Codex CLI: من التثبيت إلى أول مهمة وإعدادات الفريق

خصص أول 15 دقيقة للإعداد، بافتراض أن لديك مشروعًا يعمل وحسابًا يتيح الوصول إلى الأداة. قد يستغرق التثبيت أو تسجيل الدخول أو تشغيل حزمة اختبارات بطيئة وقتًا أطول. والنتيجة المفيدة في هذه البداية هي تعديل صغير جرى التحقق منه، أو شرح دقيق لما يمنع إنجازه. جرى التحقق من الأوامر في 11 أكتوبر 2026.

تثبيت Codex CLI وإنجاز أول مهمة مفيدة

يعمل Codex داخل مشروعك: يفحص الملفات ويعدلها ويشغل الأدوات المثبتة على جهازك. تصوره مساهمًا في المشروع يعمل على طاولة مستقلة. أنت تحدد المهمة وحدودها، ويبقى لك قرار قبول النتيجة ضمن المنتج. دليل واجهة سطر الأوامر من OpenAI

من الدقيقة 0 إلى 3: اختر طريقة واحدة للتثبيت

على macOS أو Linux، يمكنك استخدام المثبت المستقل بهذا الأمر:

curl -fsSL https://chatgpt.com/codex/install.sh | sh

ويمكنك اختيار طريقة بديلة إن كانت أنسب لبيئة عملك الحالية. التزم بطريقة واحدة حتى تعرف كيف تحدث الأداة لاحقًا.

أما على Windows، فتورد الوثائق الأمر التالي كما هو لتشغيله في نافذة PowerShell جديدة: powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex".

هذه هي طرق التثبيت الواردة في وثائق CLI الحالية والمستودع الرسمي. افتح مجلد مشروعك في الطرفية قبل بدء Codex.

من الدقيقة 3 إلى 5: اختر تسجيل الدخول عبر ChatGPT أو مفتاح API

لأول جلسة تفاعلية، استخدم تسجيل الدخول عبر ChatGPT إذا كانت خطتك ومساحة عملك تتيحان الوصول. شغل codex login وأكمل خطوات تسجيل الدخول في المتصفح. وعند تشغيل codex من دون تسجيل دخول سابق، يظهر أيضًا خيار تسجيل الدخول باستخدام ChatGPT.

اختر المصادقة بمفتاح API عندما تريد استخدام حسابك على OpenAI Platform، مثلًا في مسارات العمل البرمجية. إذا كان المتغير OPENAI_API_KEY مضبوطًا بالفعل في بيئة الصدفة، فالأمر الموثق لنظامي macOS وLinux هو printenv OPENAI_API_KEY | codex login --with-api-key. لا تحفظ المفتاح في ملفات المستودع.

شغل codex login status للتأكد من طريقة المصادقة النشطة. ولهذا أهمية عند العمل ضمن فريق: فالمصادقة عبر ChatGPT تخضع لضوابط مساحة عمل ChatGPT، بينما تخضع المصادقة عبر API لضوابط المؤسسة على منصة API. دليل المصادقة

التكلفة: يستخدم تسجيل الدخول عبر ChatGPT صلاحية الوصول المشمولة في خطتك المؤهلة، أما الاستخدام بمفتاح API فتجري فوترته بصورة منفصلة عبر OpenAI Platform وفق أسعار API. راجع دليل أسعار Codex للمقارنة بين الخطط. وعند تجربة الأداة مع فريقك، قارن وقت تنفيذ المهمة يدويًا بالوقت اللازم لكتابة الطلبات والمراجعة والتصحيح، ثم اطرح تكلفة الاستخدام الإضافية من قيمة الوقت الذي وفرته فعليًا. لا تتحقق فائدة المسودة الأسرع إلا إذا انخفض إجمالي الجهد اللازم لاعتمادها. توضيح OpenAI للفارق بين المصادقة والفوترة

من الدقيقة 5 إلى 8: افحص المشروع قبل التعديل

احفظ أولًا نقطة رجوع في Git. ومن موجه الصدفة داخل مشروعك، ابدأ جلسة فحص بالأمر الموثق codex --sandbox read-only --ask-for-approval on-request.

اطلب فحصًا محدد النطاق. يمكنك مثلًا تكييف الطلب المقترح التالي مع مشروعك:

هذا الطلب اقتراح لتنظيم العمل، وليس أمرًا خاصًا في Codex. اقرأ الإجابة وتأكد من أن الأداة وصلت إلى الجزء الصحيح من التطبيق. تتيح بيئة العزل المخصصة للقراءة فقط فحص الملفات وتشغيل الأوامر ضمن حدودها، وقد تتطلب الإجراءات التي تتجاوز تلك الحدود موافقة. دليل الموافقات وبيئة العزل

من الدقيقة 8 إلى 12: اسمح بتعديل صغير واحد

عندما تصبح جاهزًا، استخدم /permissions للانتقال إلى وضع يسمح بالتعديل في مساحة العمل. وإذا كنت تبدأ جلسة جديدة، فالصيغة الموثقة هي codex --sandbox workspace-write --ask-for-approval on-request.

