codex怎么跑模拟实验

好，这节我们一起来看一下 codex 怎样接入 deepstack。 因为有时候我们的默认的模型其实并不够用，所以我们会去接入外部的模型，像 deepstack 这样的模型，那我们来讲一下整体的流程，那首先最后实现的效果就是这样子的，我们可以通过在 codex 里面去调用 deepstack 的 模型。 好，那我们来看一下整体的步操作步骤。首先我会给大家推荐啊，就是我这里呢啊编辑了一个启动的脚本，那这个脚本的作用就是可以帮助我们直接将这个 codex 的 底层模型切换成 deepstack 模型。那我们先来看实际效果，再讲实际的原理。那通过这个 start 模型，如果第一次使用的话，建议大家去加入一个授权的操作， 然后去欸把这个授权授权完之后，我们再启动这一个脚本。好，启动的时候它会去修改我们当前的 codex 的 啊配置，将它转发成 github 的 本地的啊 api key， 然后我们来试一下。 好，可以看到重启完成了，那我们再打开我们的 despic， 那 这时候我的新 despic， 我 们就可以看到在我们的这个右下角变成了 despic 模型，对吧？那我们还可以把它回滚成原来的配置。有时候我们可能我们的额度恢复了，对吧？那这时候我们可能需要哎，变回原来的模型，所以就使用另外一个脚本 notebook， 对 吧？我们就直接使用 notebook 也是一样的，我们把整个流程跑通啊回滚，那回滚的话相当于重置嘛，重置成我们最早之前的，那我觉得这种方式是最好的，最友好的，对于我们来说是白盒的脚本代码都在我们手上，我们并不需要去关心它是一个黑盒的操作，然后有人去获取我们的 api key， 你 看是吧？恢复了一模一样，对吧？好， 我们来讲下核心的原理啊，其实核心的原理非常简单，我们来看一下，那这两个脚本的作用，主要就是修改了 codex 的 config 的 这么一个文件，建立了这么一个啊， deepspec 的 本地 property， 然后接收到了我们的这 codex 的 请求之后，自动呢将它转发成 deepspec 的 api， 然后最后呢再把 deepspec 的 结果进行返回， 返回的过程当中呢，我们可以看到整个流程是非常流畅的，并且呢我们通过 deep stack 去管理了我们整个的这个上下文，对吧？嗯，就通过这个 codex 去管理了我们整个 deep stack 的 上下文啊。最后呢再给大家，嗯， 讲一个风险啊，就是很多时候我们通过这种 c c x 和 c c c 外驱的方式也可以建立这个啊 deep cache 的 连接。但还有一个问题就是它的流程是怎样子呢？就我们启动一个 c c x， 就是 这个代理中转，比如说我们开启一个 c c x， 对 吧？它配置一个 api key， 但这个时候我们有时候可能从外部的渠道拿到这个 c c x 的 包， 有时候他会存在一些这个上传的风险，比如说你在这里填一个 key， 那 我可以把你的 key 呢直接获取到你，比如说这里，对不对？你获取到这里是给大家演示啊，这是一个风险站点的演示啊，确实可以拿到这个 key， 而且并且还会有通知，那 为什么呢？因为这个时候我们在这里形成一个 key 呢，实际上他会发一个请求 pos， 请求上升到别人的这个网站上，所以大家可以通过抓包工具可以去看一下，对吧？ 或者说我们再通过这个 c c c 外旋， c c c 外旋，有时候我们也会有一些不法分子去打一些包，对吧？这个包对我们来说是黑盒的，那我们直接使用这个包呢，往往会出现一个情况，也会上传你的 key， 所以 会存在一个风险的啊， key 的 暴露对不对？ 是吧？那这时候呢，黑客的这个黑盒的组建就带来了比较大的隐患，那如果说大家使用啊，像我这种脚板的形式呢，是属于白盒的，大家你可以看到，对吧？所有的代码这里都可以看得到，是不是所有的流程都可以看的到？你直接问一下 q 代码这个道理是不是存在上传 key 的 操作，那就可以看出，哎，他是一个白盒的操作， 黑盒打包好的，你是不是就没办法判断对不对？所以呢我建议大家使用这种方式啊，那这个方式呢？嗯，首先大家会得到一个这样的一个 呃，这样的一个文件夹，对吧？这样一个文件夹，然后呢执行第一个脚本啊，就是这个 start， 它会帮助我们去安装好配置的 python 环境，那因为本质来说，这个脚本呢，是通过一些 python 环境去操作的，对吧？那你切换完之后呢，就直接变成了 python 模型，但是呢，你使用的时候有两个步骤，第一步呢是把它 下载好这个啊切换包，然后呢这个时候我们干嘛呢？我们会得到一个什么？得到一个这样一个文件，这个 type c 的 key， 所以 我们就把这个东西呢给它复制一份，对吧？ ctrl c， 对 吧？ ctrl 加 v， 那 把这个后面的这个啊后缀给它去掉，你看会去掉这个音，这个点 copy 的 后缀。 好，这就给大家的一键打包包好，然后这时候我们在这里呢改成我们自己的 key， 然后再去执行我们刚刚前面说的这么几个脚本，比如第一个是吗？ start 对 吧？回滚呢？就执行这个 rebook， 对 吧？那通过这样的方式呢？那就，哎，直接完成了我们整个的这个 deptych 的 切换。好吧， 原理也给大家讲清楚了，其实我觉得，呃，这两个脚本呢，主要就是这两个功能，第一个是一键切换 desac， 第二个是一键回滚默认配置，那帮助我们去切换，当然这个脚本还有很多优化的点，我觉得主要就是，哎，我们可以切换成这个小米的 mini 模型，对吧？还有我们的 kimi 模型，对吧？ 那主要就是这些点。好了，那以上就是本期视频的全部内容了，我是小刘，我们下期再见。

codex 太厉害了，给你们看一下啊，就是我跟他说我的需求啊，就是自动化生成图片，然后对应的 cds 二点零的分镜提示词，然后直接生成视频，你看这个流程，直接他就能帮我做了啊， 他先让我啊，登录授权我们这个呃节目的账号啊， 然后我登上去之后啊，他说让我确认，我说我的意思是用 image 二模型生成图片啊， 就是目前来说最强的生图模型，然后好，他用了 gpt 的 生成了这四张啊图片看，然后他就写好了这个完整的分镜提示词， 点进来看一下啊，我对他这一版其实是不是很满意啊，我就又上传了我的塑身形象和这个音频音色一起给他生产啊，他就直接啊添加进去后啊，升级后的，其实是看见没有啊， 他的运镜啊，他的音频音色，还有啊他的模型啊，比例， 分辨率描述，他都会一并成交，让我确认，确认之后，好，你看八分钟之后生成完成， 虽说非常的厉害。你看到这边我自己来剪一下。看这套新中式 主楼加旁边小院房，一进门就是双层挑空门厅气场一下就出来了，面宽十三米，进深十一米五，屋檐声带一亮，晚上比白天还好看。细节看这里，门厅线条，灯光，院子比例，这房子盖的讲究，老家准备建房的评论区打别墅，我把这套思路讲给你听， 怎么样，是不是非常的厉害，就是现在哦，如果说你还没有体验过这种 and just give 就是 这种自动化的啊， 模型就真的是，呃，你现在所有的工作方式都可以通过它给你复制出来了，不信你你问一问他，他都能给你复制出来， 真的。所以如果你还没有体验过的可以好在评论区啊，打个一啊，或者说想体验我会教你怎么去做。我真的想在 ai 时代啊他们大家一起无限进步啊。

今天教大家用手机控制电脑上的 codex， 这个功能很好理解，电脑继续负责跑项目，手机让你随时看到进度，也能在关键时候做决定。在 mac 上打开 codex， 登录账号，选中你正在做的项目， 直接交代任务，比如修复一个问题，调整一个页面，或者让它帮你运行测试。离开电脑之后，打开手机上的嵌 gpt， 进入 codex， 你会看到正在运行的设备，比如 macbook 或者 mac mini。 点进去手机就能看到 codex 在 电脑上的工作状态，它现在处理到哪一步，改了哪些文件， 测试有没有通过，电脑画面里发生了什么，都会同步到手机上。 codex 需要你确认的时候， 会把请求发到手机上，你可以批准，也可以拒绝，还可以直接告诉他换个方向继续处理。代码、文件权限和本地环境都还留在电脑里，手机只负责查看进度，发指令， 做审批，这就很适合那些需要等一段时间的开发任务，你可以在路上看一眼修改结果，排队时批准测试。回到电脑前， codex 已经把进度整理好了， codex 手机版的价值就在这里，电脑继续工作，你随时接收。

