支持模型价格教程博客FAQ
简繁EN
开始使用
首页/博客/Codex 入门到精通：2026 保姆级教程（含省钱配置）
· LowCostAI

Codex 入门到精通：2026 保姆级教程（含省钱配置）

从安装 Codex、登录、运行项目、修 bug、写测试，到通过 LowCostAI 配置 OpenAI 兼容 API 降低 AI Coding 成本。

很多人第一次打开 Codex，只把它当成“终端里的 ChatGPT”。这会浪费它最有价值的能力：Codex 不是用来陪你聊天的，它是可以进入本地项目、阅读代码、修改文件、运行测试的 AI Coding Agent。

如果你只是偶尔问几句代码问题，直接用 ChatGPT 也够。但如果你每天都要修 bug、写测试、做 code review、改脚本、维护多个客户项目，那么 Codex 的正确用法就不是“能不能用”，而是：怎么安全地用、怎么稳定地用、怎么把成本控制住。

这篇教程从 0 开始，带你完成 2026 年 Codex 的完整工作流：安装、登录、项目内使用、常见任务提示词、进阶 review 流程，以及如何通过 LowCostAI 这类统一 AI API 网关配置 OpenAI 兼容 API，让 Codex 更适合个人开发者、工作室和小团队长期使用。

目录

Codex 到底是什么

Codex CLI 是 OpenAI 推出的本地命令行 coding agent。它运行在你的终端里，可以读取当前项目目录里的文件，理解代码结构，修改代码，并执行测试、构建、lint 等命令。

它和普通聊天工具最大的区别是：

  • ChatGPT：你把代码复制给它，它给你建议。
  • Codex：它进入你的项目目录，自己看文件、改文件、跑命令。

这意味着 Codex 更适合处理“有上下文”的工程任务，例如：

  • 阅读陌生项目并总结结构
  • 定位启动失败原因
  • 修复一个具体 bug
  • 为已有模块补测试
  • 重构某个文件而不改变外部行为
  • review 当前 git diff
  • 生成 README、迁移说明、发布日志

但这也意味着你要给它清晰边界。Codex 可以很快，但不能盲信。最好的使用方式不是“让它自动接管整个项目”，而是把任务拆小：先分析、再计划、后执行，最后由你 review diff。

安装 Codex CLI

macOS 和 Linux 可以使用官方安装脚本：

curl -fsSL https://chatgpt.com/codex/install.sh | sh

Windows PowerShell 可以使用：

powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

如果你习惯 npm，也可以安装 npm 包：

npm install -g @openai/codex

macOS 用户也可以用 Homebrew：

brew install --cask codex

安装完成后检查版本：

codex --version

进入任意项目目录启动：

cd your-project
codex

如果能进入 Codex 的交互界面，说明安装完成。

第一次启动：ChatGPT 登录还是 API Key

Codex 常见有两种登录方式：ChatGPT 账号登录，以及 API Key 登录。

方式一：ChatGPT 账号登录

第一次运行：

codex

然后选择 Sign in with ChatGPT。

这种方式适合刚开始体验 Codex 的用户。你不需要理解 Base URL、模型 ID、API Key、网关配置，登录后就能直接使用。

适合：

  • 个人开发者快速体验
  • 已经有 ChatGPT Plus / Pro / Business 的用户
  • 不需要团队账单和项目级统计的场景

缺点也很明显：如果你是小团队或工作室，很难按项目、成员、客户分别统计用量，也不方便设置 Key 级额度。

方式二：API Key 登录

如果你想把 Codex 接到 OpenAI API，或者接到 LowCostAI 这样的 OpenAI 兼容 API 网关，可以使用 API Key。

临时测试可以这样：

export OPENAI_API_KEY="YOUR_API_KEY"
codex

如果使用 OpenAI 兼容网关，还需要设置 Base URL：

export OPENAI_API_KEY="YOUR_GATEWAY_KEY"
export OPENAI_BASE_URL="https://your-gateway.example.com/v1"
codex

