# 影片筆記：Codex Crash Course 2026: Setup, Code, Review & Deploy

## 一句話總結

本課程詳細演示了 OpenAI 推出的 AI 軟體工程師代理程式 **Codeex** 的完整安裝、設定、與 GitHub 整合、企業級權限管理、CI/CD 自動化修復流程，以及透過自然語言指令從零建構醫療應用 MVP 的實際操作與部署。

## 核心重點

*   **Codeex 核心定位**：OpenAI 開發的 AI 軟體工程師代理程式，不僅是聊天機器人，更能直接操作專案檔案、執行命令、測試及發布程式碼。
*   **安裝與環境**：支援 Windows 獨立應用程式、VS Code 擴充功能及 CLI (npm) 安裝。需進行初始設定，包括深色模式、字體調整及模型選擇 (GPT 5.5, GPT 5.4, GPT 5.4 Mini)。
*   **GitHub 整合與權限**：
    *   需透過 ChatGPT Plus 訂閱帳戶進行 GitHub 連接，並通過多因素認證 (MFA)。
    *   企業級應用需遵循「最小權限原則」，結合 SSO、RBAC 及審計日誌。
    *   使用 `agents.md` (或 `agents.mmd`) 作為核心系統指令檔，定義專案概覽、編碼標準及安全規則。
*   **工作流程 (Workflow)**：涵蓋任務定義、背景提供、代碼生成、審查、測試除錯、優化迭代至部署。強調具體的 Prompt (Context, Role, Requirements, Acceptance Criteria, Negative Prompt) 對生成質量的影響。
*   **CI/CD 整合**：Codeex CLI 可整合至 CI/CD 管道，自動分析構建失敗、生成修復補丁 (Remediation patches) 及建立 Pull Request，實現 AI 驅動的自動化開發。
*   **實作示範**：透過自然語言對話，從零建立名為 "One Go" 的醫療應用 MVP，包含前端生成、個人化數據修復及最終部署至 GitHub。

## 詳細大綱

### 1. Codeex 介紹與安裝設定 (片段 1)
*   **產品定義**：OpenAI 推出的 AI 軟體工程師代理程式，能處理專案檔案與儲存庫結構。
*   **安裝方式**：
    *   Windows 獨立應用程式 (Microsoft Store)。
    *   VS Code 擴充功能。
    *   CLI：透過 npm 安裝。
*   **初始設定**：
    *   登入 ChatGPT 帳號。
    *   介面調整：深色模式、字體大小 (主字體 32 調至 24，程式碼 20)。
    *   CLI 啟動：檢查版本 (0.139.0)，信任目錄，選擇模型 (GPT 5.5, GPT 5.4, GPT 5.4 Mini)。
    *   首次互動：生成 HTML 代碼，查看 Token 使用統計。

### 2. 設定介面與雲端開發環境 (片段 2)
*   **設定操作**：
    *   斜線指令選單：模型選擇、推理層級、權限配置。
    *   權限模式：只讀、詢問批准、自動批准、完全存取。
    *   快捷鍵配置 (Keymap) 與系統變更記錄。
*   **專案建立**：建立新專案資料夾，IDE 連線與程式碼生成。
*   **雲端開發環境 (CDE)**：
    *   解決 "works on my machine" 痛點。
    *   推薦平台：GitHub Codespaces, Gitpod, AWS Cloud9。

### 3. GitHub 連接與 agents.mmd 配置 (片段 3)
*   **連接流程**：
    *   檢查 SSH、Git 憑證及遠端伺服器狀態。
    *   安裝 GitHub 整合外掛。
    *   **權限問題**：ChatGPT Plus 帳戶 (如 "Metabrains-dell") 可能受限，需具備更高訂閱層級 (如 "Michael Deont") 並通過 MFA 驗證。
*   **agents.mmd 文件**：
    *   用於組織大型專案及自動化任務。
    *   內容包含：專案概覽、工作協議、佈局及編輯規則。
    *   目的：建立嚴格的工作邊界，限制 AI 代理程式僅執行特定任務。

