Codex 下载与使用教程：并行开发、定时任务与代码提交

考虑 Codex 下载和安装时，最值得关注的是这个场景：有两项互不依赖的开发任务，需要你同时跟进。给每项任务各建一个 worktree，再分别审查和提交结果，Codex 桌面端的价值就显现出来了。对于已在使用 ChatGPT 套餐的开发者，它的优势在于让并行任务的进展和结果一目了然；终端操作和集中修改代码，依然适合交给 CLI 和 IDE 扩展。

Codex 桌面端适合做什么？

当你需要同时推进代码仓库中的几项工作，并逐一检查各自的改动时，OpenAI Codex 的桌面端最能发挥作用。线程在当前文档中称为 chat（对话），用来承载围绕一项任务的交流。worktree（工作树） 则为任务提供同一个 Git 仓库的独立检出目录，让它的文件修改不会落到你正在使用的检出目录中。桌面界面把这些对话及其结果集中呈现出来。参见 OpenAI 应用文档、worktree 文档。

已于 2026 年 10 月 18 日对照 OpenAI 在线文档核实： Codex 应用、功能介绍和快速入门的网址，目前均指向 ChatGPT 桌面应用的文档。当前的安装方式是先安装该应用，再从 ChatGPT 下拉菜单中选择 Codex，进入软件开发工作流。下载页面上的应用名称变了，但 Codex 仍是官方文档明确列出的选项。参见官方快速入门。

可以把桌面端的工作方式想成几张独立工作台，共用同一份项目档案。每张台面上都可以放着不同的未完工任务，但哪些成品应该合在一起，仍由你决定。比如，创始人让一个对话修复校验逻辑，另一个对话更新安装文档：应用让两项工作都更容易跟进，最终产品的行为仍由创始人负责。

桌面应用、终端还是 IDE：按工作方式来选

需要协调多项工作时，选桌面应用；注意力已经放在终端或编辑器里时，就留在那里。它们都是使用 Codex 的入口，只是各有适合的工作方式。

上表的功能信息来自 CLI 文档、IDE 文档、快速入门和定时任务文档。“适合的场景”则是本文根据你在哪里跟进工作而作出的编辑判断。

如果你日常的开发节奏就是执行 shell 命令、查看测试输出、检查 diff，然后重复这个过程，CLI 仍是合理的默认选择。它可以查看和编辑仓库、运行本地工具，也能在可重复运行的脚本中调用 codex exec。如果这正是你的工作方式，可以先看 OpenAI Codex CLI 配置指南。

Codex 桌面应用和 VSCode 扩展怎么选？

相关代码已经在 Visual Studio Code 中打开时，从 IDE 扩展入手更顺手。它可以利用已打开的文件和选中内容，在源码旁边查看改动，也能把较大的任务交给云端。当你更需要在几项独立任务之间切换，而不是一直围绕某个文件工作时，再用桌面应用。还可以通过应用中的 Open（打开） 按钮，在编辑器中查看某个 worktree。参见 IDE 工作流、worktree 操作说明。

ChatGPT 里的 Codex 和云端任务是什么关系？

在当前桌面应用里，ChatGPT 和 Codex 是同一界面中的两个选项。需要代码库上下文和开发工具时，选择 Codex。是否在云端执行，则是另一项选择：快速入门介绍了可重复使用的 Codex Cloud 环境，可以从网页、桌面端或移动端访问。通过桌面应用管理本地 worktree，并不会让它自动托管到云端。参见当前安装方式与云端工作流。

Codex 下载、安装与登录

从 OpenAI 官方文档进入，选择适合自己操作系统的下载版本。当前文档列出了 macOS、Windows 和 Linux，其中 Linux 明确标注为预览版。参见官方下载与安装说明。

Mac 上如何安装 Codex？

官方应用页面把 Mac 下载项标为 macOS (Apple Silicon)。下载安装包并完成安装后，打开应用，按提示登录。请对照页面上的要求确认自己的机器是否适用，不要默认所有 Mac 架构都受支持。参见 Mac 下载页面。

Windows 上如何选择运行环境？

OpenAI 提供原生 Windows 应用。智能体既可以通过 PowerShell 和 Windows 沙箱运行，也可以使用 Windows Subsystem for Linux，即 Windows 内的 Linux 环境。选择仓库依赖和工具已经能够正常工作的环境。同一个文件夹换个 shell 打开，并不意味着构建就一定能成功。参见 Windows 安装与配置。