hello， 大家好，今天给大家讲解一下我是如何使用 codex 来驱动 objects 来完成一系列由 ai 驱动的 ce 仿真的。首先我们去 openai 的 官网去下载 codex 这个 agent 桌面单软件。 codex 是 由 openai 推出的一个以编程为主的桌面单应用程序，我们下载完成之后，安装了之后，你可以登录你的账号，这边 codex 它是免费账号，也是有一定的使用额度的， 但是这个额度不多，建议大家还是充一个 plus 会员。下载完成之后，你可以在这边新开一个对话，然后把我这个 呃 qs mcp 的 链接粘到这个对话里面，让它安装一下这个 mcp 插件。这边安装完成之后，我们可以在设置这边看到这边有个 mcp 服务器， 然后这边的话有一个 opcode server， 这个服务器安装完成之后，你的 codex 就 能够和 opcodex 完成一个联通了。至于这个仿真的界面，它是我们完成的另一个项目， 你可以在 task two cae 这个网站下面把链接复制一下，然后交给 codex 让它安装一下。 安装完成之后，我们就可以使用 codex 联合 opcode 来完成一系列仿真了，但在这个过程中，你肯定要把你的 opcode 啊，我们打开 opcode 之后，我们可以在这边的中端窗口下输入 mcp， 然后下划线，然后 looper， 然后过号点击回车，然后这边的话 appux 就 已经开启了一个 m c p。 我 们在 codex 里面，然后我这边新开一个窗口，我们这边的话问他你是否可以和 appux 联通， 他这边是思考了二十四秒之后返回的信息是可以当天可以和 appx 连通了，如果你测试到这一步的话，那说明你已经成功的打通了 codex 和和 opuse， 然后你就可以使用一系列的提示词来对它进行一个仿真。比方说我这边做的一个仿真，仿真专家做一个仿真学分析，要尽可能的贴近真实工况， 不要简化去做。如果是比方说这种动理学仿真的，你就让他要尽可能的贴近真实功放设定播放的帧率也要高，让仿真动画看起来更流畅。我需要在这个 codex 浏览器里面看到最后的仿真的结果。 在这边有一个界面，这边是模型树，我目前是只做了这个项目的，打开预览的一个模型树，后边的话，这个我可能会再完善一下，把这边的零件材料装配，然后分析部都能够去操作和二次编辑， 目前能够你编辑的在这个可编辑窗口，比方说可以编辑一下模型的一些尺寸，比方说我们把这个模型的尺寸圆孔半径改为二十四，在这边点击重新计算，然后这边的话它就在驱动 appui 完成一个重新的计算。 你也可以改，比方说板长板宽，然后其他的一些弹性模量或者是材料属性可以看到它这边就完成了一个模型的重新计算，然后重新进行了一个就是模态分析。我们先在这里讲一下这个 codex 驱动 ios 进行一个由 ai 驱动的 ce 仿真的流程是怎么样的。首先我们在这里的对话框里发一下你的想要仿真的一个提示词，你可以完全照抄这个，当然你想改一下也是可以的， 然后把提示发给这个 codex 之后， codex 就 会去写一系列的脚本，比方说这个模型建立的脚本也是由 codex 的 python 码完成的，当然一些比方说这个像简单的一些模型，它是可以去建立的，当像这个 洗刀模型它就建立的效果不是很好了。这个洗刀模型是由我在 soodeworks 里面去建立的一个模型，把它转化为 str 格式之后，告诉了 codex 在 哪里， 他就可以把他建立的模型和我提供给他的模型进行一个装配。呃，包括后面的像材料定义装配这个分析布载合了的定义，边界条件的定义，以到我们的网格化划分，都是由 codex 来完成的。 到后面的一些结果的后处理也是由 codex 来完成。 codex 完成之后，它会把一系列的脚本发给发送给我们的 opqs， 来完成最后的一些结果的分析，然后到仿真的一些模型的一些计算，它会发送给我们来完成一系列的仿真计算到结果的后处理， 然后完成之后它会创建一个网址，就是这样一个网址，然后我们点击一下就可以在浏览器里面去 看到 oq 所有的仿真结果。目前的一些仿真的话，其实它只能够进行一些简单的动力学或者是心理学仿真心理学效果目前是最好的，动力学的话，其实效果没有那么好， 大家可以当做一个参考。然后我这边再补充一点，就是如何把这个 mcp 给停掉，因为这个 mcp 运行的话，你的 oq 界面是不能进行任何一个点击操作的，就是它是一个主色运行的状态， 然后大家如果想停掉这个 mcp， 呃，然后在 app 里面查看结果的话，可以点击这边的 stop 按钮，然后就可以停掉这个 mcp 服务了，然后就去进行其他的一些操作。 你如果你有问题的话，可以在这个 github 上去提问，或者说你有好的想法可以在这边跟我说一下，我看一下能不能来实现一下。这就是本期的视频内容，大家如果有什么疑问可以向我提问，谢谢大家。

比起 opencloudex 可能才更适合普通人使用，能操作电脑做文档、表格、 ppt， 还能生成图片，执行自动化任务，逐渐从编程 agent 走向桌面 ai 助手。那今天这个视频我就给大家带来 codex 保姆级教程。先到 codex 的 下载页点击下载 macos， 下载好后打开安装包， 直接把文件拖进去就可以了。打开 codex， 它的界面很像网页版的 ai 聊天界面，主要可以分为三块，右边这里就是和 ai 对 话的地方。左上角的四个功能，第一个就是开启一个新的 ai 对 话搜索，可以通过标题来找到之前的对话内容， 剩下的插件和自动化功能我会在后面详细讲解。左下角这里是两种和 ai 写作的方式，一种是项目方式，一种是对话方式。 项目方式更适合去做一些长期积累的任务，比如沉淀知识库、做工作流、写代码。有两种方式使用项目，一个是创建新项目，默认会在文稿目录下创建一个项目文件夹，也可以使用你现有的文件夹作为项目， 所有后续的 a 阵子操作都会默认在项目文件夹下进行。第二种对话方式，就像我们平常使用网页版 ai， 可以 临时去做一些任务，比如偶尔查一查信息什么的， 那我们这里就可以新建一个项目，我们也可以在三个点这里给项目改名，在聊天框左下角就可以看到他已经进入了刚才新建的项目文件夹。下聊天框这里的加号， 我们就可以上传图片或者文件给 ai 这里我们还可以开启计划模式，这个模式是不让 ai 直接改动文件，而是先生成一份计划，我们看完没有问题以后才会执行。 权限，这里 codex 有 三种权限，第一种默认权限，就是只能访问项目文件夹下的文件，如果涉及到其他文件或者网络访问，就会弹出审核框让我们去批准。第二种是自动审查，就是 codex 会自动放行低风险操作，高风险操作才会需要人工审核。 最后一种就是给 codex 所有的电脑权限，很方便使用。右边这里我们可以选择模型的推理强度，复杂人物可以选择更高的推理强度。 模型这里我们可以切换多个叉 t b t 模型最后的速度就是可以加快模型的输出速度，不过会消耗更多的 token。 这里直接让 ai 写一个单 html 的 个人播客网站，但我们可能有新的想法，想要加进去就可以直接进行引导， 比如我这里补充整体色彩风格要用孟菲斯风格，还可以继续补充，要用一个板块式，个人作品展示用滑动式般的呈现。我们直接点击这里的引导， codex 就 会在下次执行工具调用后 插入我们新的要求，很适合补充提示词或者纠正方向，不用中断对话，让他帮我们再写一个手工艺的电商网站。使用 react， 那可以看到两个任务就并行执行了，属于转圈的状态， codex 当前步骤完成后就会显示为一个小蓝点。 看完基本使用，我们来看一看一些好用的特性。先来看一下插件功能，插件就是用来帮助 codex 操作各种工具的， 比如 computer use 和 browser use 就是 让 codex 操作你的电脑和它的内置浏览器，下面这两个就可以操作表格和 ppt， 那 往下翻我们还可以看到操作邮箱 canvas 设计软件的，我们点开一个就可以看到。这个插件其实由外部服务调用和技能组成， 那有的插件本身也是一个技能，后面也会给大家演示怎么使用插件。技能这里大家应该就不陌生了，技能就是工作流程的一个分装，如果有不懂的朋友可以看一下我之前讲 agent skill 的 视频， 如果你是以现有文件夹的方式创建项目的，也会把里面的技能同步过来。接下来我们就来看一下 computer use 这个插件， 它是利用 macos 的 屏幕录制和无障碍辅助数，让 codex 既能看到画面，又能精准点击。 这里我让他打开扫雷通关简单模式，这个半透明小光标就是 codex 操作所使用的，不会占用你的鼠标。一开始他尝试标记地雷的时候，发现标记失败了，很有意思的是，他换了一种玩法， 直接打开安全格，然后就是一路门店，推理出所有可能的安全位，直接通关。我就在想，如果以后模型的推理速度和输出速度再快一点，那我们干游戏就只需要用 ai 就 可以了。 下面我们看一下办公三件套和作图插件，这里我让他调研一下英伟达显卡的发布和价格信息，并让他制作成 word 文档， 然后配图。这里他很快先把配图制作出来了，整个过程一共用了十六分钟，第一次用的时候他会自动安装相关运行环境，制作完成后，他还会截图进行复查，发现可以打磨的地方还会进行二次修改。我们打开文档来看一下 发布信息和价格表都出来了，而且还贴心的配了图，最后还有产品线解读和购买建议。然后我让他在这个基础上把价格表整理成 excel， 同样的他在处理过程也会不断修正错误，花了五分钟时间做好。 来看一下表格，所有信息都正确写进来了，唯一有个瑕疵是溢价，这一栏应该是百分比，它这里用的是小数，不过这些都可以通过细化提示词去解决。下面继续让它根据文档做 ppt 分 格，参考苹果信息层级不超过三层。 他做完第一版以后，又对我的信息层级这个要求进行复查。我们来看一下 ppt 整体布局还是很舒服的，满足了我对信息层级的要求，没有堆满字，而且风格也是沿用了英伟达的配色。最后我们来说一下自动化功能， 它就相当于一个定时任务。右上角这里我们可以新建任务模板里有一些关于代码的任务模板。下面这里你可以选择在哪个项目文件夹下进行， 并且设定定时时间，有每小时、每天、每个工作日或者每周。也可以自定义规则，我们可以直接粘贴这个规则，让 ai 帮我们改成任意时间，比如这里就让它改成每周二和每周四的十三点执行。那 那我们在这里也可以让它执行已有的工作流程，比如这里，我之前是用 cloud code 做的，在 cloud 点 md 里已经写好了完整的自动拉取推文的流程，那直接让 codex 执行就可以了，很顺利地帮我完成了定时任务。那以上就是全部教程了，如果对你有帮助的话，记得一键三连。

