AI Agent 入门

AI Agent 入门

Thu Oct 08 2026
9918 words · 36 minutes

以前与 AI 聊天,通常是你问一句,它回一段文字。编程 Agent 则可以在对话中读取文件、修改代码、运行命令,围绕一个目标继续推进。它为什么能做到这些?第一次使用,又该从哪里开始?

这篇文章从原理讲到实际操作,以 Windows 下的 Codex CLI 为主线。你不必先学会 React,也不需要下载示例程序;自选一个文件夹,从生成并检查一个小网页开始。能读懂一点 HTML、CSS 和 JavaScript,会更容易判断生成的代码是否符合预期。

本文记录于 2026 年 10 月 8 日。nvm-windows 的安装步骤对应 v2.0.1,CC Switch 界面说明对应 v4.0.4;Codex CLI 通过 npm 安装当前版本。升级后若界面或命令变化,请结合文中的官方链接查看。macOS / Linux 请使用各工具的官方安装说明,不要照搬 Windows 安装器。

AI Agent 是什么?

1. 从模型回复到执行任务

模型能根据输入生成回复,也能提出工具调用请求。Agent 把模型放进一个持续执行任务的程序里:提供上下文与工具,执行模型请求的动作,把结果送回去,再决定下一步。

比如“解释这个网页的 JS 文件”:程序先把你的目标给模型,模型可能请求读取文件;程序读出内容,再把内容交回模型,最后生成解释。

组成部分示例
目标与指令“读取这个示例,解释它做什么”
模型根据已有信息,决定回复或请求下一步动作
上下文当前目标、聊天记录、读到的文件、工具执行结果
工具读取文件、编辑文件、运行命令等能力
控制程序 / Harness组织上下文与调用循环,检查权限,执行工具并返回结果

Agent 中模型、控制程序、上下文和工具的关系

Agent 架构:模型提出工具请求;程序执行具体操作。文件访问与命令执行受程序的工具和权限设置约束。

模型不是自己伸出手去改电脑。真正读写文件、执行命令的是工具和运行它们的程序。 你给它什么上下文、工具和权限,会影响它能做什么。

2. Agent 的核心:结果会回到下一轮

Agent 的工具调用循环

工具调用循环:一次工具结果进入上下文后,模型可能继续调用工具,也可能回复、请求补充信息或结束本轮。图中的循环是外部程序流程,不是模型内部思维过程的展示。

以“给页面加主题切换”的任务为例:

  1. 收到“给页面加主题切换”的目标。
  2. 请求读取 HTML、CSS、JS,了解已有结构。
  3. 请求编辑文件,工具返回执行结果。
  4. 请求运行检查;发现问题时继续修改。
  5. 回复完成情况,交给人检查。

这不是每次任务都必须走完的固定步骤:解释代码可能只需要读取文件,修改页面才需要编辑和检查。下面会从一个小页面开始,亲自观察这些动作。

“Agent 说完成了”不等于结果一定正确;工具也可能失败、文件可能没有读全。能看懂基础代码并自己操作页面,就能更有根据地检查它。

想一想:
Agent 回答了“文件已修改”,但没有任何编辑工具的执行结果,这能证明文件真的变了吗?

3. 客户端、配置工具与模型服务

接下来以 Codex CLI 为例认识编程 Agent。使用自定义模型服务时,再加上 CC Switch 管理连接配置。

名字职责
Codex CLI终端里的 Agent 客户端,组织任务并使用本机工具
CC Switch管理 Codex 等客户端的供应商配置,方便切换连接
API 服务与模型接收模型请求并返回结果;需要可用账号或 API 接入信息

Codex CLI、CC Switch、API 服务与本机工具的连接关系

客户端与模型服务的连接关系:本文的自定义 API 路线使用“直连”。CC Switch 把配置写给客户端;请求由 Codex CLI 直接发往供应商,CC Switch 不在直连请求的中转链路上。

CLI 是 Command Line Interface,命令行界面。在终端运行 codex,就能进入它的交互界面。

API 可以理解为程序之间约定好的通信接口。URL 告诉客户端到哪里连接;模型名决定向服务请求哪个模型;API Key 用来认证。下面使用 Responses API 直连,接口需支持这一协议,还需支持工具调用,连接参数从所选服务方获取。

