技能使用指南

codex（Codex代码分析工具）Skill 是什么？能做什么？

Codex代码分析工具Skill（codex）把 OpenAI Codex CLI 的代码分析、重构与自动化编辑接入你的 AI 助手，默认 GPT-5.2，支持四档推理努力与三档沙盒，一条命令完成只读审查或批量改写，还能随时恢复上次会话。本文讲清安装前提、命令用法、模型选择与竞品对比，助你快速上手。

Codex代码分析工具Skillcodex
8 个章节 约 14 分钟阅读 AI 智能生成

Codex代码分析工具Skill：把 OpenAI Codex CLI 的代码分析、重构与自动化编辑能力交给 AI 助手调度

  • 一句话定位：这个技能让 AI 助手学会调用 Codex CLI（codex exec / codex resume），把“分析代码、重构代码、批量改代码”这类重活交给默认使用 GPT-5.2 的软件工程代理去跑。
  • 默认模型够硬：默认 gpt-5.2，官方标注 76.3% SWE-bench，400K 输入 / 128K 输出上下文，平均任务比 GPT-5 快约 30%。
  • 安全可控：提供 read-only、workspace-write、danger-full-access 三档沙盒，默认只读，涉及写文件和联网时会先征求你的许可。
  • 会延续上下文：任务跑完后可以通过 codex resume 接着聊，原会话的模型、推理努力级别和沙盒模式自动继承，不用重复交代背景。
  • 一句话上手：装好 Codex CLI（v0.57.0 及以上），在技能中心安装本技能，然后在对话里说“用 codex 分析一下这个目录”，剩下的命令组装交给助手。

1. 该技能叫什么？如何一键安装 AI 技能提升开发效率？

这个技能的中文名是 Codex代码分析工具Skill，英文名 codex，技能 ID 为 12221。

它要解决的问题很具体：Codex CLI 本身是个强大的命令行工具，但命令行参数多、沙盒模式要选、推理努力级别要调、会话恢复语法还要记住 exec 和 resume 之间插标志的顺序——大多数人第一次用都会卡在这些细节上。这个技能的作用，就是让 AI 助手替你做“参数装配工”：你只需要用自然语言说清楚要干什么，助手负责选择合适的沙盒、推理努力级别，拼出正确的 codex exec 命令，跑完之后再给你总结结果。

安装思路与步骤：

  1. 确认前置条件：本技能依赖本地已安装的 Codex CLI，且版本需要 v0.57.0 或更高（该版本起才支持 GPT-5.2 模型）。打开终端执行 codex --version 检查，版本过低请先升级本地 CLI。
  2. 在 AI 助手的技能中心安装：搜索技能英文名 codex 或技能 ID 对应的条目，点击安装/启用。具体安装入口、命令与授权方式以官方说明为准。
  3. 验证是否生效：安装后在对话中直接说一句“用 codex 以只读模式看看当前项目结构”，如果助手开始询问你的推理努力级别、并组装带 --sandbox read-only 和 2>/dev/null 的命令，说明技能已经正常触发。
  4. 配置默认项（可选）：可以通过 ~/.codex/config.toml 配置默认模型与设置，也可以在 Codex 会话内用 /model 斜杠命令临时切换模型。

2. 该技能的主要功能和特点

  • 自然语言驱动的命令组装：自动把需求翻译成完整命令，包含 -m/--model、--config model_reasoning_effort、--sandbox、--full-auto、-C/--cd、--skip-git-repo-check 等标志。
  • 默认安全只读：除非任务明确需要编辑或网络访问，否则默认使用 --sandbox read-only，先看不动，风险最低。
  • 推理努力级别可选：提供 xhigh、high、medium、low 四档，分别对应“超复杂问题深度分析”“重构/架构/安全分析/性能优化”“常规重构与修 bug”“快速修复与代码格式化”，让成本和效果按需匹配。
  • 多模型覆盖：gpt-5.2（旗舰，默认）、gpt-5.2-max（最大模型，超复杂推理）、gpt-5.2-mini（成本高效，约 4 倍使用额度）、gpt-5.1-thinking（最硬任务上更慢但更深）。全部为 400K 输入 / 128K 输出上下文。
  • 会话可续跑：通过 echo "您的提示" | codex exec --skip-git-repo-check resume --last 2>/dev/null 恢复上一次会话，且恢复时不允许携带配置标志，避免上下文被打断。
  • 输出干净：默认在所有 codex exec 命令后附加 2>/dev/null 抑制思考令牌（stderr），只有当你明确要看思考过程或调试时才展示。
  • 危险操作先问：在使用 --full-auto、--sandbox danger-full-access、--skip-git-repo-check 这类高影响标志前，助手会先请求你的许可（除非已获授权）。
  • 省钱的小细节：重复上下文享受约 90% 缓存折扣（约 $0.125/百万令牌），缓存最长持续 24 小时，适合在一个项目里反复迭代。

