Codex 全攻略：安装配置 DeepSeek 到普通人实战指南 | 2026最新
Codex 全攻略：从安装配置到普通人如何用它改变人生
OpenAI Codex CLI 使用教程：DeepSeek API配置 + 普通人能做什么
OpenAI Codex CLI 使用教程：DeepSeek API配置 + 普通人能做什么
2026 年 5 月 22 日，DeepSeek 宣布 V4-Pro 模型 API 永久降价至原价的 1/4，每百万 tokens 输入仅需 0.025 元（缓存命中）。而 OpenAI 的 Codex CLI，这款坐拥 85,800+ GitHub Stars 的开源编程 Agent，早已内置了对 DeepSeek 的原生支持。两者叠加意味着：一个普通人，每天花不到 1 块钱，就能拥有一个 7×24 小时待命的 AI 程序员。
这不是科幻。这是你现在就能做的事。
一、Codex 是什么？
OpenAI Codex CLI 是一个在本地终端运行的 AI 编程 Agent。和传统的代码补全工具（只在你打字时弹出建议）完全不同，Codex 是一个能自主行动的智能体：它读取你的项目文件、理解代码逻辑、编写新代码、修改现有文件、运行命令、执行测试——你只需要用自然语言告诉它目标。
它的核心特点：
特性 说明
开源 Apache-2.0 协议，代码托管在 github.com/openai/codex
本地运行 直接在你的电脑上运行，代码不出你的机器
Rust 构建 96% Rust 编写，799 个版本迭代，85.8k Stars / 12.5k Forks
多模型支持 原生支持 OpenAI 模型，也可接入 DeepSeek、Kimi、Ollama 等第三方模型
沙箱安全 内置 Sandbox 隔离机制，防止 AI 越权操作
IDE 集成 支持 VS Code、Cursor、Windsurf
它不是一个聊天机器人。你跟它说"帮我建一个用户登录功能"，它会自己创建文件、写代码、装依赖、跑起来。
二、安装 Codex：三步到位
系统要求
要求项 说明
操作系统 macOS 12+、Ubuntu 20.04+/Debian 10+、Windows 11（通过 WSL2）
内存 最低 4GB，推荐 8GB
Git（可选） 2.23+，用于内置 PR 辅助功能
⚠️ 当前 Codex CLI 已基于 Rust 重写，以零依赖原生可执行文件方式分发，不依赖 Node.js 运行时。但 npm 安装方式仍然可用。
方法一：npm 安装（最通用）
bash
复制
npm install -g @openai/codex
验证安装：
bash
复制
codex --version
方法二：Homebrew（macOS）
bash
复制
brew install --cask codex
方法三：GitHub Release 二进制下载
前往 Release 页面，下载对应平台的预编译文件：
平台 架构 文件名
macOS Apple Silicon (arm64) codex-aarch64-apple-darwin.tar.gz
macOS x86_64 codex-x86_64-apple-darwin.tar.gz
Linux x86_64 codex-x86_64-unknown-linux-musl.tar.gz
Windows — 通过 WSL2 使用
更新 Codex
bash
复制
npm 方式
npm update -g @openai/codex
Homebrew 方式
brew upgrade --cask codex
三、配置 DeepSeek API Key：省下 90% 的费用
为什么用 DeepSeek 而不是 OpenAI？一个字：钱。
价格对比（每百万 tokens）
模型 输入价格 输出价格 缓存命中价格
OpenAI GPT-5.5 $2.50 $10.00 —
OpenAI GPT-5.5 mini $0.40 $1.60 —
DeepSeek V4 $0.30 $0.50 $0.03
DeepSeek-Chat V3.2 $0.28 $0.42 $0.028
DeepSeek 的输入成本是 OpenAI GPT-5.5 的约 1/8，缓存命中更是低至 1/83。再加上 DeepSeek 刚宣布 V4-Pro 永久降价至原价的 1/4（输入缓存命中 0.025 元/百万 tokens），用 DeepSeek 跑 Codex 的成本几乎可以忽略不计。
DeepSeek 新用户注册即送 500 万免费 tokens（价值约 $8-10），无需绑定信用卡，30 天有效。非高峰时段（16:30-00:30 GMT）还有额外 50%-75% 折扣。
配置步骤
方法 A：原生 DeepSeek 提供商（最简单）