Linux 上如何安装 Codex？

Linux 现已提供官方桌面预览版。指南涵盖 Ubuntu、Debian、Fedora 和 Arch Linux，并提供适用于 x64 和 ARM64 处理器的软件包。原生 Wayland 支持仍处于实验阶段。安装前请查看 Linux 桌面版指南，确认支持的发行版版本和安装步骤；有安装包，并不代表所有桌面配置都能获得相同程度的支持。

用 ChatGPT 账号还是 API 密钥登录？

如果希望使用现有 ChatGPT 套餐中的额度，选择 Continue to sign in（继续登录），在浏览器中完成登录。如果要通过 API 使用，则选择 Sign in another way（使用其他方式登录），输入密钥后选择 Continue（继续）。这两种方式都支持在桌面应用中使用本地 Codex。参见身份验证说明。

ChatGPT Plus、Pro、Business、Enterprise 和 Edu 均包含 Codex；Free 和 Go 也有受限的桌面端访问权限，具体取决于开放进度。 套餐详情可查看 OpenAI 当前的权益说明和本站的 Codex 价格指南。

API 密钥会同时改变计费归属和可用功能。用量计入你的 OpenAI Platform 账户，不再使用 ChatGPT 套餐内的额度。Codex 云端功能要求通过 ChatGPT 登录；使用 API 密钥时，无法使用 GitHub 代码审查、Slack 集成等云端功能。部分 OpenAI 精选插件支持 API 密钥，但依赖不受支持的连接流程的插件可能无法使用。不要以为换成密钥后，还能保留订阅中的所有功能。参见登录方式与功能差异。

日常开发真正用得上的功能

这些功能串起来，就是一套完整流程：组织任务、隔离文件、准备环境、检查结果，再保存认可的改动。下面列出当前文档使用的功能名称，方便查找。

项目与对话：把任务组织清楚

Projects and chats（项目与对话） 负责组织工作。每个明确的交付目标单独建一个对话，相关任务归入对应项目。本地文件夹提供 Codex 可以操作的文件；仅仅新建对话，并不保证得到独立的检出目录。需要独立修改文件时，要明确选择 Worktree。参见功能概览、快速入门。

对维护内部应用的技术运营人员来说，“修复 CSV 导入”和“编写部署流程文档”就是两个适合分开的目标。“把所有东西都优化一下”则很难审查，因为没有明确的完成标准。

Git worktree：隔离文件，共享历史

Git worktree 让不同任务各自使用独立的检出目录，同时共享仓库的 Git 历史。这样 Codex 就能在后台工作，而不改动你当前使用的检出目录里的文件。使用 worktree 的前提是项目本身为 Git 仓库。参见 worktree 工作机制。

实际好处是，你不必离开当前检出目录，就能检查另一项修复方案。局限也很具体：目录分开，并不代表最终改动一定兼容。两项单独看来都合理的修改，仍可能对同一个应用行为作出不同假设。

本地环境与集成终端：让代码能够验证

Local environments（本地环境） 用来为项目定义初始化脚本和可复用操作。创建 worktree 时，初始化脚本可以准备所需依赖。Integrated terminal（集成终端） 则让你在对应的检出目录中运行项目检查和 Git 操作。借助这些功能，存放源码的目录就能成为可实际验证的开发环境。参见本地环境与内置 Git 工具。

任务在日常使用的检出目录中能运行，换到 worktree 却失败时，先检查环境配置。依赖和被 Git 忽略的本地文件可能没有准备好。OpenAI 文档介绍了 .worktreeinclude，可以把选定的、被忽略的环境配置文件复制到由应用管理的本地 worktree 中；只纳入任务确实需要的文件。参见 worktree 环境准备。

代码审查与内置 Git 工具：确认改动再保存

Code review（代码审查） 提供 diff、针对具体代码行的反馈，以及不同审查范围。内置 Git 工具可以暂存或撤销改动、提交、推送分支，并创建 pull request。diff 逐行展示修改了什么；暂存则用来选择下次提交要包含哪些改动。参见审查操作、Git 操作。

审查面板反映的是该检出目录的 Git 状态，其中也包括你自己做的修改。Last turn（上一轮） 可以把视图缩小到助手最近一轮的改动。先用它了解智能体做了什么，再在提交前检查全部已暂存的改动，否则无关工作可能会被一起提交。

定时任务：先手动验证，再设计划

Scheduled tasks（定时任务） 是当前文档对自动化任务的称呼，管理入口为 Scheduled。独立任务每次运行都会新建对话；在已有对话内设置的计划则会沿用该对话的上下文。本地任务要求电脑保持开机、桌面应用保持运行，且项目仍然可访问。参见定时任务文档。