了解即可: 上下文不是无限的,也不代表永久记忆;模型只能依据本轮实际提供或读取到的信息行动。后面用 AGENTS.md 和一个小 Skill 体验如何补充规则。MCP 与多 Agent 是进一步的扩展,第一次使用不必先学这些。

原理参考:OpenAI 官方工具调用说明↗。理解这条循环就可以开始使用 Agent,不必先学会 API 编程。


Codex CLI 安装与配置

下面安装 Codex CLI,选择一种登录或 API 接入方式,最后在自己选的文件夹中生成一个小页面,检查连接与工具执行。

先走完这条路线:安装 nvm 和 Node.js → 安装 Codex 与 pnpm → 登录或配置 API → 生成并打开一个小页面。之后再按需要尝试规则文件、Skill、计划模式与目标模式。

先分清:在哪里输入?

第一次接触命令行时,最容易混淆“这句话到底输入在哪里”。下面会用到三个操作位置:

操作位置在这里做什么
Windows 的 PowerShell 窗口输入安装命令、检查版本、启动 Codex
CC Switch 软件窗口点击按钮,填写接口地址、模型名和 Key
启动后的 Codex 输入区输入 /status、中文任务、/plan、/goal,以及退出命令 /quit

PowerShell 命令与 Codex 对话的输入位置示意

输入位置示意,非真实接通截图。Codex 会在 PowerShell 窗口中打开;退出后又回到 PowerShell。图里的 PS 路径> 和 › 是提示符,不需要复制。

下面每个命令块都会注明输入位置。只复制框内的内容,一块一块执行,不要把安装命令粘贴到浏览器 Console,也不要把后面的中文任务当成 PowerShell 命令。

准备条件

本教程以 Windows 10/11、nvm-windows v2.0.1 和 CC Switch v4.0.4 为例。准备一台能够联网的电脑,并选好自己的练习文件夹;也可以新建一个空文件夹。

安装工具与接通模型是两件事。先确定自己使用哪一条接入路线:

接入路线需要准备什么是否需要 CC Switch
官方登录可使用 Codex 的 ChatGPT 账号,或官方支持的 API 认证方式不需要;按 Codex 的登录提示操作
自定义 API服务方提供的接口地址、准确模型 ID、个人 API Key;接口支持 Responses API 和工具调用本文使用它管理配置

账号能否使用 Codex、额度与计费,分别以 Codex 官方认证说明↗ 或所选服务的说明为准。安装客户端或 CC Switch 本身不会赠送模型额度。

使用自定义 API 时,在服务方控制台或文档中取得 接口地址、模型 ID 和 API Key。它们分别告诉 Codex“连接哪里”“使用哪个模型”“用什么凭据连接”。只写“兼容 OpenAI”还不够,需要确认 Responses API 与工具调用可用。本文里的 MODEL_ID、YOUR_API_KEY、api.example.com 都是占位值,不能直接用于连接。

准备观察第一个网页时,可以先安装 VS Code↗,在扩展页搜索并安装 Live Server(Ritwick Dey)。这只是打开网页的辅助工具,生成页面并不需要提前装 React 或 Vue。

以下界面操作对应 CC Switch v4.0.4;不同版本的按钮位置可能变化。

第一步:安装 nvm、Node.js、Codex 与 pnpm

这次一起准备好后续开发要用的环境。先分清几个名字:

工具作用
nvm-windows安装和切换不同版本的 Node.js
Node.js让 JavaScript 在浏览器之外运行,为 npm 等工具提供环境
npm随 Node.js 一起安装,用来下载安装开发工具和项目依赖
pnpm另一个包管理器,后续项目可以用它安装依赖
Codex CLI这次通过 npm 安装的 Agent 客户端

顺序是 nvm-windows → Node.js(自带 npm)→ Codex CLI 和 pnpm。npm 与 pnpm 都负责包管理,pnpm 不会替换 Node.js。这里先安装工具,不展开项目依赖管理。

已经有 nvm 的读者,先在 PowerShell 中用 nvm --version 检查。是 v2 且 Node.js/npm 可用时,可以直接从第 3 小步开始;旧版 nvm 按 官方升级与迁移说明↗ 完成迁移后,再继续。已有 Node.js、尚未安装 nvm 的处理方式见下面安装器的 Adopt 说明。

1. 下载并安装 nvm-windows

Windows 原生环境使用 nvm-windows。它与 macOS / Linux 的 nvm 是不同项目,安装方法也不同。

打开 官方 v2.0.1 发布页↗,展开 Assets,下载对应安装包。本教程按这一版本说明步骤。

电脑下载文件
常见 Intel / AMD Windows 电脑nvm-2.0.1-x64-setup.exe
Windows ARM64 电脑nvm-2.0.1-arm64-setup.exe