第一步：获取 DeepSeek API Key
前往 platform.deepseek.com 注册账号，在 API Keys 页面创建新密钥。
第二步：设置环境变量
bash
复制
export DEEPSEEK_API_KEY="sk-xxxxxxxxxxxxxxxx"
持久化到 ~/.codex/.env：
bash
复制
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxx
第三步：编辑配置文件
创建或编辑 ~/.codex/config.toml：
toml
复制
设置默认模型
model = "deepseek-chat"
沙箱模式（推荐 workspace-write，兼顾安全和灵活）
sandbox_mode = "workspace-write"
记忆系统
[memories]
generate_memories = true
use_memories = true
第四步：启动 Codex
bash
复制
codex --provider deepseek --model deepseek-chat
如果已在 config.toml 中设置了默认模型，只需：
bash
复制
codex --provider deepseek
方法 B：通过 OpenAI 兼容中转（更灵活）
如果你使用的 API 中转服务兼容 OpenAI 接口格式，可以这样配置：
~/.codex/.env：
bash
复制
OPENAI_API_KEY=你的中转API-Key
OPENAI_BASE_URL=https://你的中转地址/v1
~/.codex/config.toml：
toml
复制
model = "deepseek-chat"
直接运行 codex 即可——它以为自己在连 OpenAI，实际上请求被转发到了 DeepSeek。
方法 C：Windows 完整代理方案（适用于桌面端 App）
Windows 用户如果想在 Codex 桌面端使用 DeepSeek，由于 Codex App 会硬编码连接 api.openai.com，需要通过 hosts 劫持 + Caddy + LiteLLM 三层代理实现。完整步骤如下：
- 安装 LiteLLM
powershell
复制
pip install 'litellm[proxy]'
- 安装 Caddy
从 caddyserver.com 下载，重命名为 caddy.exe，移动到 C:\Windows\System32\。
- 修改 hosts 文件
以管理员身份打开 C:\Windows\System32\drivers\etc\hosts，末尾添加：
127.0.0.1 api.openai.com
- 创建 Caddyfile
在桌面新建文件 Caddyfile（无 .txt 后缀），内容：
api.openai.com:443 {
tls internal
reverse_proxy 127.0.0.1:4446
}
- 配置 Codex
编辑 ~/.codex/config.toml：
toml
复制
model = "gpt-4.1"
model_provider = "local-relay"
[model_providers.local-relay]
name = "Local Relay"
api_base_url = "http://127.0.0.1:4446/v1"
env_key = "OPENAI_API_KEY"
注意：model 字段填 OpenAI 模型名（如 gpt-4.1），实际请求会被 hosts 劫持转发到 DeepSeek。
- 日常启动流程
开三个终端窗口，依次启动：
powershell
复制
终端1：启动 LiteLLM（普通权限）
$env:DEEPSEEK_API_KEY="你的Key"
litellm --model deepseek/deepseek-chat --port 4446 --host 0.0.0.0
终端2：启动 Caddy（管理员权限）
cd $HOME\Desktop
caddy run
终端3：启动 Codex
codex
切换模型只需更换 LiteLLM 的启动命令：
powershell
复制
DeepSeek R1（推理模型）
litellm --model deepseek/deepseek-reasoner --port 4446 --host 0.0.0.0
DeepSeek V3.2
litellm --model deepseek/deepseek-chat --port 4446 --host 0.0.0.0
验证配置是否成功
方式一：直接对话测试
bash
复制