美好啊，朋友们，这是一期 codex 奶妈级的零基础系统教程，这期视频我会从安装开始，手把手地把 codex 的 基础能力到高级功能的组合，以及最新的手机端操作，用十个实战场景来带大家彻底拉通 以后这一类的 ai 产品，出一个算一个，你都会触类旁通，游刃有余。我也把这期的文字课间整理成了文档，那这期的含金量可谓是 biu biu biu biu biu， 一个点赞收藏关注是最起码的。好了，不多说，学费都交了吧，我们上课， 那在开始之前，我先说一下 codex 和 cloud code 的 区别。从本质上来说，它俩都是由编程 agent 逐步转向了通用 agent， 分 别是 ansapi 和 open ai。 这两家出的 cloud code 呢，默认使用 cloud 模型，但是我们可以自行替换成任意其他的模型，那在易用程度上， codex 桌面端的产品设计是会更友好的， 更适合零基础的白领工作者，而 cloud code 有 更高的自由度。在功能上， cloud code 原本是最齐全的，什么 skill、 mcp、 斜杠命令、 hock、 远程操控，这都是人家先发明的。但是呢，最近的 c c 更新稍微不如 codex 那 么快了，会更加偏向专业开发者一点。 而 codex 发了非常强的浏览器操控和 computer use， 还内置了最近的 image 二深图模型， 而且昨天还刚刚发布了手机端和 hock， 可以 直接用你的手机 check gpt 来控制电脑上的 codex 干 活。那价格和额度方面呢？ codex 的 会员额度非常大方，二十到的会员就很够用，而且还不封号。 而 cloudpod 呢，大多数人可能都没法用它的官方账号基本上都得自行调用 api 的 费用属于是花多少用多少，风险由人。那在使用场景上，我个人喜欢用 cloudpod 搭配 cloud 模型来写作，因为 ops 四点六的写作和规划能力真的很强， 那 codex 的 执行和解决问题的能力也很强。日常的办公场景，我会选择用 codex， 那 在编程的时候嘛，我就两个都用上，所以结论是，入门的朋友用 codex 就 很强了，有条件的朋友呢，两个都来是最完美的， 不过两者的逻辑其实都是一样的，我们学一个，另一个也就会用了。那 cloud code 我 也做了一期系统教程，想拥有左膀右臂的朋友可以去看看。 ok， 正式开始 使用 codex， 我 们唯一需要准备的就是一个叉 gpt 账号，免费的也行，只是会额度稍微少一点。那有了账号之后，我们就直接去它的官网双击安装， 然后安装好之后登录我们的叉 gpt 账号，然后这些设置我们可以先随便选一点啊，选个日常工作，反正后续呢，我们都是可以改的。那搞定了， 那进来之后呢，大家会看到这个对话窗口，好像跟 chat gpt 是 很类似的。那我们打开两边的侧边栏也蛮眼熟的，左边呢，可以管理对话和任务的列表， 那中间就是聊天，右边大概是结果之类的吧，大家应该都能猜个七七八八，所以我们先不深究它的页面，我们直接开用，这其实也是我探索所有的 ai 工具的独门秘方。 我打开一个陌生界面呢，我先不管别的，我先找到我能对话的框，我先聊，先找到我能看得懂的按钮，先按，按着按着你就会了。你看看，独门秘籍都教给大家了，以后你们就是为师的弟子了。 ok， 众弟子不必拘礼，我们还是以学业为重啊。那我们第一个要了解的 codex 能力呢，就是本地文件操作， 也是这一类桌面端的 agent 跟对话 ai 最显著的区别和能力。因为过去我们用叉 gpt， 如果说我们要让它看到我们本地的内容，我们只有两种方式，一个呢就是复制粘贴到这个对话里，另一种就是以它允许的格式和数量把文件给上传上去。 但是 codex 不 一样，它可以自主地读取和操作我们的本地文件，而且不限数量。比如说我作为一个剪辑，我的本地里面存了八十多条视频素材，这都是我剪辑要用的， 但是呢，这个命名全都是乱的，完全看不懂，所以我想以这些视频的内容来命名，到时候我们看见文件名的时候，我们就知道这个素材是什么。那这事 check gpt 肯定是做不了的，但是 codex 可以 我们来看这两个地方，它都显示了一个概念，叫做项目， 我们选择一下，哎，一选择项目，他就让我们选择本地的文件夹了，那我们只要选中这个文件夹，那这个文件就是我们的项目了，里面所有的文件 codex 都可以自由的读取和操作， 当然这需要我们给他权限。大家看这里的权限选择啊，目前呢，我们是一个默认的权限，我们再点开，他有三种权限模式， 那默认权限的意思呢？就是在我们当前的文件夹内，他可以自由的去读写这些文件，但是如果他想要联网呀，或者是帮我们下载一点东西啊， 或者是碰这个文件夹之外的其他文件，那他是不行的，如果他必须要做，就会要向我们提出提高权限的请求，我们点同意才能继续。 那自动审查呢？顾名思义就是有个 ai 自动帮我们审查，由 ai 来判断这个操作危不危险，如果危险呢，就来问我们不危险的，比如说他去下一个知名的这种官方软件什么的，他就直接开干了。 自动审查比默认模式要更宽松和智能，建议大家选这个就完了。那最后呢，是完全访问权限，这意味着 codex 可以 在你的电脑上几乎什么都能干，它可以修改删除任何文件，它可以在任何位置执行命令，例如说它可能会去把你的 cloud code 给删了。 开玩笑啊，它一般情况下是不会这样抽风的。 ai 呢？也没有嫉妒情绪吗？ 大家尤其是新手朋友就选择自动审查模式，相信 ai 就 完了，毕竟咱又能审的比 ai 好 多少呢啊，对吧？ ok， 那 我们选中了刚刚的这个视频的文件夹，继续来提出我们无理的要求，让他帮我们把这个文件夹里的所有视频素材都按他们的实际画面来重新命名。哎，他就开始做了， 而且大家看他非常的聪明，他先看了看我们到底有多少个视频，然后他选择用抽帧的方式抽取关键画面来判断内容是什么，而且他还知道他不要一张一张图去看，他给拼成了缩略图的形式，一组一组的去看。 ok， 很 快啊，这个文件夹里面的文件名就全改变了。过程中呢， codex 也是没有向我们提全的，因为他都是在这个文件夹内去操作的。那我们也可以检查一下他都对应好了没有。 ok， 钢琴家音乐演奏厅，没错， 雪山近身格斗，没错，旗袍女人夜巷卖热饮哇！而且他的这个命名还遵循着一个序号，任务、场景、行动的一个清晰的命名格式。 ai 做事的这个细心程度啊，人类你不服不行。那另外呢，我们其实也可以在同一个项目里面去开多个不同的对话，它们的上下文都是不一样的，但是同样都可以随时的访问我们这个文件这个项目。 比如说，我们在另外一条对话，我们又给他一个不同的任务，让他想办法把所有关于风景的视频都剪成一整条。 哎，没想到吧，他真的能剪，他自己想办法，用了一些工具问我们要了一些权限，用这个 ffmpeg 给它拼在了一起，效果的确是关于风景的都剪成了一条。 ok， 那 如果我们要创建一个新的任务，我们其实也可以手动的在这边创建，他也会自动的在我们本地创建一个文件夹。 然后呢，我们跟 codex 对 话的整个过程， agent 产生出来的任何文件啊， pdf 啊，什么 markdown， ppt， 它都会直接存在我们本地的电脑上。 ok， 到这里，大家应该 get 了 codex 呢，可以随时地访问我们的本地文件，去读取内容，写文件，删文件，移动文件，文件夹里的内容也就成了我们的 codex 随时可以获取的上下文，那这里的项目也就对应着我们在本地的一个文件夹， 哎，那刚刚这么个任务会花我们多少上下文呢？我们只要看这里就能看到了。 那这个小圈代表的是我们现在的这个对话和里面的操作，一共使用了 gpt 五点五的多少上下文窗口。 如果我们把鼠标悬上去呢，它还会有更详细的一个信息，当上下文快满的时候， codex 会自动地帮我们压缩上下文。不过其实当我们一个任务告一段落之后，不用等它快满了，让它自动压缩，我们也可以自己通过斜杠压缩这个命令 来手动的去压缩上下文，这样呢，可以让模型更聚焦在我们的新任务上，也省一点上下文的额度。那当然大家除了这个对话的上下文余量，其实我们还想知道我作为一个免费用户，或者是我作为一个 pro 用户， plus 会员，我还有多少总共的额度可以用，对吧？ 