### 4. agents.md 檔案與環境變數管理 (片段 4)
*   **agents.md 結構**：
    *   類似 `readme`，但作為基礎系統指令檔。
    *   內容：高層專案概覽、團隊編碼標準、倉庫結構、測試需求、安全規則、禁止操作的系統區域、AI 操作指令。
*   **環境變數 (Environment Variables)**：
    *   敏感憑證 (API Keys, 資料庫密碼) 不應硬編碼 (hard code)。
    *   儲存於作業系統基礎設施或安全資料庫。
*   **企業級認證**：
    *   使用 SSO、MFA 進行身份驗證。
    *   基於角色的存取控制 (RBAC) 定義權限範圍。

### 5. 企業級權限與工作流程 (片段 5)
*   **安全原則**：
    *   最小權限原則 (Least Privilege)。
    *   環境變數與機密資訊控制 (Secret Managers)。
    *   可審計性 (Auditability)：審查誰存取了 Codeex、執行了哪些任務。
*   **Codeex 工作流程**：
    1.  任務定義 (Task Definition)
    2.  任務背景 (Task Context)
    3.  詳細提示詞 (Detailed Prompt)
    4.  連接 Codeex 與程式碼庫
    5.  解決方案生成 (Solution Generation)
    6.  審查 (Review)
    7.  測試與除錯 (Testing & Debugging)
    8.  優化與迭代 (Refinement/Iteration)
    9.  提交變更 (Commit Changes)
    10. 部署 (Deployment)
*   **實作演示**：建立 "Metabrains" 專案，生成 `agent.md`，分析倉庫結構，識別入口點。

### 6. 需求生成代碼與重構 (片段 6)
*   **高效 Prompt 要素**：Context, Role, Requirements, Acceptance Criteria, Negative Prompt。
*   **編輯與重構 (Refactoring)**：
    *   改善可讀性、可維護性，不改變外部行為。
    *   識別代碼壞味道 (Code Smells)。
    *   風險管理：修改可能引入非預期的副作用 (Downstream effects)。
*   **實作演示**：將 Python 計算機代碼重構為瀏覽器友好的 HTML 版本，使用 VS Code 整合進行實時編輯。

### 7. 上下文視窗與範圍管理 (片段 7)
*   **上下文視窗 (Context Window)**：AI 模型的記憶體限制 (約 128,000 token)。
*   **範圍 (Scope) 管理**：限制 AI 接觸的檔案範圍，避免錯誤修改。
*   **審查與迭代**：
    *   使用 Split view 與 Unified view 比對程式碼。
    *   透過 Local comment (本地註解) 精確指示 AI 修改特定行號。

### 8. Prompt Library 與 CI/CD 整合 (片段 8)
*   **Prompt Library**：
    *   Codeex 提示是內建的可重用工作流程。
    *   個人化設置：AI 性格切換、自訂指令、記憶功能 (Memory)。
    *   對比：ChatGPT 無提示庫，Claude Code 有獨特提示庫。
*   **AI 增強型 CI/CD**：
    *   整合 Codeex CLI 至管道。
    *   自動評估構建失敗、分析漏洞、生成修復補丁及 Pull Request。
    *   優勢：減少調試時間，專注於高價值工作。

### 9. 自動化修復工作流 (片段 9)
*   **自動化修復流程**：
    *   CI/CD 管道失敗時，Codeex 自動分析錯誤日誌與程式碼變更。
    *   進行根本原因分析 (Root Cause Analysis)，生成最小化修復建議。
*   **驗證與審查**：
    *   修復方案需通過相同管道檢查 (建置、測試、Linting、安全掃描)。
    *   需開發者人工審查，確保技術正確性與業務一致性。
*   **邊界定義**：AI 不得直接部署至生產環境，必須建立 Pull Request。