不确定架构时,在 设置 → 系统 → 关于 → 系统类型 中查看。第一次安装只需 setup.exe,不用下载源码或 sync.exe。

双击安装包,用当前用户正常安装;不要右键以管理员身份运行这个社区版安装器。存储位置和其他偏好保持默认,遇到 Operating Mode 时选择 Shim,可选邮箱可以留空,然后按向导完成。官方安装说明↗

如果电脑已经安装了官方 Node.js,安装器可能出现 Existing Node.js 页面。可以选择 Adopt(接管),把现有 Node.js 和全局 npm 包复制到 nvm 管理的环境,并保留原安装。不要随意选会卸载原安装的 Drop,也不用手动删除 Node.js 文件夹。没有原安装的电脑不会看到这一页。已有 Node.js 的处理↗

安装结束后,关闭旧终端。按 Windows 键,搜索 PowerShell,打开新窗口;不需要先进入某个项目目录,也不需要以管理员身份运行日常安装命令。

在 PowerShell 输入:

Terminal window
nvm --version

应看到 nvm 的版本号。 如果提示无法识别 nvm,先关闭并重新打开 PowerShell;仍不行时,检查安装是否完成,不要继续下一条命令。

2. 用 nvm 安装并启用 Node.js

在 PowerShell 输入:

Terminal window
nvm install lts

lts 表示长期支持版本,适合这次学习。等待下载、安装完成后,再执行下一条:

Terminal window
nvm use lts

install 是下载并安装,use 是选中要使用的版本。装好之后还要启用,终端中的 node 和 npm 才会指向它。官方安装与切换流程↗

接着逐行检查:

Terminal window
node --version
npm --version

两条都应输出版本号。 Node.js 和 npm 的版本号不同是正常的;不用另外寻找一个 npm 安装包。若 nvm use lts 提示对应版本没有安装,运行 nvm list installed,找到刚装好的完整版本号,再执行 nvm use 版本号,把“版本号”替换成列表中的数字。

3. 通过 npm 安装 Codex CLI

仍在 PowerShell 输入:

Terminal window
npm install -g @openai/codex@latest

install 表示安装;@openai/codex 是官方软件包名;-g 表示把它安装成终端可调用的工具,之后可以从不同项目文件夹启动 Codex。不要把这条命令写进 HTML 或 JS 文件。Codex 官方 npm 安装说明↗

等待命令完成,再检查:

Terminal window
codex --version

完成后应看到 Codex 的版本号。 这表示 nvm、Node.js/npm 和 Codex 的安装路线已经走通;模型服务还要经过后面的 CC Switch 配置和首次任务才能接通。@latest 表示安装当前发布版,后面的目标模式需要 Codex 0.128.0 或更新版本。

本教程使用 nvm-windows v2 的默认 Shim 模式,直接输入上面的 npm 和 codex 即可。遇到 .ps1 限制时,按下面的排错表检查实际环境。

如果原来已经安装了 Codex,先用 Get-Command codex -All 看当前命令来自哪里,避免同时使用独立安装版和 npm 版而分不清路径。

如果选择官方登录,完成 pnpm 安装后可以跳到“第四步”,启动 Codex 并按界面提示登录。选择自定义 API 时,再继续第二、三步。两种方式任选其一,不需要把 API Key 填进普通聊天消息。官方认证说明↗

4. 顺便安装 pnpm

pnpm 也是包管理器,后面写项目时可以用它安装依赖,并复用包存储,减少多个项目间重复保存的内容。既然 Node.js 和 npm 已经准备好,就一起装上;首次单文件练习用不到它。

在 PowerShell 输入:

Terminal window
npx get-pnpm

npx 随 npm 提供,这里用它运行 pnpm 的官方安装器;若提示是否继续安装所列的 get-pnpm 软件包,输入 y 后回车。等待完成,按安装输出提示重开 PowerShell,再检查:

Terminal window
pnpm --version

应看到 pnpm 的版本号。 这一步采用 pnpm 官方安装指南↗ 的 npm 路线;当前安装器需要 Node.js 22.13 或更新版本,前面新安装的 LTS 可满足要求。

