# 影片筆記：40分钟学会Codex！“零基础”终级教程～【附完整文档】

## 一句話總結

本影片詳細介紹了 OpenAI 推出的桌面端 AI 編程助手 **Codex** 的安裝、設定與五大核心能力（本地文件操作、命令行工具、持久記憶、圖片生成與開發、插件系統），並示範了如何創建可復用的 **Skill**、連接 **MCP** 協議、設置自動化定時任務，以及透過手機端 **TryGPT** 遠程操控電腦，強調使用者角色應從「提問者」轉變為「AI 管理者」。

## 核心重點

1.  **產品定位與對比**：
    *   Codex 由 OpenAI 開發，設計對零基礎用戶更友好，額度大方（20刀會員足夠）。
    *   相比 Anthropic 的 Cloud Code，Codex 在瀏覽器操控、Computer Use、Image 2 及手機端控制電腦方面更新較快；Cloud Code 自由度更高但需自行調用 API。
2.  **安裝與權限管理**：
    *   需登錄 ChatGPT 帳號，推薦選擇「自動審查」權限模式，平衡安全性與便利性。
    *   推薦使用 GPT 5.5 模型，並可啟用語音輸入。
3.  **五大核心能力**：
    *   **本地文件操作**：通過「項目」概念管理文件夾，支持讀寫、重命名、視頻剪輯等。
    *   **命令行工具**：在授權下可安裝依賴（Node.js, Git）、Agent 工具及 IDE。
    *   **持久記憶**：包含手動 `agents.md`（全局/項目級規則）與自動記憶系統。
    *   **圖片生成與開發**：內置 Image 2 模型，支持計劃模式、引導（Guidance）、分叉（Fork）及內置預覽瀏覽器批注功能。
    *   **插件系統**：包含瀏覽器操控（Browser Use）、電腦操控（Computer Use，僅 Mac）及部署插件（Vercel/Netlify）。
4.  **進階應用**：
    *   **Skill 創建**：將驗證過的流程固化為可復用的 Skill，支持手動調用或自動觸發。
    *   **MCP 協議**：通過 Skill 連結安裝 MCP 伺服器，連接外部知識庫（如 Notebook LM）。
    *   **自動化定時任務**：結合 Skill 與定時機制，實現自動化運營或工作日報生成。
    *   **手機遠端操控**：透過 TryGPT 手機版控制電腦版 Codex，實現跨設備協作。
5.  **觀念轉變**：使用者需像領導一樣管理 AI，負責準備上下文、指明目標、監督過程及沉澱技能。

## 詳細大綱

### 一、 前言與產品對比
*   **課程目標**：涵蓋從安裝到高級功能的 10 個實戰場景，包括桌面端與手機端操作。
*   **Codex vs. Cloud Code 對比**：
    *   **開發商**：Codex (OpenAI) vs. Cloud Code (Anthropic)。
    *   **模型支持**：Codex 桌面端僅支持 OpenAI GPT 模型；Cloud Code 默認使用 Claude 但可替換。
    *   **易用性**：Codex 設計更友好，適合零基礎白領；Cloud Code 自由度更高，偏向專業開發者。
    *   **功能差異**：Cloud Code 早期功能較全（Skill, MCP, Slash commands, Hawk）；Codex 近期在瀏覽器操控、Computer Use、Image 2 及手機端控制電腦方面更新較快。
    *   **價格與額度**：Codex 會員額度大方（20刀會員足夠，不封號）；Cloud Code 多需自行調用 API，按量付費。
    *   **使用建議**：入門選 Codex；有條件者兩者兼用。

