Codex 安装与账号体系解析

Codex 是 OpenAI 的核心产品，对标 Anthropic 的 Claude Code，具备编写代码、排查 Bug、执行测试及控制电脑等强大功能。在 macOS 系统上，用户只需将下载好的 Codex 拖入 Applications 文件夹即可完成安装。首次启动时，系统会引导用户选择登录方式或工作角色。使用 ChatGPT 账号订阅套餐是推荐路径，其中免费版额度极少仅够试水，Go 套餐与 Plus（$20/月）相比，Plus 在可用量上有明显提升。虽然支持通过 API Key 登录，但因需海外信用卡且性价比不高，普通用户更建议订阅套餐。进入界面后，跳过 Claude Code 和 Cursor 的配置导入及手机版试用设置，即可正式进入操作界面。

项目初始化与权限模式选择

新建名为“马克笔记”的文件夹并在 Codex 中通过 Work in the Project 加载该目录后，用户可通过自然语言下达需求。例如要求使用 HTML 构建左右分栏的笔记软件并强调测试，Codex 会生成代码并请求启动本地服务器验证。此时用户面临三种权限模式选择：Default permissions 要求每次高风险操作都需人工授权，绝对安全但效率低；Full access 为全自动模式，风险极高可能导致数据误删；而 AutoReview 引入安全审查 Agent，在效率与安全间取得最佳平衡。此外，输入框旁可调节模型思考深度（Low 至 Extra High）及输出速度。开启 Fast 模式可将生成速度提升至 1.5倍，但在 GPT-5.5 模型下 Token 消耗量会变为标准模式的 两倍。

Annotate 功能与 Bug 排查逻辑

Codex 内置的 Annotate 功能允许用户直接选中界面区域并输入修改意见，如“去掉这两条笔记”，系统会结合截图精准执行。在排查点击加号无反应的问题时，Codex 并未直接修改代码，而是先给出诊断结果：这是由于 预览区的安全限制导致 Local Storage 被禁用。若将软件在独立浏览器中运行，该问题即消失。这提示开发者需注意 Codex 预览区的特殊性，避免被其限制误导进行无效修复。确认原因后，后续测试建议在独立浏览器中进行，以确保功能验证的准确性。

Git 版本控制与上下文管理技巧

为防止代码混乱，用户可通过快捷键 Command+J 调出终端执行 git init、add 和 commit，或使用 Codex 内置的 Environment 面板查看 Changes 并直接 Commit。在迭代过程中，若发现前一条消息（如排查无效 Bug）占用上下文且可能干扰后续任务，可利用 Edit 功能修改最后一条消息以优化输入。例如将“排查问题”的请求替换为直接的颜色调整需求（如改为蓝色或紫色），从而避免模型重复执行无效操作。这种上下文管理技巧能显著提升开发效率，确保 Codex 专注于当前核心任务。

Fork机制：会话复制与代码回滚的误区

在Codex中，用户常误以为通过自然语言指令修改颜色后，若不满意可直接要求“改回绿色”，但这会导致模型重复运行并浪费Token。更优的策略是利用Git进行代码版本控制，但单纯回滚代码会导致会话上下文仍停留在“紫色”状态，从而误导Codex对后续任务的判断。为了解决会话与代码同步回滚的需求，Codex提供了“Fork”功能。该功能并非真正的版本控制回退，而是基于当前会话中选定消息之前的内容，复制出一个全新的独立会话。这一操作会截断后续所有对话记录，确保新会话的上下文干净且符合预期。

Fork功能提供了两种具体选项：“Fork into local”和“Fork into new worktree”。选择前者时，新会话沿用当前项目的目录结构。演示显示，执行此操作后虽然创建了新的会话标识，但代码文件并未发生任何自动回滚。用户仍需手动打开终端（Command+J），通过git log查找目标Commit哈希值，并执行回滚命令才能将代码恢复至历史状态。这种方式虽然实现了会话隔离和代码重置，但操作链条较长，需结合Git命令完成闭环。

New Worktree：隔离开发环境与并行任务处理

与Local模式不同，“Fork into new worktree”选项利用了Git的Worktree特性，为新生成的会话创建了一个完全独立的项目目录副本。通过终端执行pwd命令可以验证，新会话的工作路径与原会话截然不同。这种机制的核心价值在于物理隔离。新老会话处理的代码文件互不干扰，非常适合在同一个项目中并行处理两个不同的功能点或修复方案。当各自开发完成后，再通过Git合并策略将代码整合。

需要明确的是，New Worktree同样不会自动回滚原始目录下的代码。它仅仅是将当前项目状态复制到一个新路径下，原项目的Git历史保持不变。因此，无论是Local还是Worktree模式，Fork的本质都是对话历史的复制与隔离，而非代码状态的自动还原。界面提示也明确指出：“Fork只负责对话，不回滚代码”。用户需根据需求选择：若只需隔离讨论逻辑且愿配合Git手动回退，选Local；若需并行开发且不希望影响主分支代码结构，则选用New Worktree。

Agents.md：跨会话的全局指令与自动化Git提交

在掌握了Fork后，用户可能希望Codex具备更持久的记忆能力。例如，要求每次代码修改完成后自动执行git commit。若仅在输入框中口头指令，该规则仅在当前会话生效，新建会话后Codex便会遗忘。为实现跨会话的全局配置，Codex引入了agents.md文件机制。该文件位于项目根目录，每当新会话启动时，Codex会自动读取其中的内容并将其视为系统指令。

