万字 Codex 使用安装教程全攻略：看这一篇就够了-171主机测评

OpenAI Codex 是当前业界最强大的代码生成与理解模型之一，可完成代码补全、函数生成、bug 修复、命令行翻译、自然语言转代码、项目搭建等全流程开发任务，广泛用于前端、后端、移动端、数据分析、自动化脚本等场景。无论是个人开发者、学生、团队研发，还是 AI 编程工具二次开发，Codex 都能大幅提升编码效率。

本文为 2026 最新完整版，覆盖 Windows / macOS / Linux / WSL 全平台，从环境准备、账号开通、CLI 安装、桌面端部署、API 对接、IDE 集成、权限配置、国内可用方案、实战案例、故障排查到高阶技巧，一步一图、命令可直接复制，零基础也能一次成功。

1. Codex 核心能力与适用场景

Codex 基于 GPT 系列代码专用模型，支持 Python / JavaScript / Java / C++ / Go / PHP / Ruby / Shell 等数十种语言，核心能力：

自然语言描述 → 直接生成完整代码 / 函数 / 类
代码解释、重构、优化、注释生成
Bug 自动检测与一键修复
命令行指令生成（自然语言转 Shell）
项目脚手架快速生成
API 对接、SDK 封装、数据库操作
与 VS Code、Cursor、IDEA、CLI 无缝协同

适用人群：

前端 / 后端 / 测试 / 运维 / 算法工程师
学生、自学编程、低代码开发者
希望提升开发效率的团队
AI 工具开发者（二次封装 Codex）

2. 安装前必读：系统与账号要求

2.1 系统支持

macOS 12+（原生最佳）
Windows 10/11（推荐 WSL2 提升稳定性）
Linux（Ubuntu 20.04+/Debian 10+/CentOS 8+）
内存 ≥ 4GB（推荐 8GB+）
磁盘空间 ≥ 2GB

2.2 必备条件

OpenAI 账号（支持 Plus / Pro / Team / Enterprise）

可用网络环境（官方 API 区域限制）

Node.js ≥ 18 LTS（CLI 必须依赖）

Git ≥ 2.0（可选，推荐安装）

重要：Codex 不提供完全本地离线模型，所有请求需调用 OpenAI 云端接口；国内用户请使用合规中转 / 企业代理。

3. 全平台 Node.js 安装（必选）

Codex CLI 基于 Node.js 开发，必须先安装。

3.1 Windows 安装

访问官网：https://nodejs.org/

下载 LTS 版本（v20+/v22+）

运行 .msi，务必勾选 Add to PATH

打开 PowerShell 验证：

node -v
npm -v

出现版本号即成功。

3.2 macOS 安装

方式 1：官网下载 .pkg 安装

方式 2：Homebrew（推荐）

brew install node@20

验证：

node -v
npm -v

3.3 Linux 安装

sudo apt update
sudo apt install -y nodejs npm

或使用 nvm 管理多版本（推荐）。

4. Codex CLI 官方安装（推荐）

CLI 是最稳定、功能最全的使用方式，支持三种安装方式。

4.1 npm 全局安装（全平台通用）

npm install -g @openai/codex

4.2 macOS / Linux Homebrew

brew install codex

4.3 二进制文件安装（无 npm 环境）

前往 GitHub Releases 下载对应系统包：https://github.com/openai/codex/releases

解压后加入 PATH 即可。

4.4 验证安装

codex –version
codex help

显示帮助信息即安装完成。

5. Codex Desktop 桌面端安装

适合不喜欢命令行的用户，提供图形化界面。

5.1 macOS

下载：https://persistent.oaistatic.com/codex-app-prod/Codex.dmg

拖拽安装

启动后用 OpenAI 账号登录

5.2 Windows

微软商店搜索 Codex 安装

或下载官方安装包

登录后即可使用

6. API Key 获取与全局配置

Codex 支持 ChatGPT 账号登录，也支持 API Key 认证。如果使用 OpenAI 官方接口，可以在 OpenAI Platform 创建 Key；如果国内使用官方链路时遇到网络、认证、Base URL、模型名或用量管理不方便，也可以接入 OpenAI 兼容的统一 API 网关。

我自己常用的一个统一 API 接入入口是：

https://kkflow.org

下面以 KKFlow 为例，演示 API Key 和 Codex 全局配置方法。

6.1 获取 API Key

打开 https://kkflow.org 并登录后台；

创建一条供 Codex 使用的 API Key；

复制并妥善保存，真实 Key 不要发到聊天记录、文章或 Git 仓库；

在后台确认当前可用的模型 ID。

本文使用的配置为：

Base URL：https://kkflow.org/v1
模型：gpt-5.6-sol
接口协议：Responses API

如果后台显示的模型名称发生变化，以实际模型 ID 为准，同时修改后文配置里的 model 和 review_model。

6.2 创建 Codex 配置目录

Codex 的用户级配置目录为：

Windows：%USERPROFILE%\\.codex\\
macOS / Linux：~/.codex/

Windows PowerShell：

New-Item –ItemType Directory –Force "$env:USERPROFILE\\.codex" | Out-Null
notepad "$env:USERPROFILE\\.codex\\auth.json"

macOS / Linux：

mkdir -p ~/.codex
nano ~/.codex/auth.json

6.3 配置 API Key

在 auth.json 中写入：

{
"OPENAI_API_KEY": "sk-这里替换为你的KKFlow密钥"
}

保存后再打开 config.toml。

Windows PowerShell：

notepad "$env:USERPROFILE\\.codex\\config.toml"

macOS / Linux：

nano ~/.codex/config.toml

写入下面这份完整配置：

model_provider = "kkflow"
model = "gpt-5.6-sol"
review_model = "gpt-5.6-sol"
model_reasoning_effort = "xhigh"

disable_response_storage = true
network_access = "enabled"
windows_wsl_setup_acknowledged = true

model_context_window = 400000
model_auto_compact_token_limit = 360000

[model_providers.kkflow]
name = "KKFlow"
base_url = "https://kkflow.org/v1"
wire_api = "responses"
requires_openai_auth = true

