【折腾分享】我是怎么把 Codex 调教成趁手兵器的——配置分享 + 实战演示

前言

最近一直在折腾 OpenAI 的 Codex CLI（就是那个开源的命令行 AI 编程助手），用了一段时间下来，说实话——体验甚至超越了我之前用的 Claude Code。

不是说 Claude Code 不好，而是 Codex 有几个点让我特别舒服：

1. 成本可控：按需付费，用多少算多少，对于日常开发来说很友好


2. 智力在线：可以畅用 GPT-5.2，推理能力和代码质量都相当能打


3. 可定制性极强：这是重点！通过自定义配置，可以把它调教成完全适合自己工作流的助手

今天就分享一下我的配置思路和实际使用体验，希望对正在折腾 Codex 的佬友们有帮助。

---

配置文件在哪？

Codex 的配置目录在 ~/.codex/（Windows 就是 C:\Users\你的用户名\.codex\），目录结构大概长这样：

  .codex/

  ├── AGENTS.md           # 全局指令（核心！）

  ├── AGENTS.override.md  # 覆盖配置（优先级更高）

  ├── prompts/            # 自定义提示词模板

  │   ├── check-fix.md

  │   ├── refactor.md

  │   └── ...

  ├── skills/             # 自定义技能（类似 slash commands）

  │   ├── play/

  │   │   └── SKILL.md

  │   ├── mindmap/

  │   │   └── SKILL.md

  │   ├── plan/

  │   │   └── SKILL.md

  │   └── prompt/

  │       └── SKILL.md

  └── sessions/           # 会话历史

重点来了：Codex 的配置体系和 Claude Code 类似，但用的是 .codex 目录，不是 .claude，别搞混了！

---

全局指令配置（AGENTS.md）

这是最核心的配置文件，相当于给 AI 立规矩。我的配置主要包括这几块：

1. 语言和人格设定

## 最重要

- Always reply in Chinese.

- 除非用户明确要求英文，否则所有回复使用简体中文。

- 代码标识符、命令、日志、报错信息保持原始语言；其余解释用中文。

为啥要设这个：默认情况下 AI 经常用英文回复，每次都要提醒很烦，直接写死在全局配置里一劳永逸。

2. 核心原则

## 核心原则

- **维持质量与一致性** — 彻底执行自动检查

- **事实确认** — 自行确认信息来源，不将猜测作为事实陈述

- **优先现有文件** — 优先编辑现有文件而非创建新文件

- **任务性质确认** — 确认任务是否需要改动代码，如果是计划或技术文档不要动源代码

这几条原则帮我避免了很多坑，比如 AI 动不动就新建文件（明明改现有的就行），或者瞎猜技术细节。

3. 对话风格（有点意思）

## 对话式人格

### 身份设定

- 行业顶级技术大佬，拥有丰富技术经验和极致的代码质量要求

- 审视用户输入的潜在问题，指出问题并给出框架外的建议

- 如果用户说得太离谱，直接指出帮其清醒



### 性格特征

- 东北人的天生幽默感，豪放不羁，说话随性

- 看到问题就开启吐槽模式，适当嘲讽

- 勇于质疑，敢于反驳，不讨好任何人

哈哈没错，我把它设定成了一个"东北技术大佬"的人设。这样交互起来不会太干巴巴的，有时候被它吐槽两句反而挺有意思。

4. 技术规范（Windows 用户必看）

因为我在 Windows 上开发，踩过不少坑，所以配置里写了很多 Windows 特有的规范：

## ⚠️ 执行环境：Windows（强制规范）



### 工具映射表

| 操作 | 使用工具 | 禁止 |

|------|---------|------|

| 读文件 | Read | cat/head/tail |

| 搜文件 | Glob | find/ls |

| 搜内容 | Grep | grep/rg |

| 编辑 | Edit | sed/awk |

| 创建 | Write | echo > |

| 系统命令 | Bash | PowerShell |

踩坑经验：Codex 默认会用 Linux 命令，在 Windows 上经常翻车。配置好工具映射后，它就会乖乖用对应的工具了。

---

Prompts 模块：自定义提示词模板

Prompts 目录下可以放自定义的提示词模板，用法是 /提示词名称。我来介绍一个我常用的：

/check-fix：修复影响检查

这个 prompt 是用来在改完 bug 之后做影响分析的，防止改了一处炸了三处：

# 修复影响检查 (Fix Impact Analysis)



对当前修改进行全面影响分析，检查是否对其他逻辑造成破坏。



## 检查维度



### 1️⃣ 直接影响分析

- 修改的函数/方法被哪些地方调用？

- 修改的参数签名是否向后兼容？

- 返回值类型/结构是否发生变化？



### 2️⃣ 间接影响分析

- 调用链上下游的数据流向

- 共享状态/全局变量的修改

- 事件监听器/回调函数的触发时机



### 3️⃣ 数据结构兼容性

- 新增字段: 旧数据读取时是否有默认值？

- 删除字段: 是否有代码仍在访问该字段？

- 类型变更: string→number 等隐式转换

实际效果：改完代码后跑一下 /check-fix，AI 会帮你分析影响范围，生成一份详细的报告：

📝 变更摘要

├─ 修改文件: [src/auth/token.ts]

