【AI编程实战】Codex CLI实战教程：1小时用命令行做CSV数据分析+报表，命令行AI编程工具收官篇

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

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

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

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

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

文内图

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)

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

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

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

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

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

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


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

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)

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


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

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

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

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

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

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

文内图

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」

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

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

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

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

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

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

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

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

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

8.1 Codex CLI 完全免费吗?

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?

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?

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?

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?

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?

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?

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?


# 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

文内图

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

10.1 三步上手计划

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

【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