和“普通代码助手”相比，它的差异点在于：不是在你面前补全几行代码，而是把整个任务丢给一个带沙盒、可续跑、能自己读写文件的工程代理去执行，助手只负责调度和收尾总结。

3. 如何使用该技能？

第 1 步：说清任务目标。 例如：“用 codex 检查 src/auth 目录有没有安全风险，只分析不改代码。”

第 2 步：回答推理努力级别。 助手会通过 AskUserQuestion 询问你要用 xhigh、high、medium 还是 low。只读审查、找漏洞这类建议 high 或 xhigh；改个格式、补文档选 low 就够。

第 3 步：确认沙盒模式。 只读审查用 read-only；需要真正落盘改文件用 workspace-write --full-auto；需要联网或广泛访问才用 danger-full-access --full-auto。

第 4 步：助手组装并执行命令。 典型形态如下：

codex exec --skip-git-repo-check --sandbox read-only \
  --config model_reasoning_effort="high" \
  -C /path/to/project \
  "分析 src/auth 目录的鉴权逻辑，指出潜在风险" 2>/dev/null

需要换模型时加 -m gpt-5.2-mini；需要直接在另一个目录跑时用 -C <DIR>。注意 --skip-git-repo-check 是始终携带的。

第 5 步：读结果。 助手会捕获 stdout，过滤后为你总结结论；如果输出里有警告或只跑了部分结果，它会用 AskUserQuestion 问你要不要调整再跑一次。

第 6 步：需要继续时恢复会话。 语法固定为：

echo "把刚才提到的第二个问题也修一下" | codex exec --skip-git-repo-check resume --last 2>/dev/null

恢复时不要加任何配置标志（除非你明确要求改模型或推理努力），标志必须写在 exec 和 resume 之间，会话会自动继承原来的模型、推理努力和沙盒模式。任务结束后助手也会提醒你：随时说 “codex resume” 就能接着往下做。

第 7 步：出错了怎么办。 当 codex --version 或 codex exec 返回非零时，助手会停下来报告失败并询问方向，而不是自己瞎重试。

4. 同类型竞品对比分析

方案名称 定位 核心功能 安装/使用门槛 适用场景 优势与不足
Codex代码分析工具Skill（codex） 为 AI 助手提供 Codex CLI 调度层 自然语言组装 codex exec 命令、四档推理努力、三档沙盒、会话续跑、stderr 抑制 需本地 Codex CLI v0.57.0+，并在技能中心安装本技能（以官方说明为准） 只读代码审查、重构、批量自动化编辑、多轮延续的深度分析 优势：默认只读更安全、参数自动化、可续跑；不足：依赖本地 CLI 与版本，首次配置需要一点耐心
Claude Code（命令行代理） 终端内的 AI 编码代理 读写仓库、执行命令、多轮任务 需安装其命令行工具并完成账号授权（以官方说明为准） 终端内闭环的编码与重构任务 优势：终端体验成熟；不足：与 Codex 属于平行体系，无法直接复用 Codex 的沙盒与模型配置
GitHub Copilot 系列（IDE 补全 / 代理模式） IDE 内嵌的编码助手 行内补全、聊天问答、代理式多文件改动 在 IDE 中安装插件并登录订阅账号 日常敲代码时的即时补全与小范围改动 优势：与编辑器融合度高、上手快；不足：偏“边写边帮”，长任务与跨目录的大范围分析能力弱于独立 CLI 代理
Cursor 的 Agent 模式 编辑器内建代理 多文件编辑、上下文检索、终端命令 使用对应编辑器客户端并登录（以官方说明为准） 编辑器内完成中小型重构与功能开发 优势：交互顺滑、改动可视化；不足：绑定特定编辑器，难以嵌进任意的 AI 助手对话流

一句话选型建议：要“在任意 AI 助手里调度一个带沙盒的工程代理”，选本技能；要“边打字边补全”，选 IDE 系工具。

5. 该技能的典型应用场景与实际体验情况

场景一：接手陌生仓库的只读体检。 后端工程师小张刚接手一个历史项目，不敢乱改。他用 read-only 沙盒 + high 推理努力，让 codex 输出目录职责、鉴权链路和可疑写法清单。实际体验：几乎零配置上手，助手会先问清推理级别再动手；由于是只读模式，跑完仓库状态一个字节都没变，心理负担很小。