第一次尝试自动化，可以从定期汇总需要人工决策的改动开始。先手动运行提示词，检查输出，再设置定时执行。对于 Git 项目，如果任务可能编辑文件，而你希望把这些改动与尚未完成的本地工作分开，就选择 worktree。

Skills 与插件：复用成熟的操作流程

Skills 把可复用的工作流指令和资源打包起来；插件则分发 Skills 以及工具连接。经常重复某套仓库操作，比如执行发布检查清单时，就可以用到它们。它们能补充项目和 worktree 工作流，但结果仍然需要检查。参见官方 Skills 文档。

Codex 教程：两个对话、两个 worktree，分别审查提交

用两项小而独立的任务熟悉流程。下面的例子是一项校验逻辑修复，加一项文档更新。实际练习时，把示例中的 bug 换成自己项目里能够复现的小问题。

1. 1

   打开仓库，确认起始状态

   打开桌面应用，选择 Codex，把仓库文件夹作为本地项目打开。选择一个你已熟悉构建或测试命令的 Git 仓库。开始前先查看已有改动，保存尚未完成的工作，方便与本次练习区分。

   向 Codex 提问：“说明这个项目的测试怎么运行，并找出校验逻辑所在的代码。先不要修改文件。”再对照仓库自身的说明，核对它的回答。

2. 2

   在 Worktree 中启动第一个对话

   在项目中选择 New chat（新建对话）。在输入框下方选择 Worktree，再选择起始分支。为了让练习更清楚，两项任务使用同一个你熟悉的基准分支。

   提交提示词：“修复名称为空时的校验 bug。改动范围仅限校验逻辑及其回归测试。运行相关检查，报告准确结果，保留改动但不要提交。”提交提示词后，Codex 会创建 worktree。如果项目需要，选择本地环境初始化脚本。

3. 3

   在另一个独立 Worktree 中启动第二个对话

   返回项目，再次选择 New chat（新建对话）。重新选择 Worktree，并使用相同的基准分支。只打开另一个对话而不做这项选择，并不能完成隔离。

   提交提示词：“更新安装文档，使其与现有安装和测试命令一致。不要修改应用代码或配置。对照仓库核对命令，保留改动但不要提交。”让这项任务与尚未完成的校验修复保持独立。

4. 4

   逐一审查 diff，针对问题提出修改要求

   打开每个对话的审查面板。阅读变更文件；需要单独查看助手最近一轮的贡献时，使用 Last turn（上一轮）。之后再检查该任务的全部改动。

   如果想多做一轮审查，输入 /review，选择 Review uncommitted changes（审查未提交的改动）。它会报告发现的问题，不修改工作树。需要修正时，将鼠标移到相关 diff 行上，选择 +，留下反馈，再发送后续消息，请 Codex 处理。自动审查的发现是待验证的线索，需要结合代码核实。

5. 5

   在 worktree 中验证，并创建分支

   在该 worktree 的终端中，运行仓库相关的测试、lint 或构建检查。确认实际运行了哪些检查，还有哪些未检查。对于文档任务，要核实所写命令确实存在，并与项目配置一致。

   在对话顶部选择 Create branch here（在此创建分支），为每个 worktree 建立各自的命名分支。Codex 的 worktree 默认以 detached HEAD（分离头指针）状态启动，也就是检出目录起初指向某个提交，而非命名分支。使用不同的分支名，便于保留认可的成果，也方便之后审查。

6. 6

   暂存认可的改动，分别提交每项任务

   在审查面板中，只暂存已经认可的文件或 hunk。hunk 指一组发生变化的代码行。查看 Staged（已暂存），确认下次提交只包含预期任务的改动，再使用应用中的 Commit or push（提交或推送） 创建提交。这里选择提交；是否推送，需要另行决定。

   对另一个对话重复审查、暂存和提交过程。现在，两项改动已经分别保存。通过日常的分支或 pull request 流程合并前，要检查合并后的整体行为。如果想回到常用的检出目录继续工作，可以使用 Hand off（移交），把对话转到 Local（本地）；Git 不允许同一分支同时在这两个位置检出。

上述控件名称和操作顺序依据 OpenAI 的 worktree 指南、代码审查指南和内置 Git 工作流。示例中对任务范围的划分，是本文给出的编辑建议。

并行编程有哪些被夸大的地方？

并行生成代码，并不会省去集成工作。worktree 能防止不同任务的改动立即相互覆盖，却无法保证校验逻辑与调用方对 API 的理解一致，也不能保证两个本地开发服务器会使用不同端口。隔离的价值在于让工作便于审查，最终仍要检查合并后的结果。

