Урок 1: Установка и первый запуск OpenAI Codex CLI

Чему вы научитесь

• Что такое OpenAI Codex CLI и чем он отличается от других AI-агентов
• Как установить Codex на macOS, Linux и Windows (WSL)
• Как настроить авторизацию через API ключ или ChatGPT аккаунт
• Как выполнить первый запрос и понять структуру конфигурации

Введение: Codex CLI в экосистеме AI-агентов

OpenAI Codex CLI — это терминальный агент, написанный на Rust, который работает с вашим кодом. В отличие от:

• Claude Code (Anthropic) — CLI-агент с акцентом на контекст всего проекта
• Gemini CLI (Google) — CLI-агент с большим бесплатным контекстом

Codex CLI — это быстрый, локальный агент, который интегрируется прямо в вашу разработку. Он использует модели OpenAI (по умолчанию codex-mini-latest), умеет читать код, редактировать файлы и запускать команды.

Ключевые характеристики

┌─────────────────────────────────┐
│   OpenAI Codex CLI              │
├─────────────────────────────────┤
│ Язык:      Rust (быстро)        │
│ Интерфейс: Terminal UI (TUI)    │
│ Модель:    codex-mini-latest / GPT-5.x │
│ Безопасность: 3 режима sandbox  │
│ Git-интеграция: Нативная        │
│ Цена:      По API или ChatGPT+  │
└─────────────────────────────────┘

Системные требования

Установка Codex CLI

Вариант 1: Через npm (универсальный)

# Установить глобально
npm install -g @openai/codex

# Проверить версию
codex --version

Вариант 2: Через brew (macOS и Linux)

# Установить
brew install openai/codex/codex

# Или если Codex не в официальном репозитории
brew tap openai/codex
brew install codex

Вариант 3: Из исходников (для разработчиков)

# Клонировать репозиторий
git clone https://github.com/openai/codex.git
cd codex

# Установить зависимости Rust
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

# Собрать проект
cargo install --path .

Проверка установки

# Должна вывести версию
codex --version

# Должна показать справку
codex --help

# Должна вывести путь к конфигурации
codex config show

Авторизация: выбираем метод

Метод 1: API ключ OpenAI (рекомендуется для разработки)

Шаг 1: Получить API ключ на https://platform.openai.com/api/keys

Шаг 2: Сохранить ключ в переменной окружения

# На macOS/Linux добавить в ~/.zshrc или ~/.bashrc
export OPENAI_API_KEY="sk-..."

# Применить изменения
source ~/.zshrc

Шаг 3: Проверить авторизацию

# Должно вывести информацию об аккаунте
codex auth status

Метод 2: ChatGPT+ аккаунт (проще для новичков)

# Пройти интерактивную авторизацию
codex auth login

# Откроется браузер для входа в ChatGPT
# Следуйте инструкциям на экране

Конфигурация: файл ~/.codex/config.json

После первого запуска Codex автоматически создает конфиг:

{
  "api_key": "sk-...",
  "model": "codex-mini-latest",
  "sandbox_mode": "auto-edit",
  "max_tokens": 4096,
  "temperature": 0.7,
  "timeout_seconds": 30,
  "git_integration": true,
  "auto_commit": false,
  "language": "en",
  "verbose": false
}

Основные параметры конфигурации

Редактировать конфиг вручную:

# Открыть в редакторе
nano ~/.codex/config.json

# Или использовать команду CLI
codex config set model codex-mini-latest
codex config set sandbox_mode auto-edit

AGENTS.md — стандарт для инструкций

Codex поддерживает файл AGENTS.md в корне проекта — это инструкции для AI-агента о вашем проекте.

Пример AGENTS.md:

# Инструкции для Codex

## Структура проекта
- `src/` — исходный код Python
- `tests/` — тесты pytest
- `docs/` — документация Markdown
- `requirements.txt` — зависимости

## Соглашения кодирования
- Используем PEP 8
- Минимум 80% покрытие тестами
- Все функции должны иметь docstring

## Перед изменениями
1. Прочитать соответствующий файл полностью
2. Убедиться, что это не нарушит существующие тесты
3. Добавить/обновить тесты для новой логики

## Команды для тестирования
- `pytest tests/` — запустить все тесты
- `black .` — форматировать код
- `flake8 src/` — проверить стиль

Создать AGENTS.md в проекте:

cat > AGENTS.md << 'EOF'
# Инструкции для Codex

## Стек технологий
- Python 3.10+
- FastAPI для веб-приложений
- SQLAlchemy для БД

## Правила
- Используем type hints везде
- Код должен пройти `mypy`
- Каждый тест должен быть независимым

## Готовые команды
- `make test` — запустить тесты
- `make lint` — проверить код
- `make format` — форматировать код
EOF

Первый запуск: простая команда

Задача 1: Описать текущий проект

# Перейти в директорию с проектом
cd my-python-project

# Попросить Codex описать проект
codex "опиши структуру этого проекта и его основное назначение"

Ожидаемый результат:

Analyzing project structure...