├─ 修改类型: [修复]

├─ 影响范围: [模块级]

└─ 风险等级: 🟡中



🎯 直接影响

├─ 调用方 (3 处):

│  ├─ api.ts:123 - loginHandler() ⚠️ 需要检查

│  └─ middleware.ts:45 - authGuard() ✅ 兼容

这玩意儿救了我好几次，强烈推荐。

---

Skills 模块：自定义技能

Skills 比 Prompts 更强大，可以定义复杂的工作流。

为什么用 Skill 而不是 Prompt？ 这里有个关键区别：Prompt 会把整个指令文档加载到对话上下文中，非常占用 token；而 Skill 是按需触发的，只在调用时才加载，对上下文更友好。所以复杂的工作流建议用 Skill 来实现。

我来介绍几个我常用的：

$play：Playwright 自动化

这个 skill 用来自动打开浏览器访问链接，还能处理登录：

# 打开链接（Playwright 自动化）



**核心任务**：使用 Playwright MCP 工具自动化浏览器操作。



## 执行步骤

1. 打开链接（browser_navigate）

2. 获取页面状态（browser_snapshot）

3. 处理登录逻辑（如果需要）

4. 遇到问题立即停止并告知

使用场景：

$play http://localhost:3000/admin

AI 会自动打开浏览器，如果跳转到登录页，会问你要不要用自动填充的账号登录。特别适合测试本地开发环境。

$mindmap：生成思维导图

这个太实用了！一句话生成思维导图：

# 生成思维导图



使用 markmap 工具把描述转换成思维导图，生成后自动打开浏览器预览。

使用示例：

$mindmap React 状态管理方案对比

AI 会生成结构化的 Markdown，然后调用 markmap 工具转成可交互的思维导图，还自动在浏览器里打开。写技术文档、做技术调研的时候特别爽。

$plan：任务规划模式

这个是我用得最多的，用来规划复杂任务：

# 任务规划模式



分析任务，生成本地计划文档并同步到 MCP。



**铁律**：

- 计划阶段只读不写——禁止修改项目代码

- 计划必须落地——生成 `.codex/plans/` 目录下的 Markdown 文档

- 执行需要批准——用户确认后才能使用 `$do-plan` 执行

工作流程：

1. $plan 实现用户认证功能 → AI 分析需求、探索代码、生成计划文档


2. 审阅计划，提出修改意见


3. $do-plan → 按计划逐步执行

亮点：

• 计划阶段绝对不会改代码，只做分析和规划


• 支持智能更新：$plan -u 缓存应该用 Redis 而不是内存


• 自动同步到 MCP 任务管理

$prompt：提示词优化专家

这个 skill 帮你优化 LLM 提示词：

# 提示词优化专家



## 工作流程

1️⃣ 接收提示词 → 识别类型、理解诉求

2️⃣ 问题诊断 → 系统化分析结构、语义、效果

3️⃣ 优化方案 → 提供 3 个层次的改进建议

4️⃣ 效果验证 → 生成对比测试用例

把你写的提示词丢给它，会给你一份详细的诊断报告和优化建议。对于经常要写 prompt 的人来说太有用了。

---

效率提升有多大？

说点实在的数据：

最大的变化：从"我指挥 AI 干活"变成了"AI 按我定的规矩干活"。配置好之后，很多重复性的脑力劳动都被自动化了。

---

最后

配置这东西，适合自己的才是最好的。我分享的只是我的用法，大家可以根据自己的工作流来调整。

Codex 的可定制性是它最大的优势，花点时间折腾配置，后面能省很多事。

有什么问题欢迎在评论区交流！如果佬友们感兴趣，后续可以分享更多具体的 skill 实现细节。

---

附件：配置源文件

文中提到的配置文件我打包放附件了，可以直接下载参考：

• AGENTS.md — 全局指令配置


• AGENTS.override.md — 覆盖配置（对话风格等）


• prompts/check-fix.md — 修复影响检查 prompt


• skills/play/SKILL.md — Playwright 自动化 skill


• skills/mindmap/SKILL.md — 思维导图生成 skill


• skills/plan/SKILL.md — 任务规划 skill


• skills/prompt/SKILL.md — 提示词优化 skill

注意：这些配置是根据我的工作习惯定制的，建议按自己的需求修改后再用。

AGENTS.md.txt (18.9 KB)

AGENTS.override.md.txt (4.3 KB)

check-fix.md.txt (8.0 KB)

mindmap-SKILL.md.txt (1.5 KB)

plan-SKILL.md.txt (20.5 KB)

play-SKILL.md.txt (5.7 KB)

prompt-SKILL.md.txt (19.2 KB)

补充：审核疏忽，确实错漏了一些细节，plan和mindmap技能都需要调用相应的mcp：mcp-shrimp-task-manager和@jinzcdev/markmap-mcp-server。

我习惯使用mcp-router来统一管理他们，playwright例外，比如这样：



do-plan-SKILL.md.txt (38.8 KB)

有些佬友建议出demo repo，这个想来实在不便展示，每个人的使用感受是不一样的，有兴趣佬友的可以细细体会。