### 10. 自動化 Bug 修復與 One Go 專案示範 (片段 10)
*   **自動化 Bug 修復規則**：
    *   最小化程式碼變更。
    *   不修改資料庫結構。
    *   保留 API 合約。
    *   新增測試並解釋根本原因。
*   **One Go 專案示範**：
    *   建立醫療應用 MVP，針對病人 (Patients)。
    *   技術堆疊：HTML, CSS, JS, Tiny Mock API。
    *   生成檔案：app.js, index, records, appointments, dashboard 等。
    *   瀏覽器自動化運行原型。

### 11. 原型升級與部署準備 (片段 11)
*   **視覺與數據升級**：
    *   替換為阿拉斯加 (Alaska) 真實醫療機構與醫生數據。
    *   採用 Apple 生態系審美風格 (Premium Apple adjacent aesthetic)。
*   **修復個人化缺陷**：
    *   解決新用戶註冊後仍顯示模擬數據 (Mock Data) 的問題。
    *   增加完整註冊表單字段 (血型、保險信息等)。
*   **部署準備**：
    *   創建 GitHub 倉庫 "one go project healthcare"。
    *   解決本地未安裝 Git 的問題，下載安裝程序。

### 12. Git 環境配置與專案總結 (片段 12)
*   **Git 環境設置**：
    *   安裝 Git，初始化本地倉庫，配置用戶身份 (Email, Username)。
    *   解決權限錯誤，執行 Commit 與 Push。
    *   透過瀏覽器驗證授權。
*   **專案成果回顧**：
    *   醫療健康應用前端介面部署成功。
    *   包含個人化儀表板、預約與病歷功能。
*   **迭代與改進**：
    *   修正 Logo、優化儀表板設計 (滑動式)、改善卡片間距與色彩。
    *   加入搜尋引擎優化 (SEO)。

### 13. 外掛驗證與 OpenAI 生態系統總結 (片段 13)
*   **外掛驗證**：
    *   確認 GitHub 外掛安裝、認證及可用性。
    *   支援多領域外掛 (教育、金融、設計等)。
    *   企業級多外掛使用成本考量。
*   **OpenAI 生態系統結構**：
    *   **ChatGPT**：日常內容撰寫與問題解決。
    *   **OpenAI API**：整合模型至自有應用程式。
    *   **Codeex**：專注軟體開發，生成與重構代碼。
    *   **企業工具**：安全性、治理、權限控制。
*   **課程總結 (心智圖)**：
    *   AI 輔助開發提升生產力與軟體品質。
    *   企業採用需具備治理框架、安全控制及合規流程。
    *   最佳實踐：有效提示工程、程式碼審查、驗證與測試。
    *   未來趨勢：AI 增強開發者，人類專注於架構與戰略決策。

## 工具 / 模型 / 名詞整理

*   **OpenAI**：開發 Codeex 的公司。
*   **ChatGPT**：OpenAI 的知名工具，Codeex 內建於其中。
*   **Codeex** (或拼寫為 **codeex**, **codecs**)：本課程主要介紹的 AI 軟體工程師代理程式。
*   **GPT 5.5**：被描述為針對複雜編碼任務設計的 Frontier 模型。
*   **GPT 5.4**：被描述為針對日常標準編碼的最強模型。
*   **GPT 5.4 Mini**：被描述為輕量級模型。
*   **GitHub**：提供 Codeex 的 CLI 介面及版本控制平台。
*   **Visual Studio Code (VS Code)**：整合開發環境 (IDE)，支援安裝 Codeex 擴充功能。
*   **npm**：Node.js 套件管理器，用於安裝 CLI 版本。
*   **Windows PowerShell**：命令列介面，用於執行安裝指令。
*   **agents.md / agents.mmd**：用於組織大型軟體開發專案及自動化任務的配置文件。
*   **CI/CD**：持續整合與持續部署 (Continuous Integration / Continuous Deployment)。
*   **SSO**：單一登入 (Single Sign On)。
*   **MFA**：多因素認證 (Multifactor Authentication)。
*   **RBAC**：基於角色的存取控制 (Role-Based Access Control)。
*   **MCP Servers**：模型上下文協議伺服器 (Model Context Protocol Servers)。
*   **GitHub Codespaces**：雲端開發環境。
*   **Gitpod**：雲端開發環境。
*   **AWS Cloud9**：Amazon 雲端整合開發環境。
*   **Excalidraw** (逐字稿拼寫為 **Excaladraw**)：用於繪製業務語言或流程圖的工具。
*   **Cursor**：編輯器/工具 (在 One Go 專案示範中提及)。
*   **HIPAA** (逐字稿拼寫為 **HIPPA**)：健康保險流通與責任法案，用於合規性設計。
*   **Alaska Regional Cardiology**：提及的醫療機構名稱。
*   **Providence primary care**：提及的醫療機構名稱。
*   **Aurora Care Alaska**：應用名稱或品牌名稱。
*   **Metabrains**：演示專案名稱。
*   **One Go / onego**：One Go 專案名稱。
*   **Atlas**：OpenAI 產品列表中提到的工具之一。
*   **Prism**：OpenAI 產品列表中提到的工具之一。
*   **Adobe, Air Table, Booking.com, Canva, Spotify**：可連接的應用程式之一。

