Windows#

1. 先确认系统版本：按 Win + R，输入 winver 回车，查看 Windows 版本。Codex 对 Windows 有最低版本要求（早期要求约 1809/17763 以上，具体以官方当前要求为准），Windows 11 一般无需担心。
2. 打开 OpenAI 官方下载页，下载 Windows 安装包；双击后会跳转 Microsoft Store 完成安装。

macOS#

直接在官方页面下载 macOS 版，正常安装即可；后续配置与使用步骤和 Windows 一致。

配置三要素#

在 CC Switch 中新建一个”自定义”配置，需要填三项，都能在你所用第三方平台的文档里找到：

• 供应商名称：自己起一个标签，随意填写。
• API 请求地址（base URL）：Codex 发起模型请求时实际访问的地址，必须填第三方平台给的地址，请求才会走到它的服务。
• API Key：一串鉴权字符串，相当于通行证，第三方平台靠它识别是你在调用、从而从你的账户扣费。

默认模型名不用背：到第三方平台的”模型广场”，点开你想用的模型，页面上 model 字段的值就是要填的模型名。其余选项保持默认。

保存后在 CC Switch 中启用该配置，按提示重启 Codex，左下角模型名发生变化即生效。随便问一句（如”今天天气如何”），能正常返回就说明接通了。

一个常见坑：登录界面卡住#

如果按上面配完仍停在登录界面、无法进入，问题通常出在模型提供方。在 CC Switch 配置里要把 model provider 显式改为 custom——否则 Codex 仍默认走 OpenAI 官方提供方，即便填了 base URL 也不会生效。改好后保存，回到 Codex 选择”使用其他方式登录”，粘贴第三方平台的 API Key 继续即可进入。

模型版本、CC Switch 界面与配置项会随版本更新变化，操作以工具当前文档为准。

项目与线程#

打开 Codex 后先建一个项目：可以新建空白项目，或”使用现有文件夹”指向本地某个目录（例如在 D 盘建一个 codex-test）。项目本质上就是本地的一个文件夹，Codex 会把对话归档在它名下。

在一个项目下可以新建多个对话窗口，每个窗口叫一个线程（thread）。各线程拥有独立上下文——你在这个窗口聊的内容不会串到另一个窗口。因此最佳实践是：在同一个项目下，把不同问题、不同步骤放到不同线程里做。

三栏界面#

• 左栏：功能入口，新建任务、拉取请求、插件、项目与任务列表。
• 中栏：对话区，显示你和模型的往来。
• 右栏：输出区，模型写出的代码、文档会列在这里，点开可预览文件内容；后续还能打开浏览器、执行操作。

建议调整的设置#

• 语言：若自动检测没认出中文，手动设为简体中文。
• 显示上下文窗口使用情况：打开后能看到还剩多少上下文。即便 Codex 有自动压缩，也建议在完成一个任务后手动压缩上下文，节省额度。
• 权限：默认的”完全访问”会让模型自动执行所有操作。如果担心误删文件，可关掉完全访问，让危险操作弹窗等你确认；工作风险低时再打开全自动。
• 语气/风格：按个人偏好选择，例如偏务实的风格。

几个高频操作#

• 切换模型与推理强度：在高级设置里切换模型档位；“推理强度”越高，模型思考越深、耗时越长、越耗额度。流程性任务用中等即可，需要深度规划时再调更高。
• 加号菜单：可把本地文件/文件夹加入上下文；“目标”模式让它朝着一个目标连续工作直到完成；“计划模式”让它先就方案中需要你拍板的点和你确认，再动手。

准备：把素材放进工作区#

工作区就是项目对应的那个本地文件夹。Codex 作为 Agent，对文件具备增、删、改、查的能力。把本周工作记录存成 Markdown（.md，一种纯文本格式，# 是标题、- 是列表，人和 AI 都易读），放进项目文件夹，再让它处理，它就能读到。

让它做，再迭代纠正#

把任务用日常语言描述给它即可，不必背固定话术。首轮结果往往不完美——比如周报太啰嗦、Excel 多了用不到的列、甚至它自行”脑补”出一条并不存在的事项。这时不要重写，而是补充上下文去纠正：

• 告诉它读者是谁（例如”给没参与日常工作的同事看”），因此要简洁；
• 明确 Word 该有哪几节、Excel 该有哪几列；
• 指出它哪里自作主张（“多出的第 9 条从哪来的？”），要求不要擅自改动原始事实。

把这些背景补充进去，让它重做一轮。如果想让它先理清流程，可加一句：“先不要创建文件，先检查并告诉我需要补充哪些信息，把任务拆出来再生成。” 它若发现信息不全，会主动向你提问。

生成过程中它可能写一个 Python 脚本来产出 Word 和 Excel，因此本机需要 Python 环境（3.12 或更新版本均可）。没装的话，可以直接让 Codex 带你装。

满意之后，可以让它把这次的经验总结成不超过五步的标准流程（读原始记录 → 明确读者与用途 → 提取分类 → 分别填入 Word/Excel → 校验），这正是下一步做 Skill 的基础。

目录结构#

一个 Skill 就是一个文件夹，核心是其中的 SKILL.md：

1
.agents/
2
  skills/
3
    <技能名>/
4
      SKILL.md        # 必须：名称、触发描述、执行流程
5
      scripts/        # 可选：被流程引用的脚本
6
      references/     # 可选：参考文档
7
      assets/         # 可选：模板、素材

同样分项目级（项目根目录 .agents/skills/ 下）和用户级（用户目录对应位置），原则和 AGENTS.md 一样：优先项目级。

SKILL.md 里最关键的是顶部的 name 和 description：

• name 是技能名；
• description 决定什么时候会被自动调用——要写清”在什么场景下、要做什么”。写得太模糊（如”帮助处理办公事务”）就不会被准确触发；但对”辅助做方案决策”这类希望它逢事就想起来的 Skill，反而不必写太死。

两种做法#

1. 流程已经很明确：直接描述清楚要做的事（例如”交付文件检查助手”：读取交付要求 → 找出必备文件 → 逐个检查是否齐全、命名是否正确、是否为空 → 生成报告且不改原文件），让 Codex 按它内置的”创建 Skill”能力生成。
2. 流程还不明确：先别急着写 Skill，先和 AI 把这件事完整做一遍、边做边纠正，等结果满意了，再让它把这套步骤总结成可复用流程，最后固化成 Skill。

调用方式很灵活：输入 /技能名、$技能名，或者直接用自然语言说”用某某技能帮我……”，Codex 会根据上下文自己判断是否调用。写好后同样要持续迭代——Skill 很少一次成型，用出问题就告诉它哪里不对、怎么改。