codex --provider deepseek --model deepseek-chat "你好，请确认你正在使用的是什么模型"
方式二：使用内置命令
进入交互模式后输入：
/status # 查看当前会话配置和 Token 用量
/debug-config # 显示配置层级和来源
四、Codex 使用指南：三种模式，三个层次
Codex 提供三种运行模式，对应从"谨慎学习"到"全速奔跑"的不同阶段：
模式 命令 权限 适合谁
Suggest（只建议） codex --suggest 只建议修改，不实际执行 新手、不熟悉的代码库
Auto（默认） codex 自动读写文件，运行命令需确认 日常开发（最佳平衡点）
Full Auto（全自动） codex --full-auto 读、写、运行全自动，无需确认 高度自动化任务（建议先 git commit）
安全机制：Sandbox + 审批
Codex 的安全设计是分层的：
Sandbox 模式：
模式 说明
read-only 只能读取文件，不能修改、运行命令或访问网络
workspace-write（推荐） 可以在工作区内读写和运行命令，网络默认关闭
danger-full-access 无任何限制（⚠️ 不推荐）
审批策略：
策略 说明
on-request 遇到风险操作时请求审批
on-failure 命令失败时才请求审批
never 关闭所有审批提示
推荐组合：
bash
复制
日常开发：工作区内自由操作，风险操作需审批
codex --full-auto # 等价于 workspace-write + on-failure
安全探索：只看不改
codex --suggest # 只建议不执行
CI/CD 环境：安静全自动
codex --quiet --full-auto "lint and fix"
常用交互命令速查
bash
复制
进入交互模式
codex
非交互式：一次性执行任务
codex "帮我看看这个项目的结构"
codex "把所有 TODO 注释列出来"
指定模型
codex --provider deepseek --model deepseek-chat
交互模式内置命令
/status # 查看当前配置和 token 用量
/debug-config # 显示配置层级
/approvals # 切换审批模式
MCP 集成：让 Codex 连接一切
Codex 支持 MCP（Model Context Protocol），可以连接外部工具和数据源。在 ~/.codex/config.json 中配置：
json
复制
{
"mcpServers": {
"my-database": {
"command": "npx",
"args": ["my-mcp-database-server"],
"env": {
"DATABASE_URL": "postgresql://localhost/mydb"
}
}
}
}
配置完成后，在交互模式中直接用自然语言调用："查询数据库中上个月注册的用户数量"——Codex 会通过 MCP 调用数据库工具获取数据。
五、有代码基础的人：如何用 Codex 提效 10 倍
如果你已经会写代码，Codex 不是替代你，而是把你从"搬砖"中解放出来。
- 让 AI 做体力活，你做脑力活
bash
复制
进入项目目录
cd ~/my-project
让 Codex 扫描项目、找问题
codex --suggest "分析这个项目的架构，找出性能瓶颈和代码异味"
让 Codex 自动修复 lint 错误
codex --full-auto "运行 eslint，自动修复所有可自动修复的问题"
让 Codex 写单元测试
codex "给 src/utils/auth.ts 编写完整的单元测试"
- 代码迁移和重构
Codex 最强大的场景之一是大规模代码迁移。Ramp 的案例：事件调查时间缩短 80%。Wiz 的案例：约 20 小时完成 50,000 行 Python → Go 迁移。你可以：
bash
复制
迁移整个模块
codex --full-auto "把这个 Express.js 项目迁移到 Fastify，保持所有 API 行为一致"
重构代码结构
codex "把这个大文件拆分成按功能组织的多个模块"
- CI/CD 自动化
bash
复制
在 CI 环境中自动修复
codex --quiet --full-auto "运行测试，修复所有失败的测试用例"
代码审查
codex --suggest "审查当前 git diff 中的变更，关注安全性和性能问题"
- 学习新代码库
bash
复制
快速理解陌生项目
codex --suggest "解释这个项目的整体架构、数据流和关键模块"
追踪问题