ثم حدد شرطًا لقبول النتيجة:

ابدأ بمهمة تستطيع تقييم نتيجتها بسرعة. اختبار سلوك معروف أنسب للمهمة الأولى من طلب مفتوح لتحسين معمارية النظام.

من الدقيقة 12 إلى 15: راجع الفروق وأدلة الاختبار

استخدم /diff لفحص التعديل، و/review لطلب مراجعته. تحقق من المخرجات الفعلية للاختبارات، والملفات التي تغيرت، ومدى استيفاء التعديل لشرط القبول الذي حددته. لا تسجل التعديل في Git إلا بعد مراجعتك له. تُستخدم أوامر الشرطة المائلة هذه داخل جلسة Codex، وليس عند موجه الصدفة. مرجع أوامر CLI

اختر النموذج بعد تكوين نتيجة مرجعية للمقارنة

ابدأ بالنموذج المتاح في جلستك، ثم استخدم /model لاختيار نموذج آخر أو تعديل مستوى جهد الاستدلال. مثال التشغيل الحالي لدى OpenAI هو codex --model gpt-6.1-sol.

التوصية الحالية هي استخدام GPT-6.1 Sol لمهام البرمجة المعقدة عندما يكون متاحًا لحسابك ونسخة التطبيق التي تستخدمها، وGPT-6 Luna للمهام المحددة والمتكررة. قد يفيد رفع جهد الاستدلال في التحليل الصعب، لكنه يستغرق وقتًا أطول ويستهلك مزيدًا من الرموز. وعند مقارنة النتائج، حافظ على المهمة الأولى وإعداد الجهد نفسيهما. إرشادات اختيار نماذج Codex

عند تعريف الفريق بالأداة، سجل النموذج المستخدم إلى جانب المهمة ونتيجة الاختبار. اختيار اسم نموذج لا يمنح الحساب صلاحية الوصول إليه.

اضبط حدود بيئة العزل والموافقات كلًا على حدة

تحدد بيئة العزل ما تستطيع الأوامر الوصول إليه، بينما تحدد سياسة الموافقات متى يجب على Codex أن يطلب الإذن قبل التنفيذ. تخيل بيئة العزل جدران غرفة العمل، وسياسة الموافقات إذنًا لفتح الباب.

استخدم on-request في العمل التفاعلي: يمكن تنفيذ الإجراءات المسموح بها داخل بيئة العزل، بينما قد تستدعي الإجراءات التي تحتاج إلى وصول أوسع طلب موافقة. أما never فيعني أن Codex لا يستطيع طلب الموافقة، ولا يعني إزالة بيئة العزل. قد يظل الإجراء المحظور محظورًا.

وجود حدود للكتابة لا يعني أن الأداة ستطلب الإذن قبل كل تعديل. مع workspace-write وon-request، يستطيع Codex تعديل ملفات مساحة العمل وتشغيل الأوامر المسموح بها تلقائيًا. افحص الإعدادات النشطة باستخدام /permissions. شرح OpenAI لسلوك بيئة العزل والموافقات

إذا كان قالب قديم للفريق يضبط approval_policy = "untrusted"، فحدثه: أوقفت OpenAI هذا الإعداد الصريح وتقول إنه قد يمنع بدء التشغيل. كذلك أصبح المسار القديم codex exec --full-auto مهملًا. استخدم بدلًا منهما إعدادات بيئة العزل والموافقات الموثقة. إرشادات الانتقال الحالية

وثق قواعد العمل المشتركة في AGENTS.md

استخدم AGENTS.md حتى لا تضطر إلى تكرار شرح طريقة العمل في مستودعك. يقرأ Codex هذه التعليمات عند بدء التشغيل. يستطيع /init إنشاء قالب أولي، وينبغي لمسؤول صيانة المشروع مراجعته وتعديله قبل أن يعتمد عليه الفريق.

يجيب ملف التعليمات المفيد في المستودع عن أربعة أسئلة:

• كيف يثبت المطورون الاعتماديات ويشغلون المشروع؟
• ما الاختبارات والفحوص المطلوبة لكل تعديل؟
• ما المجلدات التي تحتوي على ملفات مولدة آليًا أو تستلزم عناية خاصة؟
• ماذا ينبغي أن يتضمن تقرير الإنجاز، مثل التغير في السلوك والاختبارات التي شُغلت والإخفاقات التي لم تُحل؟

اكتب الأوامر والأعراف التي تستخدمونها فعلًا، بدل قائمة أمنيات عامة. احتفظ بالتفضيلات الشخصية في ~/.codex/AGENTS.md، وسجل إرشادات المستودع المشتركة في Git داخل جذر المشروع.