这个呢，有两个方式查看，一个呢是左边的设置，这里我们点开剩余额度，就能看到你五小时内还剩下多少，那本周内又还剩下多少， 甚至呢，也有什么时候到期会刷新的一个提示，这个产品的设计还是比 cloud 的 友好很多的。那另一种方式呢，就是我们可以直接在对话框里输入斜杠，然后找到这个状态， 那打开这个状态之后，它的绘画这里就会持续的显示我们的上下文余量，这个五小时和一周的限额。但再次说实话，这个 codex 的 额度还是非常大方的，二十到的额度我认为是可以满足大多数白领工作的高频使用的。 ok， 那 顺便呢，我们也介绍一下这里的模型选择， 那点开之后，我们可以选择速度，快速呢，就相当于加急通道，会消耗我们更多的额度。那这里呢可以选择其他模型，但是大家都选五点五，因为它确实更好用。然后呢，这里可以选择智能程度，其实呢一般中度智能就够了， 所以我们选高。 ok， 那 这个小麦克风呢，肯定就是语音输入功能了，比手打字还是要快很多的，但是呢，它的转录速度远不如大家去下载一个语音输入法，还是非常推荐大家用语音输入的 好。那现在我们通过一个本地文件处理的案例，也了解了 codex 上常用的一些功能。那 codex 的 第二大能力就是命令行工具使用。 其实刚才我们说到权限的时候就有提到，在默认权限下，它可以读写文件，但是却不能执行一些命令，一些联网的操作。那这些命令是什么意思呢？ 刚刚的案例其实也已经用到过了，比如说它把视频抽帧出来，还把几个视频拼接到一起，它用到的 ffmpeg 就是 命令行工具。 还有一些我们熟悉的命令，比如说我们在终端里面来克隆一个 gitup 仓库，或者是大家近期比较熟悉的，我们在命令行里面输入一些命令来下载龙虾和各种依赖。那 codex 的 第二大能力就是在我们授权的情况下，可以使用我们的终端来替我们做这些事。 那我们就来让 codex 帮我们来安装一些平时对于小白来说非常复杂的东西吧。第一类，常用依赖，比如说什么 node gs 啊， git 什么的， 也是大家以后使用各种 agent 或者是做其他项目必备的一些工具啊，那之前大家要装这依赖都得去看一个手把手教程，然后照着命令抄，挨个装。那现在我们就直接跟 codex 说帮我安装个 node js 给他发过去， 也是因为这些东西呢，其实都是比较常见的东西了，所以在我们的自动审核的权限模式下，你看他基本上都不问我们要提权，就熟门熟路的帮我们装好了。 那第二类，就是那些爆火的但是有上手门槛的一些新的 agent， 比如说龙虾，爱马仕，甚至还有这个 codex 的 竞品 cloud code， 我 们都可以让 codex 帮我们装完了呢，它还能教我们该怎么用。那我们装一个 hermes 吧， 我其实都不需要给它官网和仓库链接，我就说最近有一个叫 hermes 的 agent 很 火，你帮我安装一个吧。 哎，他就会自己去搜索，然后帮我们判断到底是哪一个。然后呢，他根据官方的文档帮我们陆续的装好了，还帮我们验证过已经装好了，你瞧瞧，那我们照着他说的来启动一下试试。 哎，真的帮我们装好了，那往后的配置我们就不在这里继续了，但是大家应该 get， 有 了 codex 以后，那些复杂的要收你五九九的部署，你都可以直接让 codex 帮你做了，怒省五九九。而且我们在使用的过程中遇到任何问题，还可以截图去问 codex， 什么瞎死了马挂了，升级出现了问题都可以让 codex 直接帮你修，是不是很方便？ 那第三类有点没那么必要，但它其实也可以，就是像 cursor integrity 这种软件应用， 平时都是我们去手动在网页上下载的，它也可以帮你下载和卸载。那大家用 codex， 我 其实也建议大家去下载一个 agent 的 ide 啊，因为现在 codex 有 个缺点是它没有办法打开我们的文件内容，直接去手动编辑。 虽然这个侧边栏呢，是可以看到一些文件结构和内容的，但是我们都没法编辑，所以大家可以让 codex 下载一个自己喜欢的，比如说我们就这样下载。那下好之后呢，我们再执行一个 git i n i t 一个初步化， 那右上角就会出现这个东西，随时可以把我们的项目在编辑器中打开，我们来手动编辑。 那第四类就比较重要了，就是 agent 本身会常用到的那些 skills 啊， mcp 啊和 selli。 那 skill 和 mcp 本身 codex 也是支持的，我们后面会详细讲到， 我先挑两个大家安装一下，方便我们后面综合起来来做案例。那这些 skill 和 c i 呢？通常来讲不像那些 get 那 种大项目那么著名，所以我们最好是找到它的具体仓库，或者是明确的官网地址。比如说我们下载一个专门找 skill 的 这个 find skill 哦，方式就是直接把链接拷贝给 codex， 然后跟他说帮我装一下这个 skill。 那 在他装的期间，我们也说一下 codex 的 另一大好处，并行任务处理， 我们完全可以在他做这个事情的时候再开一个对话，让他去下载一个别的。那我们下载一个飞书 c l i 吧。飞书 c l i 其实非常的典型， 因为现在呢，有一些积极 ai 化的软件，把几乎所有他在软件里能做的操作都做成了命令，让 agent 能够方便的去操作，我们把这个链接发过去，让他开始下载， 那这边呢，其实会显示每一个正在处理当中任务的情况，这个在转呢，就说明它正在执行中，那这个蓝色的点呢，就说明已经完成了，有时候还可能会出现一个需要你申请权限的一个标识。 ok， 那 这里 fan skill 呢？它是已经装好了，我们再看飞书 c l i 这边，它会引导我们去做一些授权， 我们就跟着它的引导去完成就好了。 ok， 那 装好飞书 c l i， 那 codex 就 能帮我们去做飞书里的各种操作了，比如说写文档，发消息，见日历，做表格什么的了，我几乎每天都在用， 好大功告成。我们就这么一个小章节，我们就用自然语言的方式让 codex 帮我们装上了 hermes node， 飞书 c l i 一 大堆东西，这就是 codex 作为 agent 的 第二大常用能力，命令行使用。 那这个能力和这个章节的演示也是希望大家能够 get 到一点，就是我们现在在电脑上想去做的很多很多事情，都可以让 codex 这样的桌面 agent 去做了。那 codex 的 第三大能力是持久记忆。 看过我那篇 cloud code 的 朋友应该都知道， c c 呢，有一个手动的持久记忆， cloud 点 md， 还有一个自动的记忆系统， 都是把我们希望 agent 能够长期记住的，比如规则、篇号和我们的信息之类的东西，以本地文件的方式存在我们的电脑上，然后事实的时候把这些记忆以上下文的方式注入到 agent 里去。那 codex 也是类似的，它也有这两套持久的记忆系统 在 codex 里面呢，手动的持久记忆文件叫做 agents 点 m d， 而且它也有一个自动的记忆机制，来我们打开设置，找到个性化， 那在这里的这个自定义指令实际上就是一个全局生效的 agent state md， 它会在我们任意的项目跟 codex 对 话的时候，它都第一时间作为上下文发给大模型，那我们可以手动地自己在这里写，不过我更喜欢呢，直接在对话中去跟 codex 说， 比如说我说一个，我希望你以后对非书文档里的任何修改都使用一个专属的你的文字颜色和用删除线的方式来修改，不要直接的修改。然后这个帮我寄到局的 a 正 c m d 里。 ok， 那 它这里呢，告诉我们已经写好了，我们再打开个性化这一块，就的确是多出来了这么一套规则，那实际在使用当中，它就会去遵循我们这个规则了。 比如说我这里已经有一篇非输文档了，我在侧面呢也评论了几个我想修改的地方，我直接可以把这个链接发给 codex， 我 让他根据我侧面的评论帮我修改一下。 那因为我们刚才确实已经装好了这个非输的 c r i 也都给他配置好了权限，所以 codex 是 直接可以操作我们的文档的。 ok， 看看它完成之后的效果。 果然他用了紫色的字和删除线的方式来帮我们做的文档修改，那这个呢，是局的 agent md， 适合记一些适用于所有任务的一些大原则，比如说我们的工作习惯，我们要说中文，我们的工作偏好修改文档，要留下这种修改痕迹等等等等。 那另一种呢，就是项目级的 agent md， 这个长期记忆呢，只在这个项目当中生效，我们可以选择一个项目的对话，然后打开编辑器， 自己在这里手动的创建一个 agent 的 md 的 文件，然后我们去写一些针对我们这个项目的一些规则， 当然也可以让 codex 来帮我们写。我个人的建议呢，是在这个项目文件里面有了一些内容之后，让 codex 根据他对我们项目的了解来自己帮我们写。那自动记忆怎么回事呢？ 其实我们刚才在这个个性化这个下面我们也看到了，我们需要手动打开这个自动记忆功能， 它的机制是我们打开这个功能之后， codex 会在我们结束对话或者是结束任务，这个对话闲置一段时间之后，它帮我们把那段对话总结成记忆，然后记在一个地方。但是它有几个原则，第一太短的对话它就不记了， 那第二这个对话的总结它一样会消耗我们的额度，所以当我们的额度太低的时候，它也就不记了。 