以后项目已有 pnpm-lock.yaml 时通常使用 pnpm;已有 package-lock.json 时通常使用 npm。学习时一个项目选一种即可。后面的单文件页面不需要安装任何依赖。项目中的 pnpm install 用来安装已有依赖,pnpm add 包名 用来添加依赖,需要时再学即可。

第二步:下载并安装 CC Switch

进入 CC Switch 官方 v4.0.4 发布页↗,找到并展开 Assets(发布页中的下载文件列表),点击需要的文件下载:

电脑安装包
常见 Intel / AMD Windows 电脑CC-Switch-v4.0.4-Windows.msi
Windows ARM64 电脑CC-Switch-v4.0.4-Windows-arm64.msi
需要免安装版本对应架构的 Windows-Portable.zip,完整解压后运行

双击 MSI,按安装向导完成安装,然后打开 CC Switch。只从 官方仓库↗ 或仓库指向的 ccswitch.io↗ 获取软件。系统与安装包说明↗

CC Switch 官方界面中的应用选择与供应商列表

布局参考图,来源:CC Switch v4.0.4 官方仓库↗。官方素材展示的是 macOS / Claude Code 页面;本文在 Windows 中选择 Codex,图中的供应商与模型参数不用照抄。

完成后应看到: CC Switch 的主窗口。选择左侧的 Codex。

第三步:把接入信息填进 CC Switch

“供应商”可以理解为提供模型的服务。CC Switch 帮你保存这个服务的连接信息,安装 CC Switch 本身不会获得模型额度。

1. 找到填写位置

在 CC Switch 软件窗口中操作:

先选左侧 Codex,再选顶部 直连。点右上角 + 添加供应商,在预设选择页点 自定义配置,打开填写参数的窗口。本文使用直连,不需要启用路由或本地代理。

拿出服务方提供的接入信息,逐项复制。供应商名称是你自己起的显示名称,默认模型是服务要求的准确 ID,两者可以不同。

CC Switch 中的字段应该填什么说明
供应商名称可以直接填 我的模型服务便于自己识别这份配置
API 请求地址服务方提供的接口地址(API Base URL)原样复制,保留 完整 URL 开关关闭
默认模型服务方提供的模型 ID替换表单中原有的模板值,不填商品宣传名称
API Key你自己的 API Key类似连接服务的密码,只填自己的这一份

下面图片里的 https://api.example.com/v1、MODEL_ID、YOUR_API_KEY 都是占位示例,不能照填。不要在真实地址后自行添加 /responses 或 /chat/completions,也不要把 Key 的说明文字、引号或首尾空格一并复制进去。

Responses 直连配置的参数填写示意

Responses 参数示意:这是一张参数卡,不是 CC Switch 产品截图。全部示例值均需替换,真实 Key 只填在自己电脑的客户端配置里。

填好四个字段后:

  1. 展开 高级选项,确认 上游格式 → Responses(原生)。这是 Codex 与服务通信的方式,先按此选择即可,不需要学习协议代码。
  2. 如果提示模型不在映射中,点 加入映射。需要手动添加时,在 模型映射 → 手动添加 中填写:显示名 我的模型服务,实际请求模型仍是服务方给出的模型 ID。
  3. 其他字段先保持默认或留空;服务方另有参数说明时,再按说明填写。

2. 保存并切换到这份配置

点 添加,回到直连列表。找到刚添加的 我的模型服务 卡片,点三角形的 切换 图标。

完成后应看到: 这张卡片标着 使用中。仅仅添加配置还不够,要切换到它,之后新启动的 Codex 才会使用这份配置。

界面名称对应 v4.0.4,参见 官方添加供应商说明↗。

注意: API Key 相当于连接凭据。截图、提交项目或分享配置时,用 YOUR_API_KEY 替换真实值。

第四步:在自己的文件夹里启动 Codex

如果已经开着 Codex,先在其中输入 /quit 退出。配置改好后重新启动,让它读取新配置。CC Switch 若提示 重启 Codex 守护进程,先结束旧任务,再按提示操作;这是重新启动后台程序,不是重装软件。v4.0.4 重启说明↗

1. 自选一个工作文件夹

Codex 不要求使用指定目录。你可以选择自己的练习文件夹,也可以在任意方便的位置新建一个空文件夹,名称自定,例如 my-first-page。下面以空文件夹为例,从零生成一个小页面。

