Windows安装原生Codex CLI 让你拥有更强力的AI代码助手!【支持GPT5.4、GPT5.3-codex】

Windows安装原生Codex CLI 让你拥有更强力的AI代码助手!【支持GPT5.4、GPT5.3-codex】

文章目录

前言

Codex CLIOpenAI于2025年4月17日发布的开源编程智能体,定位为终端运行的轻量级开发辅助工具,兼容同期发布的o3o4-mini大模型,可使用自然语言指令完成代码生成、重构测试及文件操作等任务 。其技术特性包括沙盒执行环境、192k令牌上下文长度及多模态编程支持,最低内存要求4GB,支持macOSLinuxWindows 11 WSL2系统 。

一、基础环境

1.操作系统
在这里插入图片描述
2.工具版本
  • PowerShell-7.6.0
  • nvm-1.2.2
  • Node-v24.13.0
  • Npm-11.6.2
  • Codex-0.116.0
  • CC-Switch-v3.12.0

二、部署

1.安装PowerShell 7
说明:这里安装powershell7是为了解决中文乱码问题
1.1以管理员身份运行 cmd
在这里插入图片描述
1.2安装powershell7
winget install--id Microsoft.PowerShell --source winget 
在这里插入图片描述
2.安装Node.js
2.1 安装nvm
2.2 安装Node&npm

win + r 输入pwsh回车

在这里插入图片描述
nvm ls //查看当前已安装的nodejs版本 nvm list available //查看可安装的nodejs LTS版本 nvm install24.13.0 //安装nodejs24.13.0版本 node-v //查看当前安装的node版本 npm-v //查看当前安装的npm版本 
说明:从图中可以看出我已经安装过了,所以这里不再做演示
在这里插入图片描述


在这里插入图片描述
3.安装Codex
npminstall-g @openai/codex` 
说明:我这里已经安装完了,所以再次执行是更新。
在这里插入图片描述
提示:
同理claude-code也可以通过同样方式安装:
npm install -g @anthropic-ai/claude-code

4.安装CC-Switch
说明:这是一个配置api切换工具
5.配置CC-Switch
5.1获取公益api key
说明:注册就不再赘述了,直接描述登录进去后如何用




5.2选择Codex 点击“添加供应商”

注意:上方选项栏选择codex

在这里插入图片描述
说明:将之前获取的配置复制到对应的“api key” 、“auth.json (JSON) *”和 “config.toml (TOML)”内即可,官网链接:https://ai.td.ee/ ,名称图标随意
在这里插入图片描述
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
5.3配置测试
在这里插入图片描述
在这里插入图片描述

三、Codex简单使用

1.Powershell7中输入codex回车
说明:cd 到你想用的工作目录输入codex回车就回在这个目录行程对应的sandbox模型沙盒
在这里插入图片描述
2.Codex CLI 常用命令说明
在这里插入图片描述
指令中文释义详细说明
/model选择使用的模型及推理算力用来切换 Codex 背后的 AI 模型(比如不同版本的代码模型),还能调整推理的「算力 / 精细度」—— 算力越高,代码生成越精准,但速度稍慢。
/init初始化创建一个AGENTS.md文件,包含Codex的使用说明「重置 / 初始化当前的会话环境」,具体行为包括:清空当前会话的上下文、重置 Codex 的沙箱环境、恢复所有指令的默认配置、保留模型选择
/fast开启 / 关闭快速模式(开启后推理最快,但消耗 2 倍套餐额度)快捷切换「极速模式」:开启后代码生成速度翻倍,但会消耗双倍的 API 额度 / 套餐时长;适合赶时间写简单代码时用。
/permissions配置 Codex 允许执行的操作权限管理 Codex 的权限边界,比如是否允许它读取本地文件、执行终端命令、修改代码文件等;新手建议先限制权限,避免误操作。
/sandbox-add-read-dir <absolute_path>允许沙箱读取指定目录(用法:/sandbox-add-read-dir <绝对路径>)给 Codex 的「沙箱环境」授权,让它能读取你指定的文件夹(必须填绝对路径,比如 /Users/xxx/project);比如想让 Codex 分析你项目里的代码,就用这个指令授权。
/experimental开启 / 关闭实验性功能切换是否使用 Codex 的测试版功能(可能不稳定,但会有新特性,比如多文件联动、代码实时调试);新手建议默认关闭,避免出问题。
/skills使用技能插件,优化 Codex 处理特定任务的表现调用 Codex 的「技能库」,比如让它用「Python 性能优化」「前端样式调试」「Shell 脚本纠错」等专属技能处理对应任务,提升针对性。
/review检查我当前的代码修改,找出问题让 Codex 审核你刚改的代码,自动识别 Bug、语法错误、逻辑漏洞、不规范的写法(比如未定义的变量、缩进问题)。
/rename重命名当前对话线程给当前的 Codex 聊天 / 操作会话起个名字(比如「用户中心接口开发」),方便后续查找历史会话,尤其适合多任务并行时用。
/resume查看历史会话直接运行 codex resume,它会打开历史会话选择器。 最近一次会话可以用 codex resume --last
3.Codex使用测试
/model //切换模型 
在这里插入图片描述
为gpt-5.3-codex选择推理级别 1.低 快速响应,推理较浅 2.中等(默认) 在日常任务中平衡速度和推理深度 3.高 为复杂问题提供更深层次的推理 4.超高 为复杂问题提供额外高的推理深度 
在这里插入图片描述
提问: 当前支持最大上下文是多少 
在这里插入图片描述
/init // 模型读取当前工作目录下的代码工程总结成一个md文档(相当于告诉模型当前的项目工程信息便于指导后续操作) 
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
提示:这里97%为上下文长度
 /resume \\ 查看问题历史记录 
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
codex resume --last\\ 恢复最近一次会话 
在这里插入图片描述

四、Codex进阶使用(接入VS Code)

1.进入扩展页面搜索codex 并安装对应插件
说明:安装第一个名为Codex – OpenAI’s coding agent
在这里插入图片描述
2.重启vscode点击gpt图标
提示:无需登录 等待加载完毕即可使用(因为前面已经配置过CC,它会自动读取配置文件)
在这里插入图片描述
3.查看监控
说明:可以看到User-Agent一列显示为codex_vscode
在这里插入图片描述
提示:个人感觉用法跟终端命令行没啥区别,但是速度明显不如轻量级的cli终端快。还是建议大家直接使用CLI终端即可!