并且这个自动记忆文件呢， open ai 官方是不建议我们去手动修改的，顶多我们可能删一删有些没必要的信息，那这个文件大概是长这样 的，是一个任务，一个任务在记录的，主要呢会写上这个记忆的来源是哪段对话呀？以及它的工作目录是什么，那以及以后触发了什么关键词的时候，它会去召回这段记忆， 再往下呢，是用户在这件事情上的偏好大概是什么样的？那第五段呢，是一些可附用的一些知识，一些踩坑的记录，那这些内容都是 codex 自己记录的，并且以后也是会它自动的招回去使用的，我们就先不修改它， 它这个格式确实也不太方便修改，更多的时候我们对于明确的规则和要求，我们还是通过组织 agent md 来实现。那大家学完这些视频之后呢，我也想给大家再做一期， 通过组织不同层级的这种 agency md 给自己做一个非常懂你的，可以做不同类型事情的超级助手的视频，感兴趣的朋友可以扣个一。 ok， 那 第四大能力就是 codex 可以 直接用到 image， 二来生成图片。不过呢，深图功能其实是一个小功能， 所以这一章节呢，我们不只会用它的图片生成，我们会带大家做一个完整的个人主页的开发项目，并且在了解一些 codex 在 小白开发中的一些用法和功能。那我们再来开一个项目，叫做个人主页， 然后我们点开这个加号，我们把计划模式打开，因为我们要做一个网站嘛，任务会复杂一点，所以打开这个计划模式呢，他会先帮我们列出一个详细的计划，我们确认之后他再开始行动。 计划模式呢，比较适合我们的任务有一定复杂性，或者我们自己还没想清楚，可以跟 ai 讨论出一个计划。那假设我们现在就是第二种情况，我们其实没想清楚，我们直接跟他说我想做一个个人主页， 那你看他看到我们的项目中是没有内容的，所以他以这种选择框的方式来询问我们的细节，这些选项呢，大家可以按照自己的要求去选择，那我就选这个个人品牌吧。 然后如果说这些选项中没有我们满意的呢？我们也可以选到最后一个来填写我们详细的要求，比如说我要他修饰感，也要高级感，然后我选针对合作伙伴，不要个人照 中英双语，巴拉巴拉巴拉。这里真的是问了我们相当多的问题啊，那最后呢，他给到我们出了一个详尽的计划，问我们是否实施此计划，那其实基本的计划我们看着没有什么问题，但我们也可以补充一些调整方案。 比如说我们刚才就要说到了要用它的 image 二的生成能力，我们这里没有体现，我们加一句网页上要多用一些图片，使用 image 二来生成一些高级感的图片，然后我们一起提交。 哎，那他又问我们要走哪种高级感呢？我们如果点开这个小叹号的话，还能看到他说的这个风格到底意味着什么意思，这个产品的小细节真的是我很喜欢，那我们就选他推荐的吧。然后他出了一版新的计划，我瞧着没什么问题， 去吧。 ok， 他 就开始初识化这个项目来逐步帮我们生成了。那这个过程呢，肯定会需要一定的时间，在这个期间我再给大家补充一点点知识点。呦，他的第一张图出来了，不错，挺有艺术感的，果然是最强的 emoji 二，那我要补充的这个知识点呢，叫做引导。 如果说大家在 codex 执行一个很长的任务的过程当中，你觉得他有点跑偏了，我们是可以随时给他补充纠偏的，比如说我们补充一下图片的人味要更强一点，而且不要这么冷的色调。我是一个 ai 博主，然后我们发送出去， 哎，大家会看到他没有立刻打断我们的任务，没有发出去，实际上他在这里排队呢。那我们看到右边的这个引导按钮，他写着我们不打断模型运行，会在下次调用工具后发送过去。这个是非常好的一个功能啊，我们点一下， 哎，他就可以发出去了。这个功能呢，可以让 codex 不 用在错误的道路上一路狂飙，把我们额度都花光，也不会让它重新再跑一轮任务。那另外一个小功能点，我们找到一个已经结束的任务， 我们看一下这个 ai 的 回复，每个 ai 回复的下面都有一个这个按钮，叫做分叉 fork， 这个的意思是我们可以随时从这里开始去开一个新对话，非常适合那种前面聊的还好好的，上下文也非常有价值，但是我们再往下聊，就聊的有点叉劈了的时候。哦，还有个小功能，宠物， 我们点开设置外观，然后这下面就有一小对小宠物可以选，甚至呢，我们还可以点击创建，让 codex 根据对我们的了解来生成一个定制化宠物。那我们先点击唤醒宠物， 哎，就会在桌面上有常驻这么一个小桌宠，脑袋上会冒出来 codex 正在做什么的一个提示，别的呢？好像也没什么用。 ok， 终于在他跑了七七四十九分钟之后，网页完成了， 我们来看看效果，因为 codex 呢，有一个内置的预览浏览器，我们可以直接打开右边的侧边栏啊，我们还给它放大一点。 嗯，这个网页的效果确实是不错啊，不过呢，现在的 a 证呢，其实都有这么一手了，那它这个预览浏览器呢，还有一个好处，我们点击右上方这里的一个批注按钮， 我们就可以在这个页面上选中这里的具体元素去写修改意见，包括重新生成图片，比如说我们要这个 logo 放大一点， 然后 p 住这里这张图加上一个人物，好把这个删掉， 那然后对话框里呢，就会加上我们这几条批注，然后我们点击发送，它就会针对我们的意见进行修改了，是不是挺方便的？那我们现在项目有了雏形之后，我们再 call back 一下刚才说的 agent md， 其实现在呢，就是一个让 codex 帮我们生成项目级 agent md 的 好时候了，因为我们也有了一定的内容，我们就让它自己生成一下，我们打开编辑器看看， 不错，项目的背景，各种信息，各种规则，各种文件路径都已经写好了。那以后呢，无论我们在新开对话，还是我们的聊天记录都已经被清空了， codex 都可以通过这个项目级的 a 证书 md， 立马的了解我们的项目基本情况。 ok， 那 我们先保持这样，先不做精修了，我们直接准备部署上线，当然大家自己做的时候完全可以去打磨的更好，那网页上的这些信息也换成更真实的信息就好。 那我们现在要部署呢，就得要说到 codex 的 第五大能力插件。在现在的 codex 当中，插件大多数是让我们的 agent 跟外部平台、外部工具、外部服务连接的一个作用，它实际上就是我们所说的 skill， mcp， c l i 这一类东西的一个完整集合包，比如说操作邮箱、操作日历、操作 excel 啥的。那我们来点开左边的这个插件栏，我们看这里呢，已经默认帮我们打开了好几个内置插件了，比如说浏览器操作，还有 mac 专有的屏幕操作，还有 excel 表格， ppt 等等。 那他的插件页面没有中文翻译，所以我给大家把这些插件的具体中文意思，分别能干什么也都列出来了，大家课后可以按需装上，点这个加号就好了。那我们先翻到这个 coding 板块，因为我们想要部署上线嘛，通过插件会非常方便。 其实呢，这个 vassel 和 netify 都可以，我们点一个加号给它装上，那如果大家给它没有选上的，也记得要选上。然后我们再回到对话当中，告诉他们，我们想用这个 netify 把这个网站给我们部署上去， 我们大家也不用管他咋部署的，反正他需要干什么呢，他都会告诉我们的。 ok， 他 发现我们没有登录授权，然后主动弹出了这个登录的链接，那这里呢，建议大家用 tapp 账号登录是最方便的， 那登录完之后，他自己就知道我们已经登录好了，然后继续的帮我们部署，这就搞定了。这个链接呢，就是我们最后的网站了， 只要把这个发出去，别人就能访问你的个人主页了。 ai 是 不是个好东西，你说就这么两下子就干了，原来普通人花钱都不一定能干成 o k。 先压抑住我的这个老灯感叹。我们回到刚才我们已经装好的插件， 那其实这里呢，还有两个非常重要的内置插件，就是 browser use 和 computer use， 还有这个 chrome 浏览器， 那这些有什么用呢？ browser use 顾名思义呢，就是 codex 可以 直接帮你操控浏览器，比如说它自己点击翻页截图，填写表单等等。通常呢适用于自动化测试前端， 当然也有比较无聊的用途，比如我们可以让 codex 打开这个 m b t i 做个测试试试， 嘿嘿，这样大家能够比较直观的看到它的一个效果吧。那这个鼠标呢，是它自己在移动，然后它是自己看了上面的答案在自己填写，然后填完这一页，它也会自动的翻页， 那随着它的一通操作，结果出来了，原来 gpt 五是 i n t j 啊，我说怎么跟我这么聊得来呢？ ok， 那 这个 chrome 的 插件呢，也是控制浏览器，但是它控制的是我们自己已登录的自己的浏览器，它不会再新开浏览器， 那我们如果把它给勾选上之后，它会引导我们去 chrome 里面装一个插件，那装好之后呢，它就可以操作我们自己的浏览器了， 而且它有个好处，它是可以直接在后台执行多个页面的浏览器操作的，就是并不会占用我们的整个浏览器，我们不用真等着看它这些操作，我们该用浏览器干，别的我们可以接着干。 ok， 那 computer use 就 更厉害了， 它不只能够操控浏览器，连你电脑上的这些 app 它都可以操作，只不过呢，暂时只有 mac 有 这个功能。比如说我们新开一个对话，我们在加号，这里来看最下面的这个插件选项，我们手动地把电脑插件选上， 我们再来几个没什么用的奇迹引巧吧，帮我放一首九九年最火的歌，然后用我的微信给 qq 发条微信，说，请收下我一个点赞、收藏、关注，懂了吧？ ok， 他 陷入了思考，然后他看到我们的应用都正在运行中，并且向我们使用了这个音乐软件。我们点同意看，这个就是 codex 自己干的啊。他帮我们搜索歌曲， ok， 音乐响起了， 但是他还有活，他还在问我们要微信的权限，我们也给他允许一下。 ok， 看他这个小鼠标，他正在犹豫着准备搜索点击，好朋友们失败了， 因为我上次都成功了，但是我估计现在微信已经开始严防这种 a 证的操作了，直接给我退出去了。 但是呢，他的确成功操作了这个音乐软件。其实我还让他操作了剪映，并且给我们的最新的项目加上了音乐。 那总之呢，意思大家都懂了吧，就是它可以操作浏览器，并且可以操作我们的电脑。当然，实际上我觉得它的操作效率目前来说还是稍微有点低的，我不太喜欢用这两个强大的功能。不过后面我要说的这个 skill 就是 我每天都会用的东西了。 那 skills 我 的确也已经跟大家说过很多次了，好学的朋友一定要去补补课。那 skill 本质上呢，是我们人为沉淀的一些可附用的方法、流程和工具的组合， 相当于给 agent 做某些具体任务的一些行动指南。那因为之前我们已经让这个 codex 帮我们装过一个叫做 find skill 的 一个原 skill 了， 所以后续如果大家想要去装，或者是找一些社区上的 skill， 都可以直接用 codex 拿语言直接让它下载。比如说我们下载一个必备的 ansapic， 那 个前端设计的 skill， 还有一个去 ai 位的，那我们这两个都发给他，等会儿都会刚好有用 欸，很快他就帮我们装好了。那以后大家想要下载 skill 呢？如果说遇到这个 find skill， 他 找不到的东西，也可以直接把链接发给 codex， 让他帮你下载就好了。不过我在 c c 那 期也说过，最好用的 skill 还是自己创建的，符合自己工作的专属 skill。 那 创建 skill 呢，也有两种方式，第一呢，就是直接告诉 codex 你 想要创建一个什么样的 skill， 通过跟他讨论打磨得出来一个 skill。 那另一种呢，就是我们接下来要演示的，先跑通流程，然后让它形成 skill， 这也是一种更推荐的做法。那比如说我们想做一个自动化写这类文章，并且帮它配图的 skill， 这种大家应该都看过吧， 那我们就得先通过一步步的引导 codex， 让它真正实现一个我们满意的文章。来我们新开一个对话。那正好呢，我们刚才不是装过这个 github 插件吗？我们可以直接先问它最新的 github 流行项目，热门项目都有哪些？ ok， 它的确帮我们找到了一些，那我们再让它清晰地解释一下这些项目都分别是干嘛的。嗯， 那我们再让他挑其中新星数量最多的，来帮我们写一篇本周 get up 热门项目推荐这样的一篇文章。 好，那他写好了这一篇之后，我觉得稍微有点太人机了，我希望可以更口语化一点，并且我只想要五个精选的，那我们就告诉他，然后还要覆盖到这几个层面，那我们这里就可以用到刚刚我们下载的那个去 ai word 的 那个 skill 了，我们斜杠给它调出来。 好，那看到他的结果稍微优化了一点，但是我们还希望加一个我们固定的开头，我们的结尾，并且还要让他用上 image 二来帮我们生成一些配图。最后呢，我还希望他不要是这个格式，他要是一篇非输文档的格式，然后图文并茂的。 ok， 结果来了，他确实是有了，但是呢，我觉得这个配图不够丰富，于是我又经过几轮调整才觉得差不多满意。并且我还给他最后加了一步，要让他把这个飞书文档发送到指定的群里，让大家都来看看。 那最终呢，他的效果是这样的，果然发出去了。其实啊，如果想更加一步到位的朋友，也可以结合刚才我们说的这个浏览器操控，让他直接打开那个发布页面，直接就帮你发布出去。 那总之，我们对他这一套结果满意了之后，我们就可以直接让他把这一整套的标准和动作做成一个 skill 搞定了。那我们再输入斜杠，再往下找，我们就发现就有了这个 skill， 我 们可以直接这样手动地调用这个 skill， 也可以直接说生成一篇热门项目推荐图文这一类的触发词，也会让 codex 自动调用。 不过因为现在 github 上面实时的热门项目肯定是没有更新的，所以我们再调用一次呢，它大概率会写出差不多的文章，所以我们就不试了。但是大家都理解了吧， skills 呢，可以把我们经过验证调好一次的一整套流程和方法给它固定下来。 下次做这件事情呢， codex 就 可以按照这个方式稳定的输出。 ok， 那 下一个能力则是 mcp。 其实 mcp 现在已经用的不太多了，所以我只简单的示范一下那 codex 的 mcp 藏在设置里面的 mcp 服务器。 只不过小白看这个肯定是有点不太知道怎么填的，所以跟我们之前说的一样，我们最好的方式还是把你想装的那个 skill 的 链接拷贝给 codex， 让他自己装就完了。比如说我们来装一个 notebook lm 的 一个 mcp 发给他， 他就会引导我们来做授权登录，登录完就搞定了。那我们再试一个我存了非常多访谈视频的一个笔记本，我们来问一下他。 欸，那这样呢， codex 也就可以直接获取我们 notebook lm 上面的这些外挂知识点了。 ok， 最后一个 codex 能力是自动化定时任务。 其实定时任务本身并不稀奇啊，比如什么每天早上提醒我吃药，提醒我喝水这一类的事情，普通的软件也能做，但是我们把它放到最后一个说呢，就是因为它可以结合我们之前学到的各种能力，把一整套组合起来的任务，让 agent 定点执行 自动化，加上智能化和定制化方显美妙。比如说刚才我们做的这个热门项目图文的这个 skill， 我 们就可以把它设成每三天或者是每周，让它定时定点的产出一篇 dapp 热门项目推荐发出来。 那我们要创建自动化任务呢，其实也分两种方式，第一种就是选到这边的自动化面板，那它这里呢，有一些官方的参考视例了，不过大多数是跟开发相关，那我们选择新建一个自动化， 其实你看要填写的东西也非常简单，其实就是用提示词写好这些自动化是要做什么，然后我们可以在这里选好什么时候出发，我们也是可以自定义一个出发时间的， 然后这边就可以选择执行的模型和思考强度，最后点击创建即可。不过呢，我也还是倾向于让大家用第二种更简单的方式，就是直接在对话里跟 codex 说，那我们直接跟他说 帮我创建一个自动化任务，每周一早上九点自动化执行热门项目推荐的这个 skill， 产出一篇图文发到群里， ok， 那 我们在看自动化这里，它就已经帮我们设好了这个任务，我们随时也可以去改变它的时间。 再比如当你的这个邮箱插件 github 飞书都已经连上了 codex， 那 么你也可以让他每天下午六点帮我汇总日历上完成的会议， github 上面的提交记录和我的邮箱回复记录，生成一份全面的工作日报。 最后手机操控 codex 设置方法非常简单，手机上的 check gpt 和电脑上的 codex 都把它更新到最新版。之后打开手机上的 check gpt， 然后点击侧边栏的那个 codex， 它就会提示你允许这台手机控制你的电脑，直接就搞定了。如果你有多台电脑的话，也可以给它分别连上。这就等于你不管在大街上、地铁上还是朋友聚会，都可以随时随地地用手机下发一个任务，让 codex 在 你的电脑上干完一个活， 它就更像一个可以跟你远程协助的同事了。这个功能呢，目前免费版也可以用，但是主要能连的是 mac 系统的 codex。 好， 那到这里 codex 的 所有核心能力我们就全部过完了。来我们回顾一下。 codex 呢，可以操作我们的本地文件，可以使用我们电脑上的终端命令行工具。它还有两种构建持久记忆的方式，它还可以生成图片，而且它可以通过计划模式来做一个完整的项目开发。 那它有丰富的插件，可以操控浏览器和电脑，还可以把知识和流程沉淀成可附用的 skill 技能， 它可以使用 m c p 连接，外部它还可以设置自动化的定时任务。不过其实比起这些功能本身，我也希望大家记住两件事，第一就是我们真的有很多事情是已经可以交给 agent 做了。 那第二呢，就是我们已经从问 ai 的 阶段走向了管理 ai 的 阶段，因为过去我们使用 chat gpt 就是 有问题了，我们问一下，然后得到答案我们就走了。 那现在使用 codex 这类的 agent 呢？每个人都得像领导一样，帮他准备他所需要的上下文和工作环境，给他指明一些任务目标，然后来检查他的计划，监督他的过程，验收他的结果。 那同时领导还要负责把好的方法和流程沉淀成可付用的技能，把反复要做的事情设成自动化执行的规矩。好了，恭喜大家今天都升职了，记得点赞收藏关注我们下次见了。