### 二、 安裝與基礎設定
*   **準備工作**：需具備 ChatGPT 帳號（免費版額度較少）。
*   **安裝流程**：官網下載 -> 雙擊安裝 -> 登錄 ChatGPT 帳號。
*   **界面概覽**：
    *   左側：對話與任務列表管理。
    *   中間：聊天窗口。
    *   右側：結果展示。
*   **探索秘訣**：先找到對話框聊天，再嘗試點擊按鈕，熟悉界面邏輯。
*   **權限模式設置**：
    *   **默認權限**：僅在當前文件夾內讀寫，聯網或操作其他文件需提權。
    *   **自動審查（推薦）**：AI 自動判斷操作危險性，危險時提問，安全時直接執行（如下載知名軟件）。
    *   **完全訪問權限**：幾乎可執行任何命令，風險較高。
*   **其他設置**：
    *   **模型選擇**：推薦 GPT 5.5；速度可選「快速」（消耗更多額度）；智能程度建議選「高」。
    *   **語音輸入**：支持麥克風輸入，但建議搭配專用語音輸入法以提升準確率。
    *   **額度查看**：通過設置查看剩餘額度（5小時/本周），或在對話框輸入斜杠命令查看狀態。

### 三、 核心能力一：本地文件操作
*   **核心概念**：「項目」（Project）對應本地文件夾，Codex 可自由讀寫項目內所有文件。
*   **實戰案例 1：視頻素材重命名**
    *   需求：根據視頻內容自動重命名雜亂的文件名。
    *   操作：Codex 抽取關鍵幀（抽幀），拼接縮略圖判斷內容，按序號與內容命名。
    *   結果：成功重命名，無需提權（因在項目範圍內）。
*   **實戰案例 2：視頻剪輯**
    *   需求：將所有風景視頻剪輯成一條。
    *   操作：Codex 自行調用工具（如 FFMPEG），申請必要權限，完成拼接。
*   **上下文管理**：
    *   顯示當前對話使用的 GPT 5.5 上下文窗口佔用情況。
    *   上下文快滿時自動壓縮，或可手動輸入斜杠命令「壓縮上下文」以節省額度並聚焦新任務。
*   **多對話並行**：同一項目下可開多個對話，上下文獨立但均可訪問項目文件。

### 四、 核心能力二：命令行工具使用
*   **能力定義**：在授權下，Codex 可調用終端執行命令，包括聯網、下載依賴、執行腳本等。
*   **實戰案例 1：安裝基礎依賴**
    *   對象：Node.js, Git 等常見開發工具。
    *   效果：在「自動審查」模式下，Codex 熟門熟路安裝，無需頻繁提權。
*   **實戰案例 2：安裝熱門 Agent 工具**
    *   對象：Hermes (愛馬仕)、Cloud Code 等。
    *   效果：Codex 可搜索官網/倉庫，根據文檔安裝並驗證，甚至教導用戶如何使用。
*   **實戰案例 3：安裝 IDE 與初始化**
    *   對象：Cursor, Antiquarity 等編輯器。
    *   操作：下載 IDE 後，執行 Git Init 初始化，Codex 可協助在編輯器中打開項目。
*   **實戰案例 4：安裝 Skills 與 CLI**
    *   對象：FindSkill (查找 Skill 的工具), Facial CLI (操作飛書等工具)。
    *   操作：提供鏈接給 Codex，協助下載並配置權限。
    *   並行處理：Codex 支持並行任務，可同時下載多個工具並顯示進度（轉圈中/已完成/需提權）。
*   **總結**：Codex 可通過自然語言安裝複雜工具、解決部署問題及修復錯誤。

### 五、 核心能力三：持久記憶
*   **機制概述**：Codex 擁有手動與自動兩套持久記憶系統，將規則、偏好、信息以本地文件形式存儲並注入上下文。
*   **手動持久記憶 (`agents.md`)**：
    *   **全局生效**：設置 -> 個性化 -> 自定義指令。所有對話優先作為上下文發送。
        *   示例：設置文檔修改需使用特定顏色與刪除線，保留修訂痕跡。
    *   **項目級生效**：在項目對話中手動創建 `agents.md` 或讓 Codex 根據項目內容生成。
        *   作用：僅在該項目中生效，記錄項目背景、規則、文件路徑等。
*   **自動記憶系統**：
    *   **機制**：對話結束或閒置一段時間後，Codex 自動總結對話並存儲。
    *   **限制**：太短對話不記錄；總結消耗額度；額度低時不記錄。
    *   **文件結構**：記錄記憶來源（對話）、工作目錄、觸發關鍵詞、用戶偏好、可復用知識及踩坑記錄。
    *   **建議**：官方建議不手動修改自動記憶文件，明確規則建議通過 `agents.md` 實現。