Found:
  - 12 Python files
  - 3 configuration files
  - tests/ directory with 45 tests

Project Purpose: Data processing library for financial analytics
Main modules:
  1. core/ - основная логика обработки
  2. api/ - REST API endpoints
  3. utils/ - утилитарные функции

Задача 2: Получить рекомендацию по улучшению

# Попросить рекомендацию
codex "что я могу улучшить в качестве кода в этом проекте?"

Codex проанализирует файлы и предложит улучшения:

• добавить type hints
• разделить большие функции
• улучшить обработку ошибок
• добавить логирование

Цены и расчет затрат

Вариант 1: OpenAI API (платишь за использование)

Модель: codex-mini-latest
Цена: ~$1.50 за 1M входящих токенов
       ~$6.00 за 1M исходящих токенов
       (75% скидка при prompt caching)

Пример расхода:
- Анализ проекта (5000 токенов): ~$0.01
- Предложение рефакторинга (3000 входящих + 2000 исходящих): ~$0.02
- Генерирование 100 строк кода (1000 входящих + 500 исходящих): ~$0.005

Примерно: $10-50 в месяц при регулярном использовании

Вариант 2: ChatGPT Plus ($20/месяц) или Pro ($200/месяц)

• ChatGPT Plus: 30–150 сообщений Codex за 5 часов
• ChatGPT Pro: 300–1500 сообщений Codex за 5 часов
• Удобнее для тех, кто уже платит за ChatGPT
• Использует лучшие модели (включая GPT-5.x Codex)

Диаграмма: Workflow первого запуска

graph TD
    A[Установить npm или brew] --> B{Авторизация}
    B -->|API ключ| C[Установить OPENAI_API_KEY]
    B -->|ChatGPT+| D[codex auth login]
    C --> E[Отредактировать ~/.codex/config.json]
    D --> E
    E --> F[Создать AGENTS.md в проекте]
    F --> G[Запустить первую команду]
    G --> H{Результат успешен?}
    H -->|Да| I[Готово к работе!]
    H -->|Нет| J[Проверить логи: codex --verbose]
    J --> K[Смотри troubleshooting]

Попробуйте сами: задание

Задание 1: Установка и первый запуск (15 минут)

1. Установить Codex:

   npm install -g @openai/codex
   codex --version

2. Получить API ключ или использовать ChatGPT+

3. Настроить авторизацию:

   codex auth status

4. Создать простой Python-файл для теста:

   mkdir test-codex
   cd test-codex
   
   cat > hello.py << 'EOF'
   def calculate_sum(numbers):
       total = 0
       for n in numbers:
           total = total + n
       return total
   
   result = calculate_sum([1, 2, 3, 4, 5])
   print(result)
   EOF

5. Запустить Codex:

   codex "как улучшить функцию calculate_sum?"

Задание 2: Создать AGENTS.md (10 минут)

В папке test-codex создайте файл AGENTS.md:

cat > AGENTS.md << 'EOF'
# Инструкции для AI-агента

Это простой тестовый проект для обучения.

## Правила
- Все функции должны иметь docstring
- Использовать типы данных (type hints)
- Минимум 2 теста на каждую функцию

## Команды
- python hello.py - запустить программу
- python -m pytest tests/ - тесты
EOF

Задание 3: Проверить конфигурацию (5 минут)

# Посмотреть текущую конфигурацию
codex config show

# Изменить модель (если нужно экономить)
codex config set model codex-mini-latest

# Проверить авторизацию
codex auth status

Точка контроля: Все команды должны выполняться без ошибок. Если есть ошибки, запустите с флагом --verbose:

codex --verbose "любая команда"

Ключевые выводы

1. OpenAI Codex CLI — быстрый локальный AI-агент на Rust, идеален для разработчиков, предпочитающих работать в терминале

2. Выбор авторизации: API ключ для полного контроля и учёта расходов, ChatGPT+ для простоты и интеграции

3. Конфигурация через JSON позволяет настроить поведение агента: режим безопасности, модель, параметры запросов

4. AGENTS.md — это стандарт для коммуникации с агентом о правилах вашего проекта (поддерживается нативно)

5. Первый запуск прост: установка → авторизация → одна команда. Дальше можно переходить к агентному режиму.

Следующий урок

Урок 2: Агентный режим и мультифайловые изменения

В следующем уроке вы узнаете, как использовать полную мощь Codex для автоматического рефакторинга целых проектов, работать с git и делать безопасные изменения в режиме auto-edit.