扫盲贴：CodexCLI是做什么的？

Codex CLI 是 OpenAI 推出的终端 AI 编程助手，其核心优势在于能直接读取、修改项目文件并执行命令。掌握以下技巧，可大幅提升使用效率与代码质量：一、提示词与交互技巧
1.精准引用文件（@语法）：使用
@ 快速引用项目中的具体文件作为上下文（如
参考 @UserService.java 的风格），避免 AI 猜测，提升代码修改的准确性。
2.提示词四要素法则：采用“目标 + 位置 + 约束 + 验证”的模板（如“在
src/service 下添加分页逻辑，使用 Prisma，修改后运行
npm test”），让 AI 输出更符合预期。
3.Plan 模式（先规划后执行）：对于复杂任务，先要求 AI 输出执行计划并确认，再让其执行，避免大范围跑偏或误改文件。
4.分步执行与验证：将大任务拆分为小步骤，每步完成后通过
/diff 检查代码差异，并进行最小范围测试，确保每一步可控。二、配置与上下文管理技巧
1.善用 agents.md：在项目根目录或
~/.codex/ 下创建
agents.md，写入项目规范、技术栈偏好和代码风格，让 AI 自动遵循团队规范，减少重复提示。
2.上下文压缩（/compact）：当对话历史过长导致上下文窗口受限时，使用
/compact 命令让 AI 总结历史，释放上下文空间，保持对话连贯。
3.会话管理（/resume 与 /clear）：使用
/resume 恢复历史会话继续工作；切换任务或发现上下文污染时，使用
/clear 清空当前会话，保证新任务输出质量。三、权限与沙箱控制技巧
1.合理设置审批模式（-a 参数）：日常开发使用默认模式（
-a untrusted）或按需审批（
-a on-request）以保障安全；在 CI/CD 或完全可控的本地环境，可使用全自动模式（
-a never）提升效率。
2.使用沙箱模式（--sandbox）：在测试不确定的代码或脚本时，使用
--sandbox read-only 或
--sandbox 隔离环境，避免污染真实工作区，测试完毕即可丢弃改动。四、模型与参数调优技巧
1.按需切换模型（-m 参数）：简单任务（如代码格式化、小修复）使用轻量模型（如
gpt-5-mini）以提升速度并节省 Token；复杂任务（如大型重构、架构设计）使用强模型（如
gpt-5-codex 或
gpt-5）以提升输出质量。
2.调整推理强度（--reasoning-effort）：日常开发使用
medium 平衡速度与质量；复杂任务使用
high 或
xhigh 以获取更深度的推理结果。五、工作流与自动化技巧
1.非交互模式（codex exec）：结合 CI/CD 或自动化脚本使用
codex exec 执行一次性任务（如运行
lint 检查、生成报告），实现自动化流水线。
2.Git 分支保护：在执行大规模重构或高风险修改前，创建独立 Git 分支，便于 AI 修改后快速回滚，实现“AI + Git”的安全工作流。