很多接口要求 Base URL 以 /v1 结尾。如果你少写 /v1，可能会遇到 404、model not found、streaming 异常等问题。

API Key 方式更适合：

  • 高频使用 Codex 的开发者
  • 需要控制成本的小团队
  • 外包工作室和客户项目
  • 需要统一模型入口、统一账单、Key 级额度控制的场景

第一个真实项目：让 Codex 先读再改

新手最容易犯的错误是，一进项目就对 Codex 说：

帮我优化这个项目。

这句话太宽了。Codex 不知道“优化”指性能、结构、命名、类型、安全还是构建速度，很容易做出一堆你并不想要的修改。

更稳的第一步是让它只读分析：

请阅读当前项目，输出：
1. 技术栈
2. 主要目录结构
3. 启动命令
4. 测试命令
5. 最重要的业务模块
不要修改任何文件。

当你确认它理解项目后，再让它做诊断：

请检查当前项目最可能导致构建失败的问题。先输出诊断和修复计划，不要修改代码。

最后才允许它执行：

按刚才的计划修复，只修改必要文件。完成后运行测试，并总结改动。

这个“三步法”非常重要：

  1. 先读项目
  2. 再给计划
  3. 最后修改和验证

它能显著降低 AI 乱改代码的概率。

5 个最常用的 Codex 工作流

1. 项目导览

接手新项目时，可以让 Codex 生成项目说明：

请阅读当前项目，生成一份面向新开发者的项目导览，包括技术栈、目录结构、启动方式、测试方式、核心模块和常见注意事项。不要修改代码。

如果结果不错，再让它写入文档：

请把上面的项目导览整理为 PROJECT_OVERVIEW.md。

2. 修复启动失败

项目跑不起来时，不要直接让它“修好”，先定位：

这个项目启动失败。请检查 package.json、配置文件和错误日志，定位原因。先给诊断，不要修改文件。

确认诊断后：

按你的诊断修复问题，然后运行启动命令验证。

3. 生成测试

写测试是 Codex 性价比最高的任务之一：

请为 src/utils/price.ts 添加单元测试，覆盖正常输入、边界值和异常输入。先阅读现有测试风格，不要引入新的测试框架。

关键是告诉它“保持现有风格”。否则它可能会引入项目里根本没用过的新工具。

4. 小范围重构

适合 Codex 的重构应该边界清晰：

请重构 src/api/user.ts，目标是减少重复代码和提升可读性。不要改变公开函数签名，不要修改无关文件。完成后运行相关测试。

不要让它“一次性重构整个项目”。AI agent 最适合做小步、可验证、可回滚的修改。

5. 本地 Code Review

提交前可以让 Codex review 当前 diff：

请 review 当前 git diff，重点检查：
1. 潜在 bug
2. 类型问题
3. 安全风险
4. 性能问题
5. 是否缺少测试
不要修改代码，只输出可执行建议。

这一步特别适合个人开发者。你没有同事帮你 review 时，Codex 至少能提前拦下一部分低级错误。

进阶用法：把 Codex 当成有边界的工程师

Codex 不是“全自动程序员”，更像一个执行力很强但需要边界的 junior engineer。你给它的任务越清晰，它的产出越稳定。

复杂任务建议使用这种提示词：

我要增加一个 API Key 用量统计页面。请先阅读项目结构，然后输出实现计划：
1. 需要修改哪些文件
2. 新增哪些组件
3. 数据从哪里来
4. 风险点是什么
5. 如何测试
先不要修改代码。

等计划合理后再执行：

计划可以。请按阶段实现。每完成一个阶段说明改动，并运行对应检查。

如果涉及高风险模块，例如支付、认证、权限、数据库迁移，要明确禁止范围：

不要修改数据库 schema，不要修改鉴权逻辑，不要执行 git commit。完成后只运行测试并总结 diff。

一个成熟的 Codex 工作流通常是：

  1. Codex 读项目
  2. Codex 给计划
  3. 人确认边界
  4. Codex 修改代码
  5. Codex 跑测试
  6. 人检查 git diff
  7. 人提交 commit

注意最后一步：不要让 AI 自动替你提交关键代码。提交是责任边界，最好由人完成。

省钱配置：接入 OpenAI 兼容 API

当你每天只用 Codex 几次时，默认登录方式就够了。但当你开始高频使用它做测试、review、文档和脚本时，成本会变成一个真实问题。

这时可以考虑把 Codex 接入 OpenAI 兼容 API 网关。

临时测试：

export OPENAI_API_KEY="YOUR_LOW_COST_API_KEY"
export OPENAI_BASE_URL="https://api.lowcostaiapi.com/v1"
codex

这里的 https://api.lowcostaiapi.com/v1 请以 LowCostAI 后台实际展示为准。如果后台给出的 Base URL 不同，就用后台地址。

长期使用建议写入 Codex 的用户级配置文件：

~/.codex/config.toml

示例配置：

model = "your-default-model"
model_provider = "lowcostai"

[model_providers.lowcostai]
name = "LowCostAI"
base_url = "https://api.lowcostaiapi.com/v1"
env_key = "LOWCOSTAI_API_KEY"
wire_api = "responses"