يحمل Codex الإرشادات العامة أولًا، ثم ينتقل من جذر المشروع باتجاه المجلد الحالي. وتتقدم التعليمات الأقرب إلى المجلد الحالي على الإرشادات التي سبقتها، كما يتقدم AGENTS.override.md على AGENTS.md إذا وُجدا في المجلد نفسه. أعد بدء الجلسة بعد تغيير التعليمات، واطلب من Codex تلخيص الإرشادات التي حملها. قواعد العثور على AGENTS.md

تعامل مع هذا الملف بوصفه دليلًا للمساهمين في المشروع. أما القيود التقنية، فاضبطها عبر الإعدادات والمتطلبات التي تديرها المؤسسة.

اجعل config.toml موجزًا وسهل المراجعة

احفظ إعداداتك الافتراضية الشخصية في ~/.codex/config.toml. وضع الإعدادات الافتراضية المشتركة للمشروع في .codex/config.toml، الذي لا يحمله Codex إلا للمشروعات الموثوقة. تستخدم هذه الإعدادات TOML، وهو تنسيق نصي لكتابة إعدادات ذات أسماء محددة.

يجمع هذا المثال الأولي القيم المعروضة في دليل الإعدادات لدى OpenAI. لا تستخدم سطر النموذج إلا إذا كان ذلك النموذج متاحًا لحسابك:

model = "gpt-6.1-sol"
model_reasoning_effort = "medium"
approval_policy = "on-request"
sandbox_mode = "workspace-write"
web_search = "cached"

تتقدم خيارات CLI والقيم التي تتجاوز الإعدادات عبر --config على إعدادات المشروع. وتتقدم إعدادات المشروع الموثوق على ملفات التعريف المختارة وإعدادات المستخدم الافتراضية. ويمكن لمتطلبات المؤسسة أن تقيد ما يُسمح به بصرف النظر عن تلك القيم الافتراضية. أساسيات الإعدادات

يختار web_search = "cached" نتائج بحث الويب المخزنة مؤقتًا. وهذا إعداد منفصل عن وصول أوامر الصدفة إلى الشبكة. فقد يحتاج تنزيل اعتمادية إلى موافقة حتى لو كانت لدى Codex أداة للبحث على الويب. وضح هذا الفرق في ملاحظات تهيئة أعضاء الفريق، بدل توسيع الصلاحيات كلما فشل أمر.

أضف خادم MCP عندما تحتاج إليه فعلًا

يربط MCP، أو Model Context Protocol، بين Codex والأدوات ومصادر السياق الخارجية. يعمل الخادم المحلي كعملية على الجهاز، بينما يجري الوصول إلى الخادم البعيد عبر عنوان HTTP. أضف خادمًا عندما تحتاج المهمة إلى معلومة أو إجراء لا يستطيع المستودع توفيره.

المثال الوارد في وثائق OpenAI هو codex mcp add context7 -- npx -y @upstash/context7-mcp. يشغل هذا الأمر خادمًا للوثائق عبر npx، لذا يجب أن تكون أداة التشغيل هذه متاحة. شغل codex mcp list لعرض الخوادم المضبوطة، ثم استخدم /mcp داخل الجلسة لفحص الاتصالات النشطة. ولخادم يدعم OAuth، استخدم codex mcp login <server-name> مع استبدال العنصر النائب باسم الخادم في الإعدادات.

توضع إعدادات الخادم تحت [mcp_servers.<server-name>] ضمن نظام إعدادات TOML نفسه. يستطيع الفريق تقييد الأدوات المتاحة باستخدام enabled_tools وdisabled_tools؛ وتُطبق قائمة المنع بعد قائمة السماح. ابدأ بأقل مجموعة أدوات تفي بالغرض. إعداد MCP وضبط خياراته

أما مسألة الاستجابات الكبيرة للأدوات، فراجع بشأنها شرح حدود مخرجات MCP في Codex CLI. توصيل الخادم والتحكم في حجم المخرجات التي يعيدها قراران مختلفان عند الإعداد.

استخدم Worktrees عندما تحتاج المهام إلى نسخ عمل منفصلة

تمنح شجرة عمل Git المهمة نسخة عمل مستقلة من المستودع. وتفيد عندما تريد فصل تعديلات تجربة ما عن الملفات التي تعمل عليها حاليًا.