自动化也不会让休眠中的笔记本变成全天在线的服务。对于依赖本地项目的定时任务，OpenAI 明确要求桌面应用和电脑持续运行。任务需要在什么时间执行，就应选择能够满足这个要求的执行环境。参见本地定时任务的运行条件。

最后，打开更多对话，并不会增加套餐内的额度。ChatGPT Work 与 Codex 共享用量，任务复杂度、上下文、模型选择和工具调用都会影响消耗。真正的上限，是你的额度和审查能力能承接多少工作，而不是侧边栏能放下多少个对话。参见用量规则。

哪些人值得采用桌面端工作流？

独立技术开发者或已获融资的创始人，可以现在就试用，前提是经常有互不依赖的任务，被正在进行的开发会话挡在后面。交给 Codex 的工作应有明确边界，各自保留结果，逐项审查后再合并。如果每项改动都依赖上一项，按顺序使用 CLI 或 IDE 可能更容易把握。

资深运营人员适合把它用于重复性的仓库工作，但应先明确任务输入、预期输出和审查步骤。定时生成报告就是不错的起点。“保证业务系统健康运行”这样的笼统要求，还算不上可执行的任务定义。

CTO 应先选一个仓库，并指定审查负责人开展试点，之后再扩大范围。试点要回答的是：团队能否稳定地准备 worktree、理解生成的改动，并验证合并结果。仅仅统计启动了多少个对话，几乎看不出有多少工作真正通过验收。

如果 CLI 或 IDE 扩展已经适合你的日常节奏，而且几乎没有需要同时跟进的任务，就继续使用它们。 换操作界面与换编程智能体是两件事；后者可以参考 Codex 与 Claude Code 对比。

下个工作日就可以这样开始：打开一个熟悉的仓库，为两项独立任务各建一个 worktree，让每项任务都经过审查并完成提交。等某个提示词已产出你能明确评价的结果，再把它设为定时任务。

Codex app 常见问题

Codex 桌面应用能做什么？

它提供一个桌面工作区，用来跟进编程对话、使用独立 worktree、审查 diff 和执行 Git 操作。当多项互不依赖的任务都需要你关注时，它最有价值。

Codex 比 ChatGPT 更好吗？

需要代码库上下文和开发工具来处理仓库任务时，选择 Codex。当前桌面应用允许从 ChatGPT 下拉菜单中选择 Codex，因此这在一定程度上是同一应用内的工作流选择。参见快速入门。

ChatGPT 免费用户能用 Codex 吗？

OpenAI 当前为 ChatGPT Free 和 Go 列出了受限的 Codex 桌面端访问权限，具体取决于开放进度。这不代表它们拥有与其他套餐相同的模型或功能权限。参见当前访问权限说明。

现在是不是没有 Codex 应用了？

原来的 Codex 应用文档现在指向 ChatGPT 桌面应用，Codex 仍是其中有官方文档说明的选项。如果应用名称与旧教程不同，请按当前安装说明操作。参见应用文档。

Codex 为什么被移除了？

当前文档并未表示 Codex 已被移除。它仍指导开发者选择 Codex 处理软件开发工作，也继续提供 CLI 和 IDE 扩展文档。桌面应用名称变化，并不意味着编程工作流消失了。参见快速入门。

Codex 应用怎么下载？

从 OpenAI 下载适合受支持操作系统的桌面应用，登录后选择 Codex。Linux 用户应按预览版中对应发行版的说明操作。参见官方安装说明。

手机上能用 Codex 吗？

OpenAI 文档介绍了 ChatGPT 移动应用中的 Codex，以及在手机上继续处理云端任务的方式。如果使用的是已连接电脑上的 worktree，仓库和任务执行仍留在那台电脑上，手机负责控制工作。参见移动端设置、worktree 运行方式。

Codex 还有单独的应用吗？

当前的桌面安装入口是 ChatGPT 桌面应用，安装后在其中选择 Codex。终端和 IDE 仍是另外两种使用 Codex 的方式。参见官方安装流程。

Codex 应用打不开怎么办？

原因取决于操作系统、已安装的应用版本和具体报错。先查看官方平台要求和故障排查页面。应用无法启动、登录失败、仓库环境配置失败，需要分别诊断。参见官方故障排查。

想获取 AI 开发与运营的实用指南，可以订阅邮件通讯。