具体操作中，用户需在VSCode中创建agents.md文件，并写入如“每次完成代码修改后都需要提交一次Git commit”的指令。验证时，新建会话并下达“添加主题切换功能”的需求，Codex不仅实现了UI变更（支持浅色/深色模式），还在终端执行git log后显示，自动生成了包含修改内容的Commit记录。这证明了Agents.md成功将规则持久化。此外，该文件还可用于定义代码风格、命名规范及技术栈要求，显著提升Codex对项目背景的理解准确度。需注意，Agents.md本身的修改不属于当前业务需求范畴，因此不会随代码自动提交，需手动通过Git界面进行单独Commit。

Plan模式与Side Chat：复杂重构的流程控制

面对将网页应用改造为Electron桌面客户端（引入React和TypeScript）这类大型工程，直接编码风险较高。Codex提供了“Plan Mode”（计划模式），通过点击加号图标进入。在此模式下，Codex会先进行架构设计与测试方案规划，而非直接生成代码。用户需回答关于数据存储位置及交付标准的问题后，Codex会输出详细计划供审核。若满意则直接执行；若不满足，可在文本框中提出修改意见以生成新版计划。这种先规划后执行的流程有效降低了重构失败的风险。

在Codex执行长耗时任务（如Electron架构迁移）期间，用户可利用“Side Chat”功能处理轻量级问题。通过输入-side唤起侧边栏，用户可询问“笔记软件还需哪些功能”，而左侧主任务的执行进程不会受到任何干扰。这种并行交互机制极大提升了开发效率。后续在增加Markdown支持及生成Logo的任务中，用户甚至可以在Codex运行其他会话时，通过“Steer”按钮立即发送补充指令（如Logo需适配深色模式），确保关键信息在任务早期被捕获，体现了Codex在多任务并发下的灵活调度能力。

Plugin 架构解析：App、Skill 与 Action 的协同机制

插件（Plugin）是 Codex 能力的扩展，其内部结构由 App、Skill 和 Action 组成。以 Gmail 插件为例，它包含一个用于连接 Codex 与 Gmail 的 App，以及两个 Skill。App 内部提供了如“给邮件打标签”、“归档邮件”等 24 个 Action，这些本质上等同于工具。而 Skill 则是面向大模型的说明文档，例如“Gmail Skill”指导模型如何总结邮件或撰写回复，“Inbox Triage Skill”则说明如何进行紧急程度分类。安装插件即同时加载这些组件，当用户提出需求时，GPT 模型会自动匹配并使用相应的 App、Skill 和 Action 来完成任务。

“你可以把plugin想象成一个codex的外挂... app是用来把codex和gmail连接起来的... skill当成是给大模型看的一个说明文档”

实战演示：Presentations、Chrome 与 Computer Use 插件应用

通过具体案例可验证各插件功能。使用 Presentations 插件时，只需在提示词前加 @presentations 强制调用，Codex 即可基于该 Skill 生成 PPT。Chrome 插件需先在浏览器安装对应扩展，随后 Codex 会在后台创建独立标签组访问网页。例如搜索 Product Hunt 热门产品时，Codex 自动打开多个标签页抓取信息并总结。Computer Use 插件则允许 Codex 控制电脑，它使用 独立的虚拟鼠标与用户操作互不干扰。在创建日历日程时，Codex 会先请求权限，确认后通过虚拟鼠标点击界面完成操作，用户可在后台继续其他工作。

“codex使用独立的虚拟鼠标与你的鼠标互不干扰... 实际上你完全可以让它在后台默默干活”

ImageGen Skill：基于真实截图生成宣传海报与自定义 Skill 创建

除了插件，Skill 也可单独使用。ImageGen 是无需安装对应 Plugin 即可直接调用的王牌 Skill，用于生成图片。在制作笔记软件宣传海报时，用户可通过快捷键（左右 Command 键同时按下）快速将浅色或深色模式的软件截图传入聊天框。Codex 利用这些 真实截图作为参考，生成符合实际界面风格的海报。此外，用户还可创建自定义 Skill，例如编写“代码审核 Skill”，定义特定规则后添加到会话中。Codex 会依据这些自定义规则检查项目代码，并根据审查结果自动修改问题代码。

“codex还提供了一个快捷键... 这样深色模式的马克笔记截图也传给codex了”

Automation 定时任务与 Codex Mobile 远程操控

Codex 支持设置自动化流程。通过添加 Automation，用户可设定定时任务（如每天9点），选择执行环境为 Local 以绑定特定项目目录，并指定模型与推理强度。任务运行时会自动创建新会话执行代码检查。此外，Codex Mobile 功能允许通过手机远程操控电脑。用户需在手机端扫描桌面端生成的二维码授权连接，随后在 App 中选择 Computer Use 选项发送指令。例如删除日历日程时，手机端发出请求后，桌面端 Codex 再次确认权限并操作鼠标完成删除。这种跨设备协作让用户在外出时也能利用电脑资源完成任务。

“这样我们就做到了用手机来操纵电脑了... 是不是很方便呢”

结论

Codex通过Annotate、Fork及Agents.md等机制，有效解决了AI编程中的上下文干扰与权限管理痛点。其Fork功能虽不自动回滚代码，但配合Git能实现会话隔离；Agents.md则成功实现了跨会话的全局指令持久化。Plan模式与Side Chat支持复杂重构的并行处理，插件生态（如Computer Use）实现了后台自动化操作。然而，Fast模式在提升1.5倍速度的同时导致Token消耗翻倍，且预览区的安全限制可能误导Bug排查。总体而言，Codex适合需精细控制开发流程、利用并行任务及自动化脚本的专业场景，但用户需掌握Git操作以弥补其非自动代码回滚的短板。