场景二：跨文件重构。 需要把散落各处的旧 API 调用统一替换。选 workspace-write + --full-auto + medium 推理努力，助手在动手前会先就把代码写进工作区征求许可。实际体验：--full-auto 属于高影响标志，会被明确确认一次，这个“刹车”设计让人安心；改动量大时建议先跑一次只读分析摸清范围。

场景三：成本敏感的批量小任务。 团队要做一批格式化、补注释、改样板代码的活。用 gpt-5.2-mini（成本高效、约 4 倍使用额度）+ low 推理努力。实际体验：这类任务几乎不需要深推理，降档后速度快、花费低，配合 24 小时缓存折扣，同一项目内反复迭代更划算。

场景四：多轮深挖同一个问题。 第一次只读分析定位到瓶颈在缓存层，接着用 codex resume 带着新提示继续追问。实际体验：恢复会话不需要重新交代项目背景，模型、推理努力、沙盒模式全部继承，连续性非常好；唯一要注意的是恢复时别乱加标志，否则容易踩语法坑。

上手难度总结：整体属于“说人话就行”的级别，难点不在技能本身，而在两件事——本地 CLI 版本是否达标（v0.57.0+），以及你是否理解三档沙盒的边界。建议第一次固定用只读模式跑通，再逐步放开写权限。

6. 该技能能为用户带来的价值

  • 降低门槛：不用背 --config model_reasoning_effort="high" 这种长参数，也不用记“标志必须插在 exec 和 resume 之间”的语法细节，自然语言即可驱动。
  • 提升效率：助手代劳命令装配、stderr 过滤和结果总结，把“查文档 → 试错 → 重跑”的循环压缩成一次对话；GPT-5.2 相比 GPT-5 平均任务快约 30%，长链路任务体感明显。
  • 控制成本：四档推理努力 + 四个模型档位，让简单活不烧贵模型；gpt-5.2-mini 提供约 4 倍使用额度，重复上下文再叠加 90% 缓存折扣，长期跑批量任务时节省可观。
  • 可控风险：默认只读，写文件和联网需显式升级沙盒，高影响标志必须授权，出错即停不盲试——这几点对团队协作和线上仓库尤其重要。
  • 长期价值：会话可续跑意味着一个复杂重构可以拆成多次对话慢慢推进，上下文不断档；配置写入 ~/.codex/config.toml 后，团队可以沉淀统一默认项。

7. 常见问题 FAQ

Q1：这个技能怎么安装？需要先装什么？ A：先确认本地 Codex CLI 版本不低于 v0.57.0（用 codex --version 检查），然后在 AI 助手的技能中心搜索 codex 或对应技能 ID 条目完成安装。具体安装入口与授权流程以官方说明为准。

Q2：用它会自动改我的代码吗？会不会有风险？ A：不会默认改。技能默认使用 --sandbox read-only，只有你选择 workspace-write 或 danger-full-access 时才可能写入；使用 --full-auto、--sandbox danger-full-access、--skip-git-repo-check 等高影响标志前，助手会先征求许可。

Q3：收费吗？贵不贵？ A：技能本身是把 Codex CLI 的能力接进对话，实际消耗来自 Codex 模型调用。官方标注的参考价为 gpt-5.2 / gpt-5.2-max 输入 1.25 美元、输出 10.00 美元，gpt-5.2-mini 为 0.25 / 2.00 美元（单位与最终计费以官方说明为准），重复上下文另有约 90% 缓存折扣。

Q4：适合谁用？ A：适合需要做代码审查、跨文件重构、批量自动化编辑的开发者与团队，尤其是希望在对话里直接调度工程代理、又在意沙盒边界的人。只想在编辑器里要行内补全的用户，用 IDE 系工具会更顺手。

Q5：和 IDE 里的 AI 补全怎么选？ A：两者不冲突。补全类工具解决“边写边帮”，本技能解决“把一整块任务交出去跑”。日常敲代码用 IDE 插件，阶段性的分析、重构、批量改写交给 codex，配合 codex resume 多轮推进。

Q6：任务跑完想继续追问怎么办？ A：直接说 “codex resume”，或用 echo "新提示" | codex exec --skip-git-repo-check resume --last 2>/dev/null 恢复最近会话，模型、推理努力和沙盒模式会自动继承，无需重复设置。