codex-就是最好的agent

ML > agent agent ml codex

发布时间 : 2026-03-31 13:21

字数:1.1k 阅读 :

agent模式
以codex作为agent的 runningtime
codex 执行参数
实验 lab

前置说明:

笔者有大量的gpt模型能调用，20刀一个月的 gpt-pro十慷慨，所以采用codex作为agent running time

claude code 暂不支持其他的openapi类似模型的调用，且闭源。

agent模式

我目前使用下来的体验是agent分成了这两类:

会使用工具，有知识库但没完整运行环境的agent
一类是codex/claude code/openclaw/github cli 类似的cli agent

第一类的agent因为没有完整的运行环境，他不能凭空创造出新的东西，也不好校验输出内容的准确性，他所能做的就是现有工具与知识的组合，需要人为为他扩展

第二类agent有完整的权限系统CLI权限,agent会根据下达地任务 去执行，并且可以借助外部的工具去尽最大努力交付任务

二类Agent有更高地上限且有更高的潜力，一类Agent适合在确定性的流程中参与作为辅助系统的一环，

以codex作为agent的 runningtime

额外工具和能力以SKILLS和MCP的方式暴露给codex作为工具来调用

不需要再实现一次ReAct过程

自己实现ReAcr过程是十分简陋的，难上生产环境的，基于开源工具做是比较合适的做法

codex 执行参数

官方文档：

Codex | OpenAI Developers

codex 支持一些程序SDK来调用，但是我更倾向于直接使用命令调用来做

实验 lab

1. codex在本地独立运行

codex cli 正常使用

codex

交互式CLI

codex exec "xxxx"

非交互式 CLI，直接向程序下发指令

权限设置

# 一次性只读模式
codex exec --sandbox read-only --ask-for-approval never "只分析代码，不要修改"

# 允许在工作区内改文件，但越界或需要网络时仍会停下来问你
codex exec --full-auto "修复这个前端报错并更新测试"

# 最高权限
codex exec --sandbox danger-full-access --ask-for-approval never "直接安装依赖并启动服务"

–full-auto 等价于 –sandbox workspace-write --ask-for-approval on-request

danger-full-access 只建议在隔离好的环境里用

# 只读
codex exec --sandbox read-only --ask-for-approval never "..."

# 当前项目内可改
codex exec --sandbox workspace-write --ask-for-approval never "..."

# 当前项目内可改 + 可联网
codex exec --sandbox workspace-write --ask-for-approval never -c sandbox_workspace_write.network_access=true "..."

最经常使用的模式

codex exec --sandbox danger-full-access -c sandbox_workspace_write.network_access=true "使用uv来管理python环境，帮我写一个chatbot，后端使用fastapi，前端使用静态的html,js,css，要求支持sse，我到时候提供azure openai的环境密钥和key，模型默认先选号gpt-4o"

输出的 stdio,也可以选择 jsonl 的模式

json 模式，输出的内容都是json

codex exec --sandbox danger-full-access -c sandbox_workspace_write.network_access=true --json "前端使用静态的html,js,css写一个贪吃蛇游戏"

--model即 -m 来指定具体的模型

延续上一次会话

codex exec resume <SESSION_ID>

2. 脚本调用codex

import subprocess

cmd = [
"codex",
"exec",
"--sandbox", "danger-full-access",
"-c", "sandbox_workspace_write.network_access=true",
"--json",
"前端使用静态的html,js,css写一个贪吃蛇游戏",
]

process = subprocess.Popen(
    cmd,
    stdout=subprocess.PIPE,
    stderr=subprocess.STDOUT,
    text=True,
    encoding="utf-8",
    errors="replace",
    bufsize=1,
)

for line in process.stdout:
    print(line, end="")

process.wait()
print("\nreturncode:", process.returncode)