在资源管理器打开你选的文件夹,点击上方地址栏,输入 powershell,按回车。终端会从这个位置打开;提示符中的路径应与你选择的文件夹一致。

如果选的是已有项目,先用 VS Code 看一下里面的文件。已有页面可以做“读取并解释”的任务;下面创建 index.html 的请求适合空目录。

2. 启动 Codex

在 PowerShell 输入:

Terminal window
codex --sandbox workspace-write --ask-for-approval on-request

这条命令允许 Codex 在当前工作目录中读取、创建和修改文件;需要额外权限的动作会询问你。本例只生成一个页面,先按这个范围使用即可。官方权限说明↗

完成后应看到: Codex 的交互界面和可以输入问题的位置。此时窗口已经由 Codex 接管,下面的 /status 和中文任务都输入到 Codex 中。

首次启动可能有目录信任或 Windows 沙箱设置提示。确认路径是自己刚选的文件夹,再按提示完成设置。选择官方路线时,按当前界面的登录提示完成认证。选择自定义 API 时,若仍要求登录,返回第三步检查 API Key 和 使用中 状态,再退出重开。自定义服务的 Key 应填在 CC Switch 配置中。

进入 Codex 后输入:

/status

查看当前模型、工作目录和权限。模型应对应你选择的模型或服务方给出的 ID,目录应是你选的文件夹。若权限仍为只读,可以用 /permissions 按界面选允许工作目录内编辑的模式,再检查一次。打开界面只说明程序启动了;下面任务成功,才算模型与工具都接通。

3. 从空目录生成第一个页面

在 Codex 输入区粘贴,再按回车发送:

请在当前空文件夹创建一个 index.html,做一个简洁的欢迎语页面。
页面包含姓名输入框、“显示欢迎语”按钮和显示结果的位置。
输入为空时提示填写名字;有名字时显示“你好,名字!”。
把 HTML、CSS、JavaScript 都放在这个文件里,使用 textContent 显示用户输入。
用原生 HTML/CSS/JS,实现后说明如何用 Live Server 打开,以及应检查的操作。

发送后等待完成。你会看到工具创建文件的记录,以及模型的说明;具体工具名称和显示样式可能随版本不同。如果出现权限询问,先看它准备操作什么,再对照本次任务判断。

已有页面的另一种任务: 可以把上面的请求换成“请读取当前目录中的 index.html,用中文解释它的结构与点击事件,先保持文件原样”。文件名按自己的项目修改即可。

4. 打开结果,自己操作一次

用 VS Code 打开这个文件夹,找到新生成的 index.html,右键选择 Open with Live Server。输入名字、点击按钮,再试一下空输入,检查行为是否符合请求。

把“过程”和“结果”分开看:创建文件的工具记录说明做了什么;浏览器里的实际操作说明页面是否能用。 如果只收到一段代码,可以继续说“请把代码保存为当前目录的 index.html”。

想修改一处,可以在同一个 Codex 输入区继续发送:

请把欢迎语改成“你好,名字!欢迎来到我的网页。”,并说明改动的位置。

这就是一次最小的 Agent 使用过程:给任务 → 观察工具 → 打开页面 → 验证结果 → 继续调整。想做更大的项目时,可以先把需求拆成小步骤,每完成一部分就打开结果检查;再逐渐引入依赖、Git 和更完整的验证。

用完如何退出?下次怎么打开?

回复结束后,在 Codex 中输入:

/quit

按回车退出。重新看到 PS 路径>,就回到了 PowerShell;此时才继续输入终端命令。需要提前结束时,也可以按 Ctrl+C,按照当前界面的提示中断或退出。官方交互命令与快捷键↗

下次不需要重装或重新填写 Key:从要处理的文件夹打开 PowerShell,再运行前面的启动命令。换了地址、模型或 Key 时,回到 CC Switch 修改并切换配置,然后退出旧 Codex、重新启动。

到这里,能在自己选的目录生成一个页面、运行并完成一次小调整,就走通了首次使用。

继续对话、查看历史与创建分支

上次做了一半,这次不用把要求重新说一遍。先从同一个项目文件夹打开 PowerShell,再选择要继续的对话。

在 PowerShell 输入以下命令之一:

命令用途
codex resume打开历史对话选择列表,选择要继续的会话
codex resume --last直接继续当前目录中最近的一次对话
codex resume --all在列表中查看其他目录的历史对话
codex fork从历史列表选择一段对话,复制其历史并创建新的对话分支