结束语

感谢大家耐心看完本篇博客,本次 Codex CLI 安装使用分享就先告一段落啦。后续还会带来更多实用功能演示和详细讲解,觉得内容不错的话,别忘了给作者点赞、收藏、关注哦!


Read more

雷达信号处理中的CFAR技术详解

好的,我来为您总结归纳雷达信号处理中的恒虚警(CFAR)技术,并提供一个基于MATLAB的实际用例。 🧐 雷达信号处理之恒虚警(CFAR) 恒虚警率(Constant False Alarm Rate, CFAR)是一种自适应阈值目标检测技术,在雷达信号处理中用于从噪声和杂波背景中检测出目标回波。其核心思想是:无论背景噪声或杂波的功率如何变化,都保持虚警概率( )为一个预先设定的常数。 🎯 1. 基本原理与流程 CFAR算法通过实时估计待检测单元(Cell Under Test, CUT)周围的背景噪声或杂波功率,并根据期望的虚警率 自适应地确定检测阈值 。 主要步骤: 1. 滑动窗口(Detection Window):在待检测数据(通常是距离-多普勒图或距离向数据)上设定一个固定大小的滑动窗口。 2. 单元划分:窗口内的单元被划分为三个部分: * 待检测单元(CUT):位于窗口中心,是我们要判断是否包含目标的单元。 如果 ,则判断不存在目标(No Target)。 如果 ,则判断存在目标(

无人机低空智能巡飞巡检平台:全域感知与智能决策的低空作业中枢

无人机低空智能巡飞巡检平台:全域感知与智能决策的低空作业中枢

无人机低空智能巡飞巡检平台是融合无人机技术、AI 算法、5G/6G 通信、GIS 地理信息系统与物联网的一体化解决方案,通过 "空天地一体化" 协同作业,实现对 500 米以下低空空域目标的无人化、自动化、智能化巡检管理,彻底革新传统人工巡检模式,为能源、交通、市政、安防等多领域提供高效、安全、精准的巡检服务。 一、核心架构:端 - 边 - 云协同的三层体系 平台采用 "终端执行 - 边缘计算 - 云端管控" 的全栈架构,构建低空智能服务闭环: 终端层:工业级无人机(多旋翼 / 固定翼 / 复合翼)+ 智能机场(换电 / 充电式)

微信机器人怎么弄的?微信群里怎么添加机器人,一篇讲清楚

很多人第一次在微信群里看到机器人,都会有类似的疑问: 这是微信自带的吗? 还是要下载什么软件? 普通人能不能自己弄一个? 拉进群之后,它为什么能自动说话? 实际上,微信机器人并不是一个“神秘功能”,而是一套已经相当成熟的使用方案。只不过,大多数教程要么写得太技术化,要么只讲结果不讲过程。 下面我们就按真实使用顺序,一步一步拆开来看。 一、先把概念说清楚:微信机器人到底是什么? 很多人理解中的“微信机器人”,是那种: 会自动回消息 能在群里发言 看起来像一个人 从使用者角度看,这个理解没错。 但从原理上来说,更准确的说法是: 微信机器人 = 一个被系统托管的微信账号 + 自动化 / AI 处理逻辑 它不是安装在你手机里的插件,也不是微信官方自带的功能,而是通过平台接入微信聊天体系的一种服务形态。 像现在比较常见的 知更 AI 微信机器人,本质上都是走这条路。 二、微信机器人怎么弄?先回答最关键的几个问题 1️⃣ 要不要下载软件? 这是被问得最多的问题。 答案是:大多数情况下不需要你单独下载客户端。

集团企业数字化:低代码如何实现多子公司、多系统的统一管理?

集团企业数字化:低代码如何实现多子公司、多系统的统一管理?

集团企业数字化的核心困境:失控的复杂性 集团企业在数字化进程中普遍面临"规模诅咒"——组织规模扩大带来的不是效率倍增,而是管理复杂度指数级上升。总部与子公司、子公司之间形成的数据孤岛,导致决策如盲人摸象,员工需在多个系统间切换完成简单任务;各业务板块流程标准不一,审批效率参差不齐,集团战略难以落地;老系统与新系统并存,技术栈异构,集成成本居高不下;跨地域、跨部门协作困难,信息传递失真,响应速度迟缓。 更致命的是,这种复杂性往往陷入"投入越多,效率越低"的怪圈——为解决系统割裂问题而引入更多系统,反而加剧了管理混乱。传统IT建设模式周期长、成本高、灵活性差,已无法满足集团企业快速响应市场变化和业务创新的需求。 低代码:集团统一管理的破局之道 低代码平台作为一种可视化、高效率、可扩展的应用开发技术,正成为集团企业打破信息孤岛、实现统一管理的理想选择。它通过以下核心能力解决集团管理痛点: 集团管理痛点低代码解决方案价值体现数据孤岛统一数据底座,多数据源整合,实时数据同步消除数据不一致,提供单一事实来源,支撑数据驱动决策流程割裂统一流程引擎,标准化与个性化流程并存提升审批效率