### 六、 核心能力四：圖片生成與開發
*   **Image 2 生圖能力**：Codex 內置 Image 2 模型，可生成高質量圖片。
*   **實戰案例：開發個人主頁**
    *   **計劃模式**：針對複雜任務，Codex 先列出詳細計劃，確認後執行。
    *   **交互細節**：Codex 會通過選擇框詢問細節（如風格、受眾、語言），並解釋風格含義，支持用戶補充調整（如「多用圖片」、「高級感」）。
    *   **引導（Guidance）功能**：
        *   長任務中若發現跑偏，可發送「引導」意見。
        *   特點：不打斷當前運行，排隊等待下次調用工具時發送，避免浪費額度或重跑。
    *   **分叉（Fork）功能**：
        *   在歷史 AI 回覆處點擊「分叉」，可從該節點開始新對話，保留有價值的上下文。
    *   **寵物（Pet）功能**：
        *   設置外觀可選擇或創建定制化寵物。
    *   **內置預覽瀏覽器**：
        *   右側側欄可直接預覽網頁。
        *   **批注功能**：可在預覽頁面上選中元素寫修改意見（如放大 Logo、加人物、刪除圖片），Codex 會根據批注修改代碼。
    *   **項目級 `agents.md` 生成**：項目成型後，讓 Codex 根據內容生成項目級規則文件，以便後續對話快速理解項目。

### 七、 核心能力五：插件系統 (Plugins)
*   **插件定義**：連接外部平台/工具/服務的集合，包含 Skill, MCP, Steel Eye 等。
*   **內置插件介紹**：
    *   **瀏覽器操作 (Browser Use)**：Codex 自主操控瀏覽器（點擊、翻頁、截圖、填表），適用於自動化測試或趣味操作（如做 MBTI 測試）。
    *   **Chrome 插件**：操控用戶已登錄的 Chrome 瀏覽器，支持後台多頁面操作，不佔用主瀏覽器界面。
    *   **電腦操作 (Computer Use)**：
        *   僅 Mac 支持。
        *   可操控電腦上的 APP（如音樂軟件、微信、剪映）。
        *   實戰：播放音樂、發送微信消息、為視頻加音樂。
        *   現狀：效率較低，微信等應用可能有防 Agent 機制。
    *   **部署插件**：
        *   **Vercel**：適合有域名的用戶。
        *   **Netlify**：適合無域名、國內訪問需求。
        *   操作：Codex 引導登錄 GitHub，自動完成網站部署並生成訪問鏈接。
        *   域名綁定：可詢問 Codex 如何綁定自購域名。

### 八、 Skills 的創建與應用
*   **Skills 定義**：人為沉淀的可復用方法、流程和工具組合，作為 Agent 的行動指南。
*   **獲取 Skills**：
    *   使用 `FindSkill` 工具搜索。
    *   直接將鏈接發送給 Codex 下載。
    *   推薦社區 Skills 或自定義創建。
*   **創建 Skills 的兩種方式**：
    1.  **對話打磨**：直接告訴 Codex 想要創建什麼 Skill，通過討論打磨得出。
    2.  **流程轉 Skill（推薦）**：
        *   先通過對話一步步引導 Codex 完成滿意任務。
        *   實戰演示：
            *   查詢 GitHub 熱門項目。
            *   解釋項目功能。
            *   挑選新興項目撰寫推薦文章。
            *   調用「去 AI 味」Skill 優化語氣。
            *   調用 Image 2 生成配圖。
            *   調整格式為飛書文檔格式。
            *   經過多輪調整後，將此流程固化為 Skill。

