如何安装和使用Codex CLI：OpenAI对标Claude Code的AI编码工具

想象一下，在终端中输入一句简单的提示，AI 就能自动生成一个完整的 React todo 应用，包含数据持久化功能，且可直接运行。这是 OpenAI 于 2025 年推出的 AI 辅助编码命令行工具 Codex CLI 的核心能力。如果你用过 Claude Code，一定会 Codex CLI 这款全新替代工具非常感兴趣。

本文将深入解析 Codex CLI 的定义、安装使用步骤、核心功能，并与 Claude Code 进行全方位对比（包括定价）。无论你是快速搭建原型，还是创建自动化任务，Codex CLI 都能让你随时调用 OpenAI 专为编码优化的 Codex 模型（如 GPT-4o）。让我们一起拆解这款工具，看看它如何改变你的开发流程！  

什么是Codex CLI？

Codex CLI 是 OpenAI 推出的开源命令行界面工具，由 Codex 模型系列（如针对代码优化的 GPT-4o）构建，专为 AI 驱动的编码场景设计。它于 2025 年年中发布，面向需要交互式终端 AI 助手的开发者而设计。与传统 IDE 插件不同，Codex CLI 是直接在终端（shell）中运行，支持通过自然语言提示生成代码、修复 bug、构建项目，非常适合快速原型开发（如创建 React 应用、调试脚本），还能与 Git 等版本控制工具无缝集成。

为什么选择 Codex CLI 而非 Claude Code？

1. 深度集成 OpenAI 生态：可无缝调用 o4-mini 等模型，编码效率更高
2. 低成本灵活使用：工具本身免费（仅需承担 API 调用费用），支持通过配置文件自定义，还提供“yolo 模式”实现无干预自动执行
3. 场景适配性强：构建 Web 应用、自动化工作流、AI 实验等场景中，能自动处理模板代码和业务逻辑，节省时间。

当然，它也面临竞争。Anthropic 的 Claude Code 功能类似，并且更侧重安全性。后面我们会详细对比两者，我们先来完成安装配置。

如何安装 Codex CLI？

Codex CLI 的安装流程简单，但不同操作系统步骤略有差异。我们将介绍 macOS/Linux（推荐）和 Windows 系统，且工具依赖 Node.js，需先完成前置环境配置。  

步骤 1：安装 Node.js

检查 Node.js 版本：打开终端，运行以下命令查看是否已安装 Node.js 及版本：

node --version  

如果未安装或版本低于 v18，请从 nodejs.org 下载最新的 LTS。对于 macOS/Linux，请使用包管理器：

# macOS（使用Homebrew）  
brew install node  
# Ubuntu  
sudo apt install nodejs  

步骤 2：安装 Git（推荐）

Codex CLI 与 Git 配合使用时体验最佳（可避免安装过程中的警告），建议提前配置版本控制环境。  检查 Git 版本：运行以下命令确认 Git 是否安装：

git --version  

如果尚未安装，请从 git-scm.com 获取。对于 macOS/Linux：

# macOS（使用Homebrew）  
brew install git  
# Ubuntu  
sudo apt install git  

步骤 3：安装 Codex CLI

完成前置环境配置后，执行以下命令全局安装 Codex CLI：

npm i -g @openai/codex  

该命令会自动获取最新版本，macOS/Linux 用户可能需要输入sudo获取权限。  

Windows 系统安装方式

目前 Windows 尚未获得 Codex CLI 官方支持，但可通过以下两种方式使用：

1. 通过 WSL（Windows Subsystem for Linux）：在“Windows 功能”中启用 WSL，从 Microsoft Store 安装 Ubuntu，然后在 WSL 终端中，按照 macOS/Linux 的安装步骤操作。
2. 直接下载二进制文件：

• 访问 github.com/openai/codex/releases/tag/rust-v0.29.0
• 下载 Windows 版本二进制文件（如codex-windows.exe）
• 将文件添加到系统 PATH 环境变量，或直接在文件所在目录运行