列表默认按当前工作目录筛选,适合找这个项目之前聊过的内容。找不到时,先确认文件夹是否正确,再试 --all。如果所选会话原来的目录与当前目录不同,按提示选择要使用的目录。官方 CLI 会话命令↗

已经进入 Codex 时,在 Codex 输入区使用:

命令用途
/resume打开已保存的会话列表,选择并继续对话
/new在当前 CLI 中开始一段新对话
/fork以当前对话的历史为起点,创建一个新分支,保留原对话

例如,已经讨论好欢迎语页面,想尝试另一种布局,可以输入 /fork,再说“沿用刚才的功能,尝试左右布局”。分支会继承此前的讨论;/new 则从新的聊天上下文开始。官方交互命令↗

对话分支与文件副本是两回事。 /fork 复制聊天历史,不会自动创建 Git 分支或复制项目文件夹。同一目录里的对话仍使用当前文件,继续旧对话也不会把文件恢复到当时的版本。项目与对话说明↗

常见问题:按现象定位

先判断卡在哪一步:找不到命令 → 回第一步;目录不对或没有文件 → 回第四步检查工作目录与工具记录;认证、地址或模型错误 → 回第三步核对参数。改好配置后重新启动 Codex,再试一次任务。

现象先检查什么处理方式
找不到 nvm安装是否完成、终端是否重开回第一步安装 nvm 的小节,关闭旧 PowerShell 后重新打开并检查版本
找不到 node 或 npmNode.js 是否安装并启用回第一步安装 Node.js 的小节,依次确认 nvm install lts、nvm use lts,再检查两个版本号
nvm use lts 提示未安装刚安装的版本与当前 LTS 是否一致执行 nvm list installed,用刚安装的完整版本号执行 nvm use 版本号
codex 不是可识别的命令当前 Node.js 是否启用、npm 安装是否成功先检查 node --version 和 npm --version;检查安装命令的错误输出,新开 PowerShell 后重试 codex --version
提示 npm.ps1 或 codex.ps1 不能运行是否命中了原有安装的脚本入口v2 默认 Shim 环境可尝试 npm.exe / codex.exe,用 Get-Command npm -All、Get-Command codex -All 检查路径;旧版环境中的 .cmd 入口按实际安装使用,不改整台电脑的永久执行策略
下载失败、超时网络是否能访问官方安装包和 npm 软件源检查网络,重新执行失败的那一步;尚未成功时不要继续下一步
401 / 403Key 是否复制正确、是否有权使用该模型回第三步重新核对个人 Key 和模型 ID;仍失败时联系服务方,提交去掉 Key 的错误信息
404 或找不到 /responsesAPI 请求地址是否照填回第三步原样复制服务方给出的 Base URL,不自行拼路径;确认服务支持 Codex 的 Responses 接口
找不到模型 / model not found是否还留着 MODEL_ID 或模板默认值改为该服务、账号和套餐实际支持的模型 ID
/model 看不到自定义模型是否加入了模型映射、配置是否刷新检查映射后退出重开;有旧配置提示时按 CC Switch 提示重启守护进程
400、工具调用中断连接参数及工具调用协议是否与服务说明一致先按第三步核对;仍失败时保存不含 Key 的错误信息,核对服务支持情况
没看到生成的 index.html/status 中的目录、是否有创建文件的工具记录确认在自己选的目录中;让 Codex 把代码保存为文件,再刷新 VS Code 文件列表
提示只能读取、无法写文件当前权限是否仍为只读用 /permissions 查看并选择工作目录内编辑模式,确认范围后重试
找不到 pnpm安装器是否完成、是否需要重开终端重开 PowerShell,按安装输出检查路径,再执行 pnpm --version
Windows 沙箱初始化失败当前设备策略及默认沙箱是否可用按 官方 Windows 沙箱说明↗ 排查;不要通过开启完全访问绕过问题
超时、连接失败、额度不足网络环境、接口服务状态、个人余额和限制检查网络、服务状态和配额,恢复可用后再测试

让 Agent 记住项目习惯:AGENTS.md 与技能

每次都说“用中文解释”“代码简单一点”,是不是有些麻烦?可以把长期约定放进文件,让 Codex 在这个项目中反复使用。

下面都在你自己选择的项目文件夹中操作。文件夹的名字随意;可以接着使用刚才的小页面,也可以新建空文件夹从零开始。

AGENTS.md:项目的说明书

文件名是 AGENTS.md,有一个 S。在 VS Code 打开项目文件夹,新建这个文件,复制下面的内容:

# 项目约定
- 使用中文解释修改内容。
- 页面使用原生 HTML、CSS、JavaScript,代码适合初学者阅读。
- 显示用户输入时使用 textContent。
- 完成修改后说明如何打开页面,以及需要手动检查的操作。

保存后退出并重新启动 Codex,再输入:

请说明你读取到的 AGENTS.md 中有哪些项目约定。

Codex 会在开始工作前读取项目指导。以后想调整习惯,修改这个文件即可。已有项目也可以在 Codex 中输入 /init,让它生成初稿,再由你检查和精简;第一次先用上面的短文件就够了。官方 AGENTS.md 说明↗、/init 命令↗

SKILL.md:可重复使用的操作步骤

AGENTS.md 放项目中的长期约定;**技能(Skill)**适合保存“检查页面”“整理文档”这样的具体流程。它是一组文件,其中必须有 SKILL.md。

先装一个自己看得懂的小技能。在 VS Code 文件列表中新建这些文件夹和文件:

你选择的项目文件夹/
├─ index.html
├─ AGENTS.md
└─ .agents/
└─ skills/
└─ page-check/
└─ SKILL.md

将下面的内容完整复制到 SKILL.md;开头两行 --- 之间是技能的名称与用途,后面是执行步骤。

---
name: page-check
description: 检查原生 HTML 页面的输入与按钮交互。用户要求检查欢迎语页面时使用。
---
1. 读取用户指定的 HTML 和关联的 JavaScript。
2. 检查输入框与标签的关联、DOM 查询与事件绑定、用户输入的显示方式。
3. 对每个发现的问题,给出文件位置、原因和最小修改建议。
4. 最后列出浏览器中需要手动检查的操作;没有发现问题时明确说明。

这样就完成了这个项目技能的安装,无需执行 npm 命令。保存后在 Codex 中输入 /skills,找到 page-check,或直接发送:

$page-check 检查 index.html,先给出建议。

$page-check 告诉 Codex 使用这个技能;后面才是本次任务。Codex 也可能根据技能的 description 自动选用它。新增技能通常会自动发现;没有出现时退出并重新启动 Codex。官方技能说明与加载位置↗

想安装现成技能,可以在 Codex 中输入:

$skill-installer 列出可安装的官方技能,并说明各自的用途。

选好后让它安装,再用 /skills 确认。$skill-creator 可以帮助你创建自己的技能。先从一个短技能开始,知道它做什么,再逐渐添加需要的流程。官方技能安装与创建↗

不知道选什么时,也可以直接让 Codex 搜索并推荐适合当前项目的技能。先看来源、用途和执行步骤,再决定是否安装。

先想清楚再做:计划模式

直接发任务适合小修改。如果还没想清楚页面要怎么做,可以让 Codex 先讨论方案。

在 Codex 中输入:

/plan 我想在当前文件夹做一个欢迎语页面。请先确认功能和文件安排,用原生 HTML、CSS、JavaScript,给出三步计划。

进入计划模式后,Codex 会了解需求、补充问题并给出计划。先看方案是否符合你的想法,想改什么就继续说;这一步的重点是确定做法。

确认后按 Shift+Tab 切回普通模式,检查界面已经离开 Plan,再发送:

按照刚才确认的计划开始实现。

也可以使用界面显示的实施计划选项。/plan 是 Codex 对话命令,不能当成 PowerShell 命令运行。正在执行任务时,先等本次任务结束再切换。官方计划模式说明↗、CLI /plan 命令↗

朝一个结果持续推进:目标模式

如果任务需要“修改 → 检查 → 再修改”,可以设置一个持续目标。目标最好写出要做成什么、如何判断完成、使用什么范围。

例如,已经有页面后,在 Codex 中输入:

/goal 完善当前文件夹中的欢迎语页面:输入名字后点击按钮显示欢迎语;空输入有提示;保持原生 HTML、CSS、JavaScript。检查代码,并列出这两个场景的浏览器验证步骤;完成后说明修改了哪些文件。

Codex 会围绕这个结果继续推进,并检查是否达到完成条件。你仍然可以补充要求、观察工具执行与修改结果。

在 Codex 中输入作用
/goal查看当前目标
/goal edit修改目标
/goal pause暂停目标
/goal resume恢复已暂停的目标
/goal clear清除当前目标