## 操作流程整理

1.  **安裝與設定**：
    *   下載並安裝 Codeex (Windows 獨立應用、VS Code 擴充或 CLI)。
    *   登入 ChatGPT 帳號，調整介面外觀 (深色模式、字體)。
    *   選擇 AI 模型 (GPT 5.5, 5.4, 5.4 Mini)。
2.  **GitHub 連接**：
    *   檢查 SSH 與 Git 憑證狀態。
    *   安裝 GitHub 整合外掛。
    *   使用具備適當訂閱層級的帳戶 (如 ChatGPT Plus) 進行連接。
    *   通過多因素認證 (MFA) 完成授權。
3.  **專案初始化與配置**：
    *   建立新專案資料夾。
    *   手動創建 `agents.md` (或 `agents.mmd`) 文件，定義專案概覽、編碼標準及安全規則。
    *   配置環境變數，避免敏感憑證硬編碼。
4.  **代碼生成與重構**：
    *   提供具體的 Prompt (Context, Role, Requirements, Acceptance Criteria, Negative Prompt)。
    *   使用 Codeex 生成代碼或重構現有代碼 (如 Python 轉 HTML)。
    *   在 VS Code 中進行實時編輯與測試。
5.  **審查與迭代**：
    *   使用 Split view 與 Unified view 比對程式碼變更。
    *   透過 Local comment 精確指示 AI 修改特定部分。
    *   執行測試與除錯，優化代碼。
6.  **CI/CD 整合 (企業級)**：
    *   將 Codeex CLI 整合至 CI/CD 管道。
    *   設定自動化修復規則 (最小化變更、不修改資料庫結構等)。
    *   當構建失敗時，Codeex 自動分析並生成修復補丁及 Pull Request。
    *   開發者進行人工審查後合併。
7.  **部署**：
    *   初始化本地 Git 倉庫，配置用戶身份。
    *   推送代碼至遠端 GitHub 倉庫。
    *   透過瀏覽器驗證授權，確認遠端倉庫檔案可見性。

## 值得注意的限制或風險

*   **權限限制**：ChatGPT Plus 帳戶可能受限於 GitHub 連接，需具備更高訂閱層級或特定帳戶配置。
*   **上下文視窗限制**：AI 模型一次能處理的最大文字量有限 (約 128,000 token)，過長輸入可能導致系統提示或作為檔案處理。
*   **副作用風險**：重構代碼可能引入非預期的副作用 (Downstream effects)，需仔細審查。
*   **安全風險**：敏感憑證若未妥善保護，可能洩漏至公開網路。AI 生成的代碼需經過嚴格的安全掃描與人工審查。
*   **直接部署限制**：企業環境中，AI 通常不得直接部署至生產環境，必須建立 Pull Request 供開發者批准。
*   **成本考量**：企業級多外掛使用可能導致價格與使用成本顯著增加。

## 逐字稿辨識疑點

*