codex 是 我过去几个月高频使用的 ai 助手之一，我用它做研究，写文档、做 ppt， 整理内容灵感，做网页原型。上个视频讲了 codex 基础，这期视频讲一个今年很值得先搞懂的 ai 概念 skill， 因为它决定了 codex 到底只是陪你聊天，还是能按你的工作方式反复干活。简单理解一份可以重复使用的工作说明书， 你可以把某类任务的流程规则、检查标准提前写进去，下次再让 codex 做类似的事，他就不用每次重新听你解释一遍。比如你经常让 codex 做网页，你不想每次都重复说页面不要太 ai 味，不要蓝紫配色， 这些都可以写进一个设计类 skill 里。以后你只要让 codex 用这个 skill 检查页面，他就会按那套规则去看代码、改样式，再告诉你改了哪里。 这就是 skill 最实用的地方。把你反复说的要求变成一套固定流程，那么在哪里看和怎么用 skill， 可以 去 codex 的 侧边栏这个入口里看，里面会有一个 skill 子页面， 已经添加或创建过的 skill 会出现在这个列表里。使用的时候，通常可以在聊天里输入 skill 名称，或者用斜杠跳出来。比如你有一个 find skill， 就 可以直接斜杠选中，帮我找一个适合做 ppt 的 skill， codex 就 会按 skill 里的流程去跑。那怎么创建 skill？ 有 两种方法， 第一种最简单直接这样说，请创建一个 skill 以后，我给你一个网页项目时，你要先检查移动端排版按钮样式、文字层级、颜色是否太乱，最后输出修改文件和检查结果。这种叫 prompt skill， 但我更推荐第二种，先把流程跑通，再把流程固化成 skill。 举个我刚实测的例子，我想做一种白板手绘风讲解图，我先给他一个参考图，让 codex 按我的要求生成讲解图 第一版如果不满意我就继续改，比如少一点黄色纸张质感画面更像课堂白板。等到有一版我觉得可以附用，我再说。把它固化成一个 skill， 这时候 codex 会反推刚才的流程，它会把这次反复调整出来的规则写进一个 skill。 md， 这样下次我再用白板手绘讲解图， 就不用重新解释一遍审美和结构，直接调用这个 skill 就 行。如果你想让 codex 使用 skill creator， 它会按更标准的格式帮你生成可附用 skill。 我是 ai 知识派，我们下期见。

codex 帮我重构了一个多小时，我手电关错窗口，四十多个文件的进度啪一下全没了。那次之后我不敢再裸跑长任务，不是模型不行，是 codex 默认根本没有进度这个概念，而每一轮都活在当下， 窗口一关，记忆为零。我现在跑长任务只靠一个机制，在 ajax 点 md 里写死一段规则，让 codex 每走一步就把状态落到一个叫 progress 点 md 的 文件里。这一段规则就三条，你直接抄。第一条，每完成一个子任务更新 progress 点 md， 里面就三行，已完成进行中。下一步不是写心得，是写状态。比如已完成拆出 os 模块的五个函数， 进行中再重写 login handler。 下一步跑 past tests 斜线 os。 第二条，每条状态后面必须挂一个可跑的命令，不是基本完成这种废话是 past test 斜线 os 通过 npm test 还剩两个失败。 没有命令等于没有证据，你重启之后就接不上。第三条，重启会话，第一句话不要说，继续说，继续，它会自己脑补，越脑补越离谱。 正确的开场白是读 progress 点 md， 从进行中接着干，不要重做已完成。就这一句。 这套规则最关键的地方在哪？ agents 点 md 是 codex 每次绘画都会自动读的文件，你写一次，他每次都记得你不用每次开任务都重新交代规则。我自己加了这段之后，上周跑了一个四十分钟的批量改动， 中间 vpn 断了一次，我重开绘画，发了那一句开场白，他接着第七个文件继续改，没重做一次长任务保命不是靠模型更强，也不是靠你不关窗口， 是靠你把状态落到文件规则写进 agent， 点 md 评论区打 checkpoint。 我 把这段 agent 点 md 规则原文加 progress， 点 md 模板一起发你。

跑一整页 gpt 五点五加 codex 如何跑一整页？我这两天有一个感觉， ai 编程的下一步不是辅助编程，而是可托管的执行单元。 gpt 五点五真正的红利不是少写几行代码，而是把一个人能托管的工作块变大。有人给 gpt 五点五 codex 一 份新项目 prd 只说了一个 go， 他 就跑了几个小时，从 bill 到 visual review， 再继续补功能。 gpt 五点五的变化从更聪明改写成更能被托管。 g p t。 五点五不像以前的模型，需要你一步步指导，它更能理解你的意图后自己把活干完，包括构建、调试、跨文件修改。 g p t。 五点五在 codex 里强化了闭环自主性。 g p t。 五点五在 codex 里对高层次指令响应极强。 openai 的 norm brown 说自己明明是 manager， 但用了 g p t。 五点五以后，比过去任何时候都更像一个有效 i c。 他作为经理，却觉得自己在技术产出上达到了新高峰。 ai 编程这件事，好像开始从你在旁边指挥他写，变成你能不能把一块工作托管给他。这就不像传统意义上的在旁盯着一次次交互改的 ai 辅助编程了。代理式编程越来越关乎时间跨度，而不仅仅是单次智能。 当 codex 这种 agent 可以 连续跑几个小时，十几个小时，甚至官方展示到二十五小时以后，未来我们该怎么把它从辅助编程当成可托管执行单元来管理？这我觉得很重要。 这里面会有一种更大的变化，高级人类会越来越像经理加架构师加验收者的混合体。 大家应该有好奇怎么跑长任务，我时常的提示也喜欢让它跑得久一点，把时间跨度拉长的端到端的来验收。 许多人知道它能写代码，但不知道怎么让它把一个大任务跑完。早在 cloud code 泄露的时候，有人用 oh my codex 赶在天亮之前把它用 python 重构了一遍。据它所述，全程都是 codex 自主执行。 o max 系列还有 cloud code 属于是同一作者所做。 o m x 是 在给 codex 包一层长跑工作流和团队运行时，一句话丢给你的 ai 它自己装完。还有一个可能很多人听过的 superpowers， 它长跑不是靠模型硬扛，是靠方法论，把人类判断外质成流程。回到官方材料里，这件事其实更清楚。 open ai 今年二月发过一篇文章，叫 run long horizon tasks with codex， 里面有一个很夸张的实验， 他们给 codex 一个空 report， 一个任务，让他从零构建一个 design tool。 codex 用 gpt 五点三， codex 在 extra high reasoning 下连续跑了大概二十五个小时，大概十三米 tokens， 大 概三十 k 行代码。 这组数字很容易被拿来当标题党，二十五小时十三密 tokens 三十 k 行代码，一看就很爽。但我觉得这篇官方文章最重要的地方，反而不是这些数字。最重要的是， openai 把它为什么没跑丢 拆给你看了。它不是靠一句神奇 prompt， 它靠的是一套很土但是很工程化的东西。四个 markdown 文件，你得给它项目记忆， 你得给他计划，你得给他验收标准，你得让他在跑的过程中持续写状态，像是在给一个会干活但会忘事的人建工位、排日程，留工单做验收一位 gpt 五点二。早期实践者说 codex 诺任长跑会 do outcome， 需要 continuity guidance， 它的连续运行三小时且思路连贯的方法是下面这个提示词。另外我翻了一下 codex chain log， childgo 中出现 memory extensions、 window 等等相关变更。这些不是宣传剧，但它们说明底层工程也在补。状态恢复、审批上下文本事 越长跑越不像单纯模型，能力越像状态机。权限恢复和审计系统状态机有点不一样，它植入硬编码程序来支撑长跑，在一定时间还能清空上下文。这个值得聊，以后再论。 我看到 reddit 上有人问怎么让 codex autonomous 地跑几个小时，它的痛点很直白，它不想把 codex 当 chat assistant， 它想让它像 autonomous agent 一 样连续做 feature 或 refactor， 但现实是它坐一轮就停，等你继续说 continue。 还有人想让 codex cloud 并行处理四到五个任务，自己只 review code， 每个 runner 大 约每小时仍要人工 approval 一 轮，步骤有限，做完就 summary， 然后等确认 步骤塞多了又容易碰 context limit 或 compression。 cloud 有 时像黑盒任务卡住，但不知道为什么。 github issue 里也有类似的具体症状，用户想形成 continuous loop， 但 codex 每做一个小块就 report back 打断连续执行，最后用户只能 q 多条 continue。 跑 codex 的 关键矛盾不是模型能不能连续工作，而是人能不能在他连续工作的时候保留控制权、证据链和恢复能力。这就是为什么最近很多相关东西都在往智力层长。接着这里还有一些内容，你可以在原文这里阅读。 g p t 五点五是入口， codex 二十五小时是证据，但下一个问题不是它还能跑多久。下一个问题是，跑完以后你凭什么相信它？ 如果没有状态机，长跑只是一次更贵的走神。如果没有证据链，睡醒验收就会变成开盲盒。如果没有熔断器，它可能会在错误方向上越跑越勤奋。 如果没有恢复包，你中途打断一次，下一轮就要重新考古好了。这里是 ai 进修生，持续分享前沿 ai 实践，如果不错，点个赞，关注一下，我们下期不见不散！