API Key 只放在 auth.json 中，不要再把 Key 明文写进 config.toml。

6.4 验证认证与配置

保存文件后，完全退出正在运行的 Codex，再重新打开终端执行：

codex –version
codex login status
codex

进入 Codex 后，可以先发送一个只读任务：

先不要修改任何文件。请读取当前目录，并告诉我主要文件和可运行的测试命令。

能够正常返回结果，说明 API Key、Base URL、模型和 Responses API 协议已经基本配置成功。

7. 国内可用配置（KKFlow 统一 API 接入）

国内使用 Codex 时，真正容易出错的通常不是安装，而是网络、Key、Base URL、模型名和接口协议没有对应上。通过 KKFlow 可以统一管理 Key、模型和接口地址，把 Codex 与其他 OpenAI 兼容客户端接到同一套 API 网关中。

这一套配置的关键对应关系如下：

配置项正确值作用

Provider	kkflow	指定 Codex 使用 KKFlow Provider
Base URL	https://kkflow.org/v1	KKFlow 的 OpenAI 兼容接口地址
模型	gpt-5.6-sol	当前示例模型，以后台实际 ID 为准
Review 模型	gpt-5.6-sol	与主模型保持一致
接口协议	responses	使用 Responses API
API Key	保存在 auth.json	用于接口认证，不写入公开内容

配置时重点检查下面几点：

Base URL 必须带 /v1，完整地址是 https://kkflow.org/v1；

model 和 review_model 必须保持一致；

wire_api 必须为 responses；

requires_openai_auth 必须为 true，Key 放在 auth.json 的 OPENAI_API_KEY 中；

model_context_window 和 model_auto_compact_token_limit 必须与模型实际规格匹配；

修改配置后要完全退出并重新启动 Codex。

如果出现报错，可以按这个顺序排查：

401 Unauthorized：检查 auth.json 中的 API Key 是否正确、是否仍然有效；
404 或接口不存在：检查 Base URL 是否误写、是否遗漏 /v1；
model not found：到 KKFlow 后台确认实际模型 ID，并同步修改 model 与 review_model；
配置解析失败：检查 TOML 引号、字段位置和文件编码；
修改后仍使用旧配置：关闭所有 Codex 进程，再重新打开客户端或终端。

也可以先访问模型列表接口确认网关地址：

https://kkflow.org/v1/models

需要认证的接口必须使用自己的 API Key，请不要把真实 Key 放进截图、公开文章或问题描述中。

8. IDE 集成（VS Code / JetBrains）

8.1 VS Code

安装扩展：OpenAI Codex 或 Cursor

打开设置 → 输入 API Key

选中代码 → 右键 → 生成 / 解释 / 修复

8.2 JetBrains（IDEA/WebStorm）

安装插件：Codex / OpenAI Code Assistant

配置 API Key 与中转地址

快捷键直接触发代码生成

9. 基础命令与快速上手

9.1 查看帮助

codex –help
codex [命令] –help

9.2 生成代码

codex generate "写一个Python快速排序函数"

9.3 解释代码

codex explain test.py

9.4 修复 Bug

codex fix buggy.js

9.5 生成命令行

codex cmd "查看端口占用并杀死进程"

9.6 项目初始化

codex init react-app my-project

10. 实战案例：1 分钟搭建 Express 接口

创建项目：

mkdir api-demo && cd api-demo
npm init -y

生成接口代码：

codex generate "用Express写一个GET /user接口，返回JSON用户数据"

自动安装依赖并启动：

npm install express
node index.js

访问：http://localhost:3000/user

11. 权限与安全配置

11.1 权限沙箱

# config.toml
permission = "workspace-write"
# 可选：read-only / workspace-write / full-access

11.2 凭据权限（Linux/macOS）

chmod 600 ~/.codex/config.toml
chmod 700 ~/.codex

11.3 安全建议

不要把 API Key 上传 Git
团队使用环境变量或密钥管理系统
限制文件写入权限

12. 常见报错与解决

12.1 command not found: codex

未全局安装：npm install -g @openai/codex
未加入 PATH：重启终端

12.2 认证失败

检查 API Key 是否正确
检查 base_url 是否可用
执行 codex auth status

12.3 网络超时

切换合规中转 / 代理
检查网络防火墙

12.4 配置文件解析错误

编码必须为 UTF-8
不要用 Windows 记事本编辑

13. 高阶技巧与效率提升

指令模板：保存常用 prompt 为别名

codex alias pyfunc "生成Python带类型注解的函数"

批量处理：

codex generate –file prompts.txt –out src/

模型切换：

model = "gpt-5.6-sol"
review_model = "gpt-5.6-sol"

日志与调试：

codex –verbose generate "代码"

14. 官方更新与维护

14.1 更新 CLI

npm update -g @openai/codex
# 或
brew upgrade codex

14.2 查看版本

codex –version

14.3 卸载

npm uninstall -g @openai/codex
rm -rf ~/.codex

结语

本文覆盖 Codex 从安装到上线的全流程，是目前全网最完整、最新、可直接落地的教程。无论你是新手入门，还是团队部署，按步骤操作即可稳定使用。

Codex 的核心价值不是“代替程序员”，而是把重复工作交给 AI，把创造力留给自己。合理使用可让开发效率提升 3–10 倍。

目录