安装完成后，在终端输入codex，若出现 CLI 提示界面，说明安装成功；若失败，需检查 PATH 配置和 Node.js 环境。

配置 OpenAI API 密钥

Codex CLI 需要 OpenAI API 密钥才能调用 Codex 模型。获取和配置密钥的步骤也很简单：  

1. 创建 API 密钥

1. 访问 platform.openai.com/api-keys
2. 点击“Create new secret key”（创建新密钥）
3. 为密钥命名，方便后续在使用使用和追踪
4. 建议设置权限为“All”，或根据需求限制权限
5. 复制生成的密钥。注意，该密钥仅显示一次，一定一定要妥善保存！

重要提示：不要与他人共享 API 密钥，也不要在浏览器或客户端代码中暴露密钥。OpenAI 会自动禁用公开泄露的密钥。  

2. 设置环境变量

• macOS/Linux 终端：

export OPENAI_API_KEY=<你的API密钥>  

• Windows PowerShell:

$env:OPENAI_API_KEY = '<你的API密钥>'  

如果你想让密钥持久生效，可将上述命令添加到 shell 配置文件中：

• macOS/Linux：添加到.bashrc或.zshrc；
• Windows：添加到 PowerShell 配置文件。

配置完成后，可在 OpenAI 控制台查看 API 使用情况，追踪费用消耗。  

创建项目并测试 Codex CLI

我们通过构建一个简单的待办应用，实战体验 Codex CLI 的功能。建议先初始化 Git 仓库，避免安装过程中的警告。  

1. 创建项目文件夹

运行：

mkdir codex-app  # 创建项目文件夹  
cd codex-app     # 进入文件夹  

2. 初始化 Git（推荐）

运行：

git init  

初始化版本控制后，若后续代码出现问题，可轻松回滚；若跳过此步骤，运行 Codex CLI 时需确认“忽略警告继续”。  

3. 启动 Codex CLI

codex  

若未初始化 Git，终端会提示“在 Git 仓库外运行编码代理可能存在风险，是否继续？”，输入“y”即可继续。

启动后，CLI 默认加载 o4-mini 模型，且处于“suggest”确认模式（执行修改前会提示确认）。

4. 测试简单提示

输入以下提示词，让 AI 生成待办应用：

Create a React webapp with shadcn that is a todo app with persistence.  
（创建一个使用shadcn组件库的React待办应用，包含数据持久化功能）  

Codex CLI 会自动生成应用代码，包括安装依赖、创建App.js等文件。

5. 运行应用

按照终端提示，执行以下命令启动应用：

npm install  # 安装依赖  
npm run dev  # 启动开发服务器  

打开http://localhost:3000，即可看到包含数据持久化的待办应用（通常通过 localStorage 实现）。

6. 查看使用费用

访问 platform.openai.com/usage，可查看本次测试消耗的 credits.这类简单提示的费用通常很低（约 0.04 美元）。

本次实战展示了 Codex CLI 的强大功能：几分钟内即可生成 AI 代码！

探索 Codex CLI 的核心功能

Codex CLI 内置多种强大工具，可大幅提升编码效率。那么它的主要功能以及使用方法究竟是什么呢？

灵活的身份验证方式

支持两种认证模式，适配不同需求：

• ChatGPT 账户登录：适合免费用户，可直接使用 ChatGPT Plus/Pro/Team 套餐包含的额度
• API 密钥连接：适合需要精确控制使用量和权限的场景，类似 Claude Code 的传统工具认证方式

终端中会提示认证选项，按需求选择即可。

Transcripts 记录与状态查看

• Transcripts 窗口：默认情况下，Codex CLI 的运行过程类似“黑盒”，若需查看背后的推理逻辑、使用的工具和原始输出，可按两次Esc或Ctrl + T打开 Transcripts 窗口，非常适合调试和理解 AI 的思考过程；按q可返回主界面
• 状态查询：输入/status命令，可快速查看当前工作目录、活跃模型、令牌使用情况，方便实时追踪成本和配置