程序员注意，现在手机也支持 codex 了，但重点不是让你在手机上写代码，真正重要的是，你可以随时随地控制电脑上的 codex。 以前 codex 跑到一半问你要不要继续，要不要执行命令，你人不在任务就停住。 现在你在手机上就能看进度，批操作、改方向。过去的 ai 编程工作流有一个很大的问题，人必须跟着 agent 的 节奏走。 他问你要不要继续，你不在，他停，他问方案选 a 还是 b， 你 不回，他停，他要执行测试或者高风险命令，你没批准，他还是停， 这不是能力问题，是协助半径太短。 agent 很 强，但他被锁在电脑前。 openai， 把 codex 放进 chat gpt 手机 app， 但重点不是在手机上跑代码， 真正干活的还是你的 mac、 mac mini、 devbox 或者远程开发机。手机只负责看批改方向，文件、凭证、权限都还留在原来的机器上。这件事真正改变的是 agent 工作方式。 以前你在陪 agent 跑，现在是 agent 跟着你的节奏跑。你在地铁上可以看他跑到哪一步，你在开会时可以审一眼 diff， 你 在吃饭时可以批准他继续测试。你在路上发现方向错了，可以直接打一行字让他改。 你看官方信息里真正关键的表述，在 chat gpt 移动应用中开始新工作，查看输出结果，控制执行进度并批准后续步骤。 这句话的重点不是移动端，而是控制执行进度和批准后续步骤。也就是说，手机端承担的是 agent 工作流理的控制面，而不是代码运行面。具体怎么用？第一步，电脑上先跑 codex， 目前主要支持 macos、 windows， 还要等。 第二步，手机更新 chat gpt app， ios 和安卓都已经有 preview。 第三步，在 chat gpt 里打开 codex， 你 就能看到正在跑的任务线程。 第四步，在手机上看 beef， 看测试结果，回复新指令，批准高风险操作，甚至新建任务，继续跑。 这次更新不是让程序员在手机上写完整项目，他更像是给你的 ai 程序员加了一个随身遥控器，你不用把文件凭证、开发环境搬到手机上，你只需要在他需要判断、批准和纠篇的时候能立刻出现。 所以这次更新不是 codex 多了个手机版，而是你的 ai 程序员终于有了一个随身遥控器。对程序员来说，这比手机写代码重要得多。因为真正的效率提升不是你在哪里敲字，而是 agent 卡住的时候，你能不能立刻让他继续往前跑。

推荐所有刚刚 codex 的 朋友啊，都去跑下这个任务，告诉 codex 你 是谁，你的工作是什么？职业是什么？你在工作当中有哪些非常烦的点？有哪些重复性的工作？你最不舒坦的流程是哪些？最后让 codex 帮你梳理一份它可以帮助你去完成的十项任务清单。 跑完这个任务了之后，你会非常清楚 codex 究竟能帮你在工作当中完成哪些事情和任务，推荐你去跑它。

今天尝试了一下，用 codex 把我前年设计的作品集去做一个前端的展示页面，主要是增加一些动效，让页面相对于 pdf 静态文稿更有交互感。因为今天是第一次用嘛，很多东西也不明白， 把今天的额度用光了，也仅仅是做到了这个程度。可以看到前面这些图纹分离的部分还可以， 但是到后面图片更多的地方就做的不是很好了。我觉得这个应该是去实现的思路方向搞错了， 这个是上一个版本，他的所有图片都是一整张，好处是还原度比较高，但是动效的效果就不是很明显。 然后这个是更早的一个版本，它的图片文字全部都错位了，样式文字也不对。这个的好处是这些文字都是可以用鼠标选中的，文字和图片都是分离的，更符合正常的 html 的 样式。 但是他的字体和文字都是位置都是不对的，就没有完全还原我原本的设计。这个是最早的第一版的版本，先用了一些图片占位符，他就没放图片。虽然说跟我原本的不一样吧，但其实感觉他这个好像感觉还可以， 但和我原本的需求不符嘛，因为我本来想的是还原我自己的设计嘛。好，总结一下，今天是 codex 出体验，把今天的额度全部用完了之后，也只做到了这个地步，后面有时间再去研究。 其实我主要也不是为了做这个作品级的展示页面，主要是为了尝试用 codex 去做点什么。 我更想研究的方向是用 codex 做那种 ppt 视频文稿，然后用到视频录制里面。今天做的这个没有达到我想象中的很好的效果， 但也算是跟 codex 增加了一些亲密度吧。应该是我的这个思路方向不对，我是常青，下期再见。

今天视频只讲一件事情，如何从零到一，安装 codex， 同时一句话生成一个好看的网页。大家好，我是 fred， 一个纯小白，学习 web coding， 帮助自己和团队提效的百分之五十以上，我希望将我过往踩过的坑全部分享给你。 首先我们第一步的话需要打开 openstack 这个 codex 的 网页啊，大家可以通过基于自己的版本去下载，比如说 macos， 然后下载完了之后呢，就会进入到这样一个看起来像聊天框的这样一个对话。然后首先我们需要做的第一步是需要打开一个项目文件夹， 什么叫文件夹？其实你桌面上的任意的文件夹都都是那是一样的。然后这个时候我们比如说创建一个叫 test 的 一的文件夹， ok， 然后我们通过把这个 test 一 打开，打开了之后呢，这里面你就可以跟 chatbox 有 点类似，你通过自然语言去跟它沟通就 ok 了。但是我们需要注意的是，这里面会有个权限的问题啊，我个人会比较喜欢去可能打开这个完全呃访问的权限， 然后同时呢这边可以去选择你的速度啊和模型，比如说正常呃，比如说我们今天要做的第一件事情就一句话，生成一个网页，就可以用一个呃中模型就 ok 了。好吧，帮我参考 apple apple 的 风格，生成一个 html 网页， 然后发给他就 ok 了啊，是不是很简单？然后下一步趁着他在深层的这个时间，我可以给大家一个一个去介绍一下整个 codex 的 界面。 首先我们这边就可以有个新对话，然后呃如果你是正常在这个项目文件夹里面，他新对话也是在这个项目文件夹，如果你是一个新的项目，可以重新再新开一个项目， 然后这边呢你可以添加你的呃，比如说图片或者文件，同时这里面也可以用计划模式，尤其是新手，我会推荐用计划模式，因为它会跟你去沟通，把这个需求澄清的更清楚，那是 后面的落地会更加的完整一些。同时这里面去可以去选择一些插件，比如说 browser use 这种，可以去呃看到你前端的效果， 那这里刚刚已经讲过呢，你可以选择对应的思考的呃深度，比如说如果是一些大型的项目，你可以选择高或者超高，那同时这里面可以选择不同模型。 gpd 五点五刚发布，然后 gpd 五点四已经一段时间，其实速度和质量也还都不错，大家可以呃基于自己的 考虑去选择，毕竟 gpd 五点五消耗的额度是五点四的两倍。同时这里面你也可以选择更改它的速度，如果是标准就是正常的速度，正常的消耗额度， 如果是快速的话，像 g b d 五点五是一点五倍的速率，但是它消耗的额度是二点五倍，然后 g b d 五点四是二点两倍。 然后同时右侧这边的话，我们可以看到这里可以打开你刚刚创建的文件夹里面的内容，因为我本身是有配置一些 r harness， 包括一些呃全局的东西，所以它每进入一个文件夹，它就会创建一些模板，比如 agent m d m d， 每当它完成一些东西，它会在这上面去更新， 同时这边就是去这个按钮，就是去看对应文件的一些内容，如果不想看可以点击，然后这边会有一些像 open i 自制的一些插件或者一些 skills， 大家可以按照自己的需求去呃更新啊，或者说去下载。那当然这里也可以创建你自己的插件和 skills， 然后同时这边我们可以去打开我们后台的设置，里面可以看到你一些配置的一些建议， 然后以及个性化的一些建议，同时一些外观的建议大家可以基于自己的啊场景去使用，但同时这边有啊浏览器的使用和 computer use， 尤其是这个 computer use 在 目前而言我觉得已经非常非常好用的，可以去操控你的电脑的应用，去帮你去做一些事情。同时这里可以看到你一些规党的对话， 然后这里面可以看到你的额度，比如说 fred， 我 开的是两百美金的 pro 的 账号，现在已经用了。 呃，这七天的额度已经用了百分之九十一了，因为 open ui 就 在昨天又重新重置了额度，然后五小时的额度已经用了百分之五十四呢，所以大家可以在这里看到你的整体的用量。 ok， 我 们回到刚刚的呃兑换，大家你可以看到大概花了一分四十八秒的时间，然后这里面就生成了一个网页。 ok， 我 们可以通过这边去打开 啊，大家可以看到就整体的网页的风格确实是跟苹果非常非常类似的，而这就是我们通过一句话让他生成的一个结果， 所以说不管怎么样，只要大家安装了 codex 以及开始跟他沟通，那我觉得就是第一步，后面我也会持续去分享，不管是使用 qq 还 还是使用 codex 遇到的一些坑和能实现的一些呃功能和帮助大家提效的一个工具，这就是今天的分享，我们下期再见。