/codex
- 官方文档:https://developers.openai.com/codex
- 最新 Release:https://github.com/openai/codex/releases/latest
- IDE 插件:https://developers.openai.com/codex/ide
- Codex Web:https://chatgpt.com/codex
- Discord 社区:https://discord.gg/openai
- 协议:Apache-2.0
系统要求汇总(来源:docs/install.md):
| 项目 | 最低要求 |
|---|---|
| 操作系统 | macOS 12+, Ubuntu 20.04+, Windows 11 via WSL2 |
| 内存 | 4 GB 最低,8 GB 推荐 |
| Git(可选) | 2.23+ |
| 网络 | 需访问 `chatgpt.com` 和 `api.openai.com` |
安装方式汇总:
| 方式 | 命令 | 平台 | |
|---|---|---|---|
| 一键脚本 | `curl -fsSL https://chatgpt.com/codex/install.sh \ | sh` | macOS/Linux |
| PowerShell | `irm https://chatgpt.com/codex/install.ps1 \ | iex` | Windows |
| npm | `npm install -g @openai/codex` | 跨平台 | |
| Homebrew | `brew install –cask codex` | macOS | |
| GitHub Releases | 下载 tar.gz | 全平台 |
十、行动建议 + 5 篇系列总结
看完这篇，你打算今天就动手还是先收藏？
10.1 三步上手计划
三步里你打算先做哪一步？
如果你是第一次接触 Codex CLI,建议按这个顺序走:
第 1 天(20 分钟):用一键脚本安装 Codex CLI,用 ChatGPT 账号登录,跑一个 hello world 命令(让 Codex 解释当前目录结构)。
第 3 天(1 小时):按本教程跑通 CSV 数据分析+报表生成完整流程,体验 Codex 自主执行 Agent 能力。
第 7 天(2 小时):用 Codex CLI 跑一个真实业务场景(比如日志分析、文档生成、批量改文件),感受它在你日常工作流里的位置。
10.2 5 篇系列收官总结
这五篇里，哪一篇你会回回去重读？
这是【AI编程实战】系列的最后一篇(共 5 篇,6/7-6/11 连更)。回顾一下这 5 篇工具的定位差异:
| # | 工具 | 定位 | 适合人群 | 真实项目 |
|---|---|---|---|---|
| 1 | Claude Code | 进阶实战(终端 CLI) | 有 Python 基础的开发者 | 天气查询 API |
| 2 | Cursor 3.7 | 进阶实战(AI-First IDE) | 想转 AI-First IDE 的开发者 | Todo 全栈应用 |
| 3 | Coze 扣子 | 零基础入门(零代码) | 不会写代码的运营/产品 | 公众号智能客服 |
| 4 | Dify 1.0 | 高级应用(企业级) | 企业 / 私有化部署需求 | 企业私有知识库 |
| 5 | Codex CLI | 进阶实战(终端 CLI) | 想用 GPT 模型 + 终端操作 | CSV 数据分析+报表 |
横向对比这 5 个工具:
- 终端对话式:Claude Code(Anthropic) vs Codex CLI(OpenAI),用谁取决于你用 Claude 还是 GPT 模型
- IDE 集成:Cursor(独立 AI-First IDE) vs Codex IDE 插件(在 VS Code/Cursor/Windsurf 里装)
- 零代码:Coze(字节,国内版对国内网络最友好) vs Dify(开源,企业级私有化)
- 生产部署:Dify(私有化、可观测、API 完整) 优于 Coze
怎么选?一个简单决策树:
1. 完全不会写代码 → Coze
2. 有代码基础,想用 AI 提效 → Claude Code / Codex CLI(看模型偏好)
3. 想全面转向 AI-First IDE → Cursor
4. 企业级生产,数据要私有化 → Dify
5. 想要完整生态(CLI+IDE+App+Web) → Codex
10.3 互动话题
这个话题你会想接哪一句？
【AI编程实战】系列到此完结。这 5 个工具你用得最多的哪个?最让你惊喜或失望的又是哪个?你希望下一期我们写什么主题?(比如:Prompt 工程实战、AI Agent 协作、AI 工具横向对比)
欢迎在评论区说说,后续选题会优先考虑读者反馈。
参考资料:
- Codex CLI GitHub 仓库:https://github.com/openai/codex
- Codex 官方文档:https://developers.openai.com/codex
- 安装文档:https://github.com/openai/codex/blob/main/docs/install.md
- Codex IDE 插件:https://developers.openai.com/codex/ide
- Codex Web:https://chatgpt.com/codex
- OpenAI 帮助中心(Codex in ChatGPT):https://help.openai.com/en/articles/11369540-codex-in-chatgpt
- Apache 2.0 协议:https://www.apache.org/licenses/LICENSE-2.0
表格之外还有取数和校验的活儿，可以看AI 处理表格数据这个页面，按场景分好了工具和步骤。