然后在 shell 中设置：

export LOWCOSTAI_API_KEY="YOUR_LOW_COST_AI_KEY"

再启动：

codex

这样做的好处是，你不需要在每个项目里重复写 Key，也不会把敏感信息提交进代码仓库。

用 LowCostAI 管理 Codex 成本

LowCostAI 的定位不是“只换一个便宜接口”，而是给团队、工作室和开发者一个统一的 AI API 接入与用量管理入口。

对 Codex 用户来说，真正有价值的是这几件事：

  • 统一接入 Claude、OpenAI、Gemini 等模型
  • 支持 Codex、Claude Code、Cursor、Gemini CLI 等 AI Coding 工具
  • 为不同成员、项目或客户创建独立 Key
  • 按 Key 查看用量和账单
  • 设置额度，避免单个任务失控
  • 用透明口径展示模型价格、汇率和平台倍率

建议小团队这样分 Key：

codex-personal-dev
codex-team-review
codex-client-a
codex-client-b
codex-ci-automation

每个 Key 对应一个明确用途。这样你可以知道：

  • 哪个项目最耗钱
  • 哪个客户的 AI 成本最高
  • 哪个自动化任务异常消耗
  • 哪些模型适合降级
  • 哪些任务必须保留高质量模型

省钱的关键不是“永远用最便宜的模型”，而是按任务分层：

适合低成本模型的任务：

  • 解释日志
  • 生成简单测试
  • 写脚手架代码
  • 总结目录结构
  • 生成 README 初稿
  • 批量改文案

适合高质量模型的任务：

  • 安全相关代码
  • 权限和支付逻辑
  • 数据库迁移
  • 大型重构
  • 架构设计
  • 最终 code review

这才是 AI Coding 的长期省钱方式：低风险任务降成本，高风险任务保质量。

常见错误与排查

Base URL 少了 /v1

错误示例：

export OPENAI_BASE_URL="https://api.lowcostaiapi.com"

更常见的正确形式：

export OPENAI_BASE_URL="https://api.lowcostaiapi.com/v1"

具体以后台显示为准。

当前终端没有加载 Key

检查：

echo $OPENAI_API_KEY
echo $LOWCOSTAI_API_KEY

如果输出为空，说明当前 shell 没有加载环境变量。重新 export，或执行：

source ~/.zshrc

模型名不匹配

Codex 配置里的 model 必须是网关支持的模型 ID。后台显示什么，就填什么。不要凭记忆写模型名。

Provider 只支持普通 Chat Completions

Codex 不是普通聊天客户端。它可能需要 Responses API、streaming、工具调用等能力。接入网关前，建议确认：

  • 是否支持 OpenAI-compatible API
  • 是否支持 Codex CLI 所需接口
  • 是否支持 streaming
  • 推荐模型名是什么
  • Base URL 是否需要 /v1

一次性让 Codex 改太多

不要写：

帮我优化整个项目。

改成：

只分析 src/api 目录的重复代码，输出重构建议，不要修改文件。

AI Coding 的稳定性来自小步快跑，而不是一次梭哈。

FAQ

Codex 适合完全不会编程的人吗？

适合学习和做小工具，但不适合完全不 review 地交付生产代码。Codex 能解释代码、生成样例、辅助排错，但你仍然需要判断它的修改是否合理。

ChatGPT 登录和 API Key 哪个更好？

新手用 ChatGPT 登录最简单。高频用户、小团队和工作室更适合 API Key，尤其适合接入 LowCostAI 这类统一网关，方便管理 Key、额度和账单。

Codex 能通过 LowCostAI 使用吗？

可以，前提是 LowCostAI 后台提供的 OpenAI 兼容接口支持 Codex 所需能力。通常你需要配置 API Key、Base URL 和模型名。

怎么防止 Codex 乱改代码？

让它先只读分析，再输出计划；明确限制修改范围；要求它运行测试；最后你自己检查 git diff。不要给它过于宽泛的任务。

最推荐的 Codex 省钱策略是什么？

按任务分层。低风险任务用低成本模型，高风险任务用高质量模型；同时通过 LowCostAI 给不同项目和客户分 Key、设额度、查用量。

下一步

如果你还没用过 Codex，建议先从一个非核心项目开始：让它读项目、补测试、review diff。等你熟悉工作流后，再把它接入 LowCostAI，给不同项目配置独立 Key 和额度。

对于个人开发者，Codex 能节省大量重复劳动。对于小团队和工作室，Codex + LowCostAI 的组合更像一套可管理的 AI Coding 基础设施：统一入口、成本可查、额度可控、模型可切换。

你可以从这里开始：

← 返回博客