沙盒模式

安全性是 Codex CLI 的核心设计重点，默认在安全沙盒中运行，避免意外修改系统文件、进程或网络。支持三种沙盒模式，可精细控制权限：

• read-only（只读模式）：仅允许浏览和分析代码，不修改任何文件；
• workspace-write（工作区写入模式）：仅允许在当前项目目录内编辑文件；
• danger-full-access（完全访问模式）：授予系统级全权限，需极度谨慎使用。
  

可通过--sandbox参数搭配--ask-for-approval，选项包括：

• on-request“请求时确认”
• never“从不确认”
• on-failure“失败时确认”
• untrusted“不信任模式”

实现更精细的执行控制。例如，开启“无干预高风险模式”的命令为：

codex --sandbox danger-full-access --ask-for-approval never  
# 简写命令：codex --yolo  

建议通过/status命令确认当前模式，确保安全级别符合需求。  

高级模型配置与切换

输入/models命令，可查看所有可用的 OpenAI 模型，并切换（如切换到GPT-4o）。该工具的多功能性不仅限于 OpenAI；您可以将其配置为运行任何具有与 OpenAI 兼容 API 的模型 ，例如通过 Ollama 运行的本地模型。

在 .codexrc.json 配置文件中进一步自定义模型行为：

• reasoning_effort（推理强度）：minimal/low/medium/high，控制模型推理深度；
• summary（总结模式）：auto/concise/detailed，调整总结内容的详细程度；
• verbosity（响应详细度）：low/medium/high，控制响应信息的冗余度。

丰富的输入方式

支持多种输入形式，轻松为 AI 提供上下文：

• 文件附加：使用@符号附加文件（如@script.py），让 AI 分析指定文件
• 图像粘贴：按Ctrl + V可直接粘贴剪贴板中的图像，非常适合视觉相关任务（如根据 UI 截图生成代码）和调试
  

Codex CLI 与 Claude Code 对比

Codex CLI 和 Claude Code 都是强大的 AI 编码助手，但适配场景和优势各有不同，以下从功能和定价两方面对比：

功能对比

总体而言，Claude Code 目前在功能丰富度和文档完善度上更优，适合追求成熟体验的开发者；而 Codex CLI 在安全性（沙盒模式）和模型兼容性上有独特优势，且处于快速迭代中。  

2. 定价对比

对比结果

• Claude Code 目前在功能成熟度和免费用户定价上更具优势，适合追求“开箱即用”优质体验的开发者；
• Codex CLI 背靠 OpenAI 生态，开源设计+模型兼容性+安全特性使其潜力巨大，适合愿意探索新兴工具的开发者。且后续功能迭代可能进一步缩小差距。
  

总结

至此，你已掌握 Codex CLI 的核心用法，从安装配置到构建待办应用，再到探索高级功能。与 Claude Code 相比，Codex CLI 凭借 OpenAI 生态集成和沙盒安全模式占据一席之地，而 Claude Code 则在体验成熟度和免费定价上更胜一筹。

无论你是快速原型开发，还是自动化编码任务，Codex CLI 都是一款灵活的工具。当使用 Codex CLI 生成 API 相关代码（如后端接口、请求逻辑）后，Apifox 可无缝衔接后续 API 开发流程。例如：

• 将 Codex CLI 生成的 OpenAPI 规范导入 Apifox，快速生成可视化文档和自动化测试用例
• 通过 Apifox 的 Mock 服务，在后端未就绪时为前端提供模拟数据，避免开发阻塞
• 利用 Apifox 的接口调试功能，验证 Codex CLI 生成的 API 调用代码是否正确，确保请求参数、响应格式符合预期

两者结合，可实现“AI 生成代码→API 验证→文档测试”的全流程闭环，大幅提升开发效率。