### 九、 Skill 的固化與調用
*   **流程固化**：將滿意的工作流程標準化，製作成 Skill。
*   **調用方式**：
    *   手動調用：輸入斜杠 `/` 選擇 Skill。
    *   自動觸發：使用特定出發詞（如「生成一篇熱門項目推薦圖文」），Codex 會自動調用。
*   **限制說明**：GitHub 上的實時認文項目可能未更新，導致重複調用時輸出相似文章。
*   **價值**：將驗證過的流程固定下來，確保下次執行時能穩定輸出。

### 十、 MCP（模型上下文協議）應用
*   **安裝方式**：
    *   位置：設置中的 MCP 伺服器。
    *   建議做法：將想安裝的 Skill 連結提供給 Codex，由其引導安裝。
*   **實例示範**：
    *   安裝 Notebook LM 的 MCP。
    *   引導進行授權登錄。
    *   成功後，Codex 可直接獲取 Notebook LM 上的外掛知識庫內容（如存儲的訪談視頻筆記）。

### 十一、 自動化定時任務
*   **核心概念**：結合各種能力，讓 Agent 在定點執行自動化、智能化及定制化的任務。
*   **應用場景**：
    *   將熱門項目推薦 Skill 設為每三天或每週定時產出並發布。
    *   結合插件（郵件、GitHub、飛書），每日下午 6 點匯總會議、提交記錄與郵件，生成工作日報。
*   **創建方式**：
    1.  **自動畫板（Automations Panel）**：
        *   填寫提示詞定義任務。
        *   設定觸發時間（可自定義）。
        *   選擇執行模型與思考強度。
        *   點擊創建。
    2.  **對話指令（推薦方式）**：
        *   直接在對話中要求創建，例如：「幫我創建一個自動化任務，每周一早上 9 點，自動化執行熱門項目推薦的這個 skill，產出一篇圖文發到群裡。」
    *   **管理**：創建後可隨時修改時間。

### 十二、 手機遠端操控 Codex
*   **設置方法**：
    1.  將手機上的 TryGPT 與電腦上的 Codex 更新至最新版。
    2.  打開手機 TryGPT，點擊側邊欄的 Codex。
    3.  允許手機控制電腦。
*   **功能優勢**：
    *   支援多台電腦分別連接。
    *   實現隨時隨地（街頭、地鐵、聚會）透過手機下發任務，讓電腦完成工作。
    *   類似遠程協作的同事。
*   **限制**：目前免費版可用，但主要支援連接 Mac 系統的 Codex。

### 十三、 Codex 核心能力回顧
*   操作本地文件。
*   使用電腦終端與命令行工具。
*   兩種構建持久記憶的方式。
*   生成圖片。
*   計劃模式（完整項目開發）。
*   豐富插件（操控瀏覽器與電腦）。
*   生成可復用的 Skill 技能。
*   使用 MCP 連接外部資源。
*   設置自動化定時任務。

### 十四、 觀念轉變：從問 AI 到管理 AI
*   **角色轉變**：使用者需像領導一樣管理 AI。
*   **領導者職責**：
    *   準備上下文與工作環境。
    *   指明任務目標。
    *   檢查計劃、監督過程、驗收結果。
    *   將好方法與流程沉澱為可復用的技能。
    *   將重複事項設為自動化執行的規矩。

## 工具 / 模型 / 名詞整理

*   **AI 模型/產品**：
    *   Codex (OpenAI 出品)
    *   Cloud Code (Anthropic 出品)
    *   ChatGPT
    *   GPT 5.5
    *   Image 2 (圖片生成模型)
    *   Claude (提及 Cloud Code 默認使用)
*   **開發工具/依賴**：
    *   Node.js
    *   Git
    *   FFMPEG (視頻處理命令行工具)
    *   Cursor (IDE)