codex "用户登录后 500 报错，帮我追踪可能的原因链"
- 多 Agent 编排
通过 Agent SDK，可以编排多个 Codex 实例协作：
typescript
复制
import { Agent, Runner } from "@openai/agents";
const reviewer = new Agent({
name: "code-reviewer",
instructions: "审查 PR 中的代码质量、安全性和性能问题",
tools: [codexTool],
});
const tester = new Agent({
name: "test-writer",
instructions: "为变更的代码编写单元测试",
tools: [codexTool],
});
const result = await Runner.run(reviewer, "审查 PR #42");
await Runner.run(tester, 基于审查结果写测试: ${result});
六、没有代码基础的人：如何用 Codex 跨越编程门槛
这是最关键的部分。Codex 对无代码基础的人来说，不是"编程工具"，而是"想法实现器"。
核心认知转变
你不需要学编程。你需要学的是如何清晰地描述你想要什么。
传统路径：学语法 → 学框架 → 学部署 → 写出第一个可用产品（耗时 3-12 个月）
Codex 路径：描述需求 → Codex 生成代码 → 你验证和调整（耗时 1-3 天）
第一步：从最小的项目开始
找一个你真正需要的小工具，让 Codex 帮你做：
bash
复制
创建项目目录
mkdir ~/my-tools && cd ~/my-tools
初始化
codex "帮我创建一个简单的网页工具，功能是：用户输入一段文字，点击按钮后统计字数、词数、句数、段落数，结果显示在页面上，风格简洁好看"
Codex 会自动创建 HTML、CSS、JavaScript 文件。你只需要打开浏览器看看效果。
第二步：用自然语言迭代
不满意？继续用自然语言修改：
bash
复制
codex "在字数统计工具里加一个功能：把统计结果一键复制到剪贴板"
codex "给这个工具加一个深色模式切换"
codex "把这个工具改成中英双语界面"
第三步：做你真正需要的东西
以下是无代码基础的人可以用 Codex 做的实际项目（每个都是真实可行的）：
数据处理类：
"写一个脚本，把这个 Excel 文件里的数据按日期排序，去掉重复项，生成汇总报表"
"写一个网页工具，上传 CSV 文件后自动生成柱状图和饼图"
"写一个脚本，监控这个网页的价格变化，降价时发邮件通知我"
生活工具类：
"做一个记账网页应用，可以添加收入和支出，自动按月汇总，生成饼图"
"做一个习惯追踪器，每天打卡，连续打卡天数可视化"
"做一个读书笔记管理工具，可以按书名、标签搜索，导出 Markdown"
内容创作类：
"写一个批量重命名图片的脚本，按拍摄日期重命名"
"做一个 Markdown 转 HTML 的工具，支持代码高亮"
"做一个自动抓取指定网站标题和摘要的脚本，每天运行一次"
关键提示：如何与 Codex 有效沟通
技巧 示例
说清目标 ❌ "做个网站" → ✅ "做一个个人博客网站，有首页、文章列表、文章详情三个页面"
指定技术栈 "用纯 HTML/CSS/JS，不需要框架"
描述细节 "按钮是蓝色的，点击后变灰色，3 秒后恢复"
分步迭代 先做最小可用版本，再逐步添加功能
要求解释 "完成后，请解释每个文件的作用和关键代码逻辑"
七、普通人可以用 Codex 做什么？
场景一：自动化你每天重复做的事
你有没有每天都在重复的操作？整理数据、写报告、发邮件、检查信息——这些都可以让 Codex 写脚本自动化。
真实场景：
财务人员：每月把银行流水 CSV 导入 Excel，手动分类、汇总、做图表。→ 让 Codex 写一个脚本，拖入 CSV 自动生成图表和汇总表。
行政人员：每天从邮件里提取会议信息，手动录入日历。→ 让 Codex 写一个脚本，自动解析邮件正文，提取时间地点，生成日历事件。
教师：每学期整理学生成绩，计算排名、平均分、及格率。→ 让 Codex 写一个成绩分析工具，上传 Excel 自动出报表。
场景二：做你以前"不会做"的事
编程能力的缺失，让很多人只能用别人做好的工具。Codex 打破了这个限制——你能描述需求，就能拥有工具。
想监控某个电商商品的价格波动？Codex 能写爬虫。
想批量处理 500 张图片的尺寸？Codex 能写脚本。
想做一个内部团队的知识库？Codex 能搭网站。
想把 PDF 文件批量转成 Excel？Codex 能写转换工具。
这些以前要么花钱买软件，要么求人帮忙，现在你自己就能搞定。
场景三：开辟副业收入
