最近，AI 编程工具越来越热。过去我们习惯在网页里问 AI：“这段代码是什么意思？”“这个报错怎么解决？”后来事情变了，AI 不再只是站在门外看代码，它开始走进项目目录，读文件、改文件、跑命令、看报错，像一个坐在终端里的编程助手。

Codex CLI 就是这样一个工具。

按照 OpenAI 官方介绍，Codex CLI 是一个可以在本地终端运行的 coding agent。它能够在你指定的项目目录中读取代码、修改代码，并运行命令；它是开源工具，并且面向终端场景设计。(OpenAI开发者) 官方快速开始文档也提到，Codex 默认以 Agent mode 启动，可以读取项目文件、运行命令，并在项目目录中写入修改。

这就是它最近受到关注的原因：它不是简单帮你“写一段代码”，而是可以参与一个完整的小型开发过程。比如：

它可以帮你阅读一个陌生项目，说明每个脚本是做什么的

可以根据你的需求修改 Python、Shell 或配置文件

可以运行测试，看到报错后继续定位问题

也可以在你不确定环境是否正确时，帮你检查 Python、pip、conda、依赖文件和运行入口。

过去我们写代码，像一个人在夜路里摸索。现在 Codex CLI 像一盏灯，但灯不是路。路还得自己走。你要告诉它目标，也要看懂它改了什么，更要知道什么时候该让它停下来。

这篇文章记录的是我在 Windows + WSL Ubuntu 22.04 环境下安装和使用 Codex CLI 的过程。

一、我的使用环境

我的电脑是 Windows 系统，开发环境主要放在 WSL 里的 Ubuntu 22.04。

简单说，就是外面看起来是 Windows，里面干活的是 Linux。很多生物信息、分子模拟、AI 编程和服务器脚本，放在这种环境里会更方便。

安装 Codex CLI 之前，需要先解决三件事：

第一，WSL 能不能正常联网；
第二，Node.js 是否安装正确；
第三，Codex CLI 能不能登录 OpenAI 账号。

这三件事像三道门。哪一道门没开，后面都走不动。

二、配置 WSL 网络

在 Windows PowerShell 中打开 WSL 配置文件：

notepad $env:UserProfile\.wslconfig

如果文件不存在，就新建一个，并写入：

[wsl2]
networkingMode=mirrored
dnsTunneling=true
autoProxy=true

然后重启 WSL：

wsl --shutdown

再重新进入 Ubuntu：

wsl -u <你的WSL用户名>

三、给 WSL 配置代理

如果你本地代理端口是 7890，可以在 WSL 中执行：

export http_proxy=http://127.0.0.1:7890
export https_proxy=http://127.0.0.1:7890
export HTTP_PROXY=http://127.0.0.1:7890
export HTTPS_PROXY=http://127.0.0.1:7890

如果你的端口不是 7890，就改成自己的端口。

端口在哪里看？
打开你的代理软件，在“设置”“端口设置”“HTTP 代理端口”一类的位置里找。不同软件叫法不同，但意思差不多。

测试网络：

curl -I https://chatgpt.com
curl -I https://api.openai.com

如果返回 200、301、403、404 这类 HTTP 状态码，一般说明网络已经连通。这里不一定非要返回 200。有时候 403 也说明你已经连到了服务器，只是访问权限不同。

四、安装 Node.js 22

Codex CLI 需要 Node.js 环境。这里安装 Node.js 22.x。

sudo apt update && sudo apt upgrade -y

然后执行：

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt-get install -y nodejs

检查版本：

node -v
npm -v

正常情况下，node -v 应该显示 v22.x.x，npm -v 会显示对应的 npm 版本。

版本号看起来枯燥，但它很重要。软件世界里，很多问题不是因为人错了，而是因为版本错了。

五、安装 Codex CLI

Node.js 安装好后，执行：

sudo npm install -g @openai/codex

安装完成后，可以检查版本：

codex --version

如果能看到版本号，说明安装成功。

六、登录 Codex CLI

安装成功后，还需要登录。

codex login --device-auth

终端会显示一个网页登录地址和一次性验证码。需要打开网页，登录自己的账号，然后输入验证码。

Open this link in your browser:
https://auth.openai.com/codex/device

Enter this one-time code:
XXXX-XXXX

登录成功后，可以检查状态：

codex login status

退出登录：

codex logout

七、进入项目目录使用 Codex

Codex CLI 最适合在具体项目目录里使用。

进入工作目录

cd /path/to/your/project

调用codex

codex

八、常用命令

进入 Codex 交互模式后，可以使用这些命令：

查看修改内容：

/diff

让 Codex 检查当前改动：

/review

修改权限：

/permissions

压缩长对话上下文：

/compact

退出：

/exit

这些命令不花哨，但很有用。尤其是 /diff。让 AI 改代码之前和之后，都应该看 diff。否则不知道它到底动了哪里。

九、权限不要随便放开

Codex CLI 可以读文件、改文件、运行命令，所以权限设置很重要。

一般建议先使用默认权限。默认权限通常允许它在当前工作区内读写和运行命令，但如果要访问互联网或修改工作区外的文件，需要用户确认。

不要一上来就给 Full Access。
这不是不信任 AI，而是不要把钥匙全挂在门上。

工具越强，越要有边界。
刀可以切菜，也可以伤手。问题不在刀，而在拿刀的人有没有数。

十、一个比较稳妥的提示词

不要只说：

帮我改代码。

这句话太宽。Codex 可能会改，但你不一定知道它为什么改、怎么改、改完怎么测。

可以写得具体一点，例如：

请根据刚才的分析，修改 XXX.py，实现批量处理。
修改前先给出计划。
修改后展示 /diff。
并告诉我如何测试。

如果希望它帮你检查环境、安装依赖、运行代码，可以这样写：

我已经修改好了代码。请你在当前项目目录中运行修改后的代码，并完成以下任务：

1. 先检查当前 Python 环境：
   - which python
   - python --version
   - which pip
   - pip --version
   - 如果是 conda 环境，请检查 conda info --envs

2. 阅读项目中的 README、requirements.txt、environment.yml、pyproject.toml 或脚本开头的 import，判断运行入口和依赖。

3. 创建新的 conda 环境。缺少 Python 包时，优先使用新环境安装：
   - 如果存在 requirements.txt，优先使用 python -m pip install -r requirements.txt
   - 如果只缺少单个包，使用 pip 或 conda 安装
   - 如果存在 environment.yml，请先说明是否需要 conda env update，不要直接覆盖环境

4. 运行修改后的主脚本。如果报错：
   - 展示完整报错的关键部分；
   - 判断是缺包、路径错误、参数错误、数据文件缺失，还是代码逻辑错误；
   - 如果是缺包，请申请安装；
   - 安装后重新运行；
   - 如果是代码问题，请先解释原因，再修改代码。

5. 每次修改文件后，请展示 diff。

6. 最后总结：
   - 实际运行了哪些命令；
   - 安装了哪些包；
   - 修改了哪些文件；
   - 代码是否成功运行；
   - 输出文件保存在哪里。

提示词写得细，不是啰嗦。
这是把活交代清楚。
人和 AI 合作，最怕的不是 AI 不会干，而是人没说清楚要它怎么干。