أضاف إصدار OpenAI رقم 0.154.0 أشجار عمل مُدارة لمهام CLI والجلسات التفاعلية وتفريعاتها. ويشترط التنفيذ تفعيل الميزة التجريبية worktrees، ويقصر استخدامها على الجلسات المحلية. فعل الميزة بهذا الاسم باستخدام codex features enable worktrees، وهو أمر تفعيل الميزات الموثق في CLI، ثم ابدأ باستخدام codex --worktree. ملاحظات الإصدار، تنفيذ أشجار العمل التفاعلية، أوامر الميزات

داخل جلسة تدعم الميزة، يتيح /worktree بدء محادثة جديدة أو تفريع المحادثة الحالية إلى نسخة عمل مُدارة. يحتفظ التفريع بسجل المحادثة، بينما تبدأ المحادثة الجديدة من الصفر. تتطلب هذه الخيارات تفعيل الميزة ووجود مستودع Git محلي. أوامر جلسات أشجار العمل

ضع في خطتك أن تتولى بنفسك مراجعة العمل ودمجه وإزالة نسخ العمل بعد الانتهاء. يترك تنفيذ CLI التنظيف التلقائي معطلًا لنسخ العمل المُدارة التي ينشئها. كذلك لا تغني نسخة العمل المنفصلة عن إعدادات بيئة العزل أو مراجعة الدمج. دورة حياة نسخة العمل المُدارة

راجع دليل أشجار العمل في Codex CLI عندما تصبح جاهزًا للمهام المتوازية. أما أول مهمة لكتابة اختبار، فتكفيها نسخة عمل واحدة.

ست مهام مفيدة مرتبة حسب الأولوية لفريق صغير

هذه مهام مقترحة، وليست ادعاءات تستند إلى قياسات للإنتاجية. ابدأ بالمهمة التي يسهل التحقق من شرط قبولها.

لا يتخذ Codex قرارات المنتج التي لم تُحسم، ولا يثبت أن اجتياز حزمة الاختبارات يغطي كل المخاطر. تظل معايير القبول والمراجعة جزءًا من مسؤوليتك. ولتقييم أوسع، راجع مراجعتنا لـ Codex؛ وللمقارنة قبل الشراء، اطلع على Codex مقابل Claude Code.

فكرتان لأداتين متخصصتين يمكن لمؤسس تقني بناؤهما

الفرصة الأقوى هي خدمة لاختبارات منع عودة الأخطاء، مخصصة لحزمة تقنية واحدة. قدم للفرق الصغيرة التي لديها أخطاء معروفة وتغطية اختبارية ضعيفة تعديلًا يضيف اختبارات خضعت للمراجعة. تستقبل أبسط نسخة مفيدة من الخدمة حالة يمكن إعادة إنتاجها، وتشغل مهمة محددة النطاق في Codex داخل نسخة عمل منفصلة، ثم تعيد التعديل مع أدلة الاختبار. يشير تقدير DataForSEO للكلمات المفتاحية في الولايات المتحدة، المسترجع في 11 أكتوبر 2026، إلى 880 عملية بحث شهريًا عن “automated software testing services.” يقيس ذلك الاهتمام بهذا النوع من العمل، وليس الاستعداد لشراء هذا المنتج. تكمن الصعوبة في إعداد بيانات وحالات اختبار موثوقة، وصياغة تحقق ذي معنى؛ فالاختبار الذي يكرر منطق التنفيذ فقط لا يضيف قيمة تذكر.

الخيار الثاني هو مساعد مراجعة مخصص لمستودع بعينه. قد يدفع قائد فريق هندسي مقابل مراجعات تطبق أعراف الفريق الموثقة وتعيد قائمة موجزة من الملاحظات القابلة للتحقق. ابدأ بمستودع واحد، وملف AGENTS.md الخاص به، وعملية مراجعة قابلة للتكرار. ويقدر فحص الطلب نفسه حجم البحث عن “ai code review” بنحو 1,300 عملية بحث شهريًا في الولايات المتحدة. لكن التحدي هو التميز: يستطيع Codex مراجعة الشيفرة بالفعل، لذا يجب أن يحسن المنتج صلة الملاحظات بالمشروع ويقلل الإنذارات الكاذبة. وتبقى النتيجة الأولية لخدمة توليد الاختبارات أوضح، لأن المشتري يستطيع فحص ما تسلمه له وتشغيله.

أسئلة شائعة عند الإعداد

يوم الاثنين، كلف أحد مسؤولي صيانة المشروع بتنفيذ المهمة الصغيرة نفسها مع زميلين، وتسجيل جهد المراجعة والتصحيح، وتعديل التعليمات المشتركة حيث يتعثر تسليم العمل. لا توسع الاستخدام إلا بعد أن يتمكن الفريق من تكرار هذه الدورة بثقة.

إذا أردت بناء طريقة عمل لمستودعك حول هذه الضوابط، فنحن نبني أنظمة ذكاء اصطناعي للإنتاج.