副业方向 你用 Codex 做什么 变现方式
小程序/网页工具开发 用 Codex 快速开发实用小工具 上架小程序平台或出售源码
数据处理服务 帮客户处理 Excel、CSV 数据 按单收费（闲鱼/淘宝）
自动化脚本定制 为客户编写自动化工作流 按项目收费
技术教程创作 记录用 Codex 做项目的过程 自媒体内容变现
AI 工具培训 教非技术人员使用 Codex 等 AI 工具 线上/线下培训
场景四：构建个人 AI 工具箱
Codex 不是孤立的工具。它可以和你已有的工具链配合：
Codex + Obsidian：写脚本自动整理笔记、生成标签
Codex + Excel：写 VBA 宏或 Python 脚本自动化报表
Codex + 微信/飞书：写机器人自动回复、定时推送
Codex + WordPress：写插件扩展网站功能
八、对普通人未来工作和生活的影响
影响一："会编程"不再是稀缺能力，"会思考"才是
当 AI 能把自然语言翻译成代码时，编程本身的门槛趋近于零。但"想清楚要做什么"的门槛从未降低。
未来的竞争格局：
过去 现在/未来
谁会写代码，谁有竞争力 谁会描述需求、验证结果，谁有竞争力
技术能力是护城河 领域知识 + AI 协作能力是护城河
程序员 vs 非程序员 会用 AI 的人 vs 不会用 AI 的人
一个懂业务的产品经理 + Codex，可能比一个不懂业务的纯程序员产出更快、更准。因为前者知道"做什么"，后者只知道"怎么做"。
影响二：一人公司的技术壁垒正在消失
过去，一个人想做一个产品，最大的障碍不是想法，而是技术实现。现在：
想法 → Codex 帮你实现前端
数据 → Codex 帮你搭建后端
部署 → Codex 帮你配置 CI/CD
运维 → Codex 帮你写监控脚本
一个有领域专长的人 + Codex = 一人公司。 这不是夸张——Stripe 的 1,370 名工程师用 Claude Code 4 天完成了 10,000 行代码迁移；Rakuten 的新功能交付时间从 24 天缩短到 5 天。Codex 的底层能力是同级别的。当一个人的产出能追平过去一个小团队，"公司"的定义就变了。
影响三：职业安全感的重新定义
很多人担心 AI 会取代工作。更准确的说法是：AI 会取代不用 AI 的人。
职业 AI 不会取代的部分 AI 会加速/替代的部分
财务 审计判断、合规决策 数据录入、报表生成、对账
法务 法律推理、谈判策略 合同审查、文书生成、案例检索
设计 审美判断、创意决策 批量出图、尺寸适配、样式迭代
运营 策略制定、用户洞察 数据分析、日报周报、内容生成
程序员 架构设计、技术决策 CRUD 开发、bug 修复、测试编写
关键不是"会不会被取代"，而是"能不能用 AI 把自己变得不可替代"。
影响四：学习方式的根本变革
Codex 正在改变"学习编程"这件事本身的意义。
过去的编程学习路径：学语法 → 练算法 → 做项目 → 找工作（2-4 年）
现在的编程学习路径：用 Codex 做项目 → 遇到不懂的问 Codex → 逐步理解底层逻辑（2-4 周）
学习不再是从基础到应用，而是从应用到基础。 你先用起来，再在实践中学。这种"倒置式学习"效率远超传统路径——因为你有真实的上下文和即时的反馈。
影响五：创造力的解放
最深远的影响或许是：Codex 让"动手能力"不再是创造力的瓶颈。
很多人有想法，但一直没有动手——因为"不会写代码"。这个理由正在失效。
想做一个给父母用的健康提醒小程序？做。 想做一个孩子学习用的单词卡片工具？做。 想做一个社区用的二手交易信息板？做。
当你不再被"怎么做"困住，你终于可以专注于"做什么"和"为什么做"。
九、今天就开始
安装 Codex：npm install -g @openai/codex
注册 DeepSeek：platform.deepseek.com，获取 API Key，500 万 tokens 免费
配置：设置环境变量 + config.toml，30 秒搞定
做一个小项目：找一个你真正需要的小工具，用自然语言让 Codex 帮你实现
迭代：不满意就用自然语言继续改
不要等"准备好了再开始"。用 Codex 最好的方式，就是现在打开终端，输入 codex，然后说你想做什么。
工具已经就位。门槛已经消失。唯一的问题是：你想做什么？
本文数据来源：OpenAI Codex CLI GitHub 仓库（85.8k Stars, Apache-2.0）、DeepSeek 官方 API 定价页面（V4-Pro 永久降价公告 2026.5.22）、Anthropic Claude Code 企业案例（Stripe/Ramp/Wiz/Rakuten）、Codex CLI 官方文档及社区教程。所有数据截至 2026 年 5 月 27 日。