目标可能因完成、主动暂停、预算限制或需要你补充信息而停止;清除目标不会撤销已经修改的文件。普通的“改一处文字”直接发消息即可。

目标功能从 Codex 0.128.0 开始提供。如果 /goal 不可用,退出 Codex,在 PowerShell 执行 npm install -g @openai/codex@latest,检查 codex --version 后重新打开。官方目标入门↗、目标管理命令↗

第一次使用,先做一个能打开、能操作的小页面就够了。熟悉之后可以按“讨论需求 → 确认计划 → 分步实现 → 检查文件改动 → 验证结果”的顺序,逐渐尝试完整项目。



可选:使用图形界面或其他 Agent

原理并不只属于 Codex CLI。其他客户端也会组织上下文、调用工具、返回结果。第一次选一条路线走通即可,不必同时装齐。

ChatGPT Windows 应用中的 Codex

喜欢图形界面时,可以从 ChatGPT 官方下载入口↗ 获取应用,或在 Microsoft Store 搜索 ChatGPT,核对发布者与官方入口。下图是作者的商店截图,界面和可用版本以当前页面为准。

Microsoft Store 中的 ChatGPT 搜索结果

作者截图:Microsoft Store 的 ChatGPT 搜索结果,不是 API 接通结果。无需为了本文特意选择 Beta 版本。

进入应用里的 Codex 后,选择自己的本地项目,再发送刚才的小页面任务。需要查看文件位置、执行记录和实际页面的原则,与 CLI 一样。

CC Switch 配置会同时影响图形界面和 CLI 吗? 在同一 Windows 用户、同一 Codex 配置目录下,本地 Codex 界面与 CLI 会读取共享的 config.toml,因此切换供应商可以影响两者。改完后退出并重新打开旧会话或客户端,使其读取新配置。普通 ChatGPT 聊天和云端任务不使用这份本地供应商配置。官方模型配置说明↗

如果图形界面还需要保留官方账号登录,先完成官方登录,再在 CC Switch v4.0.4 的 设置 → 通用 → Codex App 增强 中查看 直连切换时保留官方登录 选项。直连模式下它默认关闭;启用后再切换供应商,可以保留官方登录信息。具体名称以当前版本界面为准。v4.0.4 官方登录保留说明↗

如果用了 WSL、另一台电脑、另一个系统用户或自定义 CODEX_HOME,它们可能使用不同的配置目录,不应假定自动同步。API Key 与应用登录也各有用途:保留登录不代表自定义服务就不需要 Key。

WorkBuddy

希望把任务、工作空间、工具执行和产物集中在一个窗口时,可以尝试 WorkBuddy↗。下载 Windows 客户端,按安装向导完成安装与登录,新建任务并选择自己的文件夹,再发送前面的欢迎语页面请求。

WorkBuddy Windows 安装向导中的许可协议步骤

官方安装素材,来源:WorkBuddy Windows 安装指南↗。系统要求、账号登录和界面以当前版本为准。

自定义模型请按它自己的配置说明操作,不要直接复制本文的 Codex Responses 配置。先确认模型支持工具调用,并查看账号的额度与费用。官方模型配置↗、首次任务教程↗

其他选择

工具可以从哪里了解
DeepSeek Harness开源、可组合的 Agent Harness;目前官方标注为公开预览,安装与插件方式见 官方入口↗
Claude Code可读取、修改项目并运行命令的编程 Agent,支持情况与认证方式见 官方文档↗
OpenCode另一种编程 Agent 客户端,支持的界面与模型配置见 官方文档↗

选择时先看四件事:你是否喜欢它的操作界面、模型服务是否可用、能否看清工具与权限、生成结果是否方便自己验证。名字换了,“给目标 → 观察动作 → 检查结果 → 继续调整”的使用习惯仍然适用。

接下来可以尝试什么?

从欢迎语页面出发,加一个主题切换、做一个待办清单,或把自己已有的网页交给 Agent 阅读并解释。每次给出具体要求和完成条件,保留能解释的代码,并自己打开结果操作一遍。

尝试现成项目时,先让它说明目录结构和启动方法,再讨论需要改动的部分;准备做更大的功能时,先用计划模式把想法拆开。你不需要一下子掌握所有模式,能够看懂它做了什么、判断下一步该做什么,就已经开始与 Agent 协作了。


Thanks for reading!

AI Agent 入门

Thu Oct 08 2026
9918 words · 36 minutes