Skip to content

自动化与云端运行

自动化

Codex 不只能"听指挥"——配合定期触发,它可以扮演"AI 值班工程师":平时静默,定期扫描项目、发现异常、处理简单问题,最后把结果交给你审核。

用"会话复盘"沉淀工作流

一个落地的起点是让 Codex 每周自动整理它自己的执行记录,把零散经验提炼成可复用的工作流档案。下面是一个精简提示词模板:

每周会话复盘提示词

请检索并复盘最近一周的 Codex 会话记录与执行日志,
维护一份「Codex 会话复盘与个人风格档案」。

要求:
1. 优先用会话历史检索能力;读日志时只做搜索、元数据提取、
   相关片段抽取,不整文件加载大 session 文件。
2. 不还原原始日志、隐私信息、密钥或长对话原文。
3. 总结执行经验:哪些做法导致了问题、正确做法是什么、
   适合复用的场景。
4. 整理偏好:UI / 产品 / 交互 / 内容 / 工作流倾向。
5. 输出可复用规则清单,去重合并相近规则,
   保留日期与任务类型作为来源标注。
6. 评估是否将适合长期复用的规则写入项目级或用户级 AGENTS.md。

规律跑这条 prompt,每次的输出都会叠加到档案里。几周下来,Codex 就掌握了你的工作习惯和偏好,能给出更贴合你风格的建议。


本地 vs 云端运行

Codex 支持三种运行模式:

模式运行位置代码来源适合场景
Local你的电脑本机项目目录日常开发、本地私密文件
Worktree你的电脑本机安全副本需要隔离改动、避免污染主分支
CloudOpenAI 云端容器GitHub 仓库后台任务、并行任务、不想占用本机资源

云端运行详解

云端模式下,Codex 在 OpenAI 托管的容器里独立完成任务:从 GitHub 拉取代码、读写修改、运行验证,最后生成 diff 或创建 PR。整个过程几乎不占用你的电脑。

**适合:**修 bug、改功能、写文档、Code Review、处理 Issue。

**不适合:**本地私密文件、未推送到 GitHub 的项目、高风险的生产环境操作。

云端与本地的核心差异:

维度本地运行云端运行
代码位置你的电脑GitHub 仓库
运行位置你的电脑云端容器
占用本机资源基本不占
需要 GitHub不一定通常需要
适合后台 / 并行任务一般非常适合
权限范围本机文件权限仓库 + 环境变量 + 网络权限
上手建议新手先从这里起步熟悉 GitHub 后再用

云端运行操作步骤

推送代码到 GitHub

确保要处理的项目已推送到 GitHub,且 Codex Web 有权限访问该仓库。

打开 Codex Web

访问 codex.openai.com,用 ChatGPT 账号登录。

选择仓库并下达任务

选中要操作的 GitHub 仓库,用自然语言描述你需要 Codex 做的事情。

等待执行完成

Codex 在云端独立运行,完成后会生成改动 diff 或自动创建 PR,供你审核。

本地同步最新代码

云端任务完成后,本地继续开发前先拉取最新代码,避免在旧版本上修改导致冲突:

git pull
# 或使用 Codex apply 命令应用远程改动

Codex 云端运行 / Codex Web 跑在 OpenAI 官方云端,需要 ChatGPT 账号并从 GitHub 拉取仓库。这套环境无法指向 Gushen888 等第三方 base_url

如果你使用 Gushen888,请选择本地 Codex CLI 或桌面 App,在本地配置好自定义 Provider 即可正常使用。详见 CLI 配置桌面 App

接着看

面向编码工具与 Agent 工作流的稳定模型网关。