首页 / 文章

在 VS Code 中使用 Codex:作用域、恢复点以及常见故障的解决方法

在VS Code中使用Codex且无常见卡顿:安装与登录、首个有限代理任务、云端与命令行界面对比、共享配置,以及针对WSL和审批流程的修复。

发布者:REACTAPP.TOP阅读约 18 分钟4113 词

来源: How to Use Codex in VS Code: From First Task to Reliable Agent Workflow

在 VS Code 中运行 Codex 需要几分钟时间:首先安装官方的 openai.chatgpt 扩展,登录后打开项目文件夹,切换到 Agent 模式,并为其分配一个范围明确的任务,同时指定相关文件。每次工作区更改和测试结果在被保留之前都需要人工审核。耗时较长的任务更适合交由云端处理,而那些最常让使用者受阻的问题——比如反复审批、远程登录以及 Windows WSL 加载卡顿——都在下文中有具体的解决方案。

此处仅讨论 VS Code 环境下的内容:首先是范围有限的初始任务,其次是确保 Agent 行为可预测的控制机制。终端安装、Cursor 插件、使用情况仪表板以及与其他工具的对比则是其他独立话题。

从建议功能到能移动文件的 Agent

许多开发者已经习惯了“幽灵文本”:输入字符时会出现建议,这些建议可能被采纳或忽略,而目录结构中其他部分则毫无变化。Codex中的代理模式则完全是另一回事——当用户去拿咖啡时,侧边栏会自动读取文件、编辑工作目录并执行检查。若将两者混淆,就会觉得第一次使用代理模式如同遭遇闯入者,但实际上这只是另一种工作方式罢了。

打个比方有助于理解。如果乘客指着路标,驾驶员的双手仍会握在方向盘上,汽车只有在驾驶员操作时才会移动。而交出钥匙则是另一回事:当你从厨房回来时,汽车已经停在了新的停车位上,后备箱的物品也被重新摆放,行驶里程也增加了,却没人问过路线如何。内联自动补全就如同乘客指路一般;代理模式则相当于那把钥匙。跳过恢复点意味着将写入权限授予一个仍保存着尚未提交的下午工作内容的存储库。

当前扩展程序的真正作用

如今的 Codex IDE 扩展功能相当于一个异步编码代理。它是在后台运行的工作进程,拥有读取代码库、修改磁盘上的文件以及执行终端命令的权限,而自动补全功能仅能提供下一个输入词建议。它与 2021 年的 Codex 自动补全 API 或 Copilot 的虚拟文本毫无关联,任何将其描述为更出色的 Tab 键替代品的教程其实都在谈论别的东西。

在代理模式下,工作任务会在代码库和终端之间分配,正因如此,作用范围与恢复能力比自动补全功能时更为重要。单行建议会一直显示在编辑器中,直到被用户接受。而一个代理任务可能在其计划的第一段内容还在被读取时,就已经开始在 src/ 目录中执行操作了。

当编辑器提供聊天模式时,仅用于讨论,无法编辑文件或执行命令,适合用于分析问题。而当确实需要移动代码结构时,则应选择Agent模式。

范围、证据与回退途径

OpenAI自身的IDE文档及实际使用说明都明确指出该接口的一个特点:本地Agent模式会将修改直接应用到工作区目录中。该扩展程序并不像其他某些编辑器那样提供内嵌的接受或拒绝差异对比功能。Git相当于撤销按钮,如果没有初始化的仓库,就不存在可靠的回退方式。

在输入第一个提示语之前,需要完成三件事:

  1. 打开完整的项目文件夹,而非单个文件。
  2. 将那些不能丢失的文件进行提交或暂存。git stash push -u -m “pre-codex”即可。
  • 在提示信息中明确验收标准:哪些测试必须通过,哪个文件符合要求,以及“完成”的具体表现形式是什么。
  • 在未提交过的代码树上使用条理清晰的提示信息,比在已整理好的分支上使用杂乱无章的提示信息风险更大。

    出现问题时,其危害往往看起来很平常:只是简单的文件重命名、辅助函数被错误地加入某个文件中,或是某些测试从未被执行过。并没有什么特别复杂的情况。这仅仅是智能体在拥有可正常工作的代码树且用户设置了建议框后的常规操作。即便不打开任何文件夹、不使用 Git,或者仅要求“改进代码库”而不指定具体文件,也依然无法阻止该扩展程序运行,而这正是其中的危险所在。

    安装真正的扩展程序

    正确的安装步骤其实很简单。身份验证这一环节往往是大多数安装教程会跳过的部分。

    确认发布者与标识符

    正确的插件是来自应用市场的官方 Codex 扩展,而非名称相似的社区封装版本。它的名称为 Codex - OpenAI 的编程助手,由 OpenAI 发布,唯一标识符为 openai.chatgpt。正是这个标识符能帮助区分正版与那些杂乱的自动补全插件。

    在 macOS 上使用 Cmd+P,在 Windows 和 Linux 上使用 Ctrl+P 即可快速打开。复制以下内容后按回车键:

    ext install openai.chatgpt
    

    “扩展程序”视图同样适用:先搜索确切的名称,点击“安装”前再比较发布者和标识符。安装次数、星级评分和版本号并不能作为依据,因为这些数据会不断变化。

    关于openai.chatgpt的Visual Studio Marketplace页面以及OpenAI的Codex IDE扩展文档值得收藏。此处描述的工作流程是围绕这些工具展开的,并不能替代它们。

    安装完成后,Codex图标可以移到右侧的活动栏,这样代码保持在左侧,智能体保持在右侧,这是大多数人常用的布局。更新后图标消失并不需要重新安装,下面的侧边栏恢复方法可以解决此问题。

    使用ChatGPT账户登录

    打开 Codex 面板,选择“使用 ChatGPT 登录”。在实际拥有该计划的账户上完成浏览器重定向。市场中的产品分类名为 Plus、Pro、Business、Edu 和 Enterprise。

    GitHub Copilot Pro+ 和 Copilot Max 有独立的内部测试路径,提供“使用 Copilot 登录”选项以及 Agent Sessions 查看界面。这两种登录方式都是真实的,不应混淆,因为它们是不同的按钮。

    部分首次使用的引导流程会包含沙箱设置步骤。一个被广泛观看的安装视频会依次跳过欢迎界面,然后选择备用沙箱选项,以便本地容器能够启动。如果出现该控制选项,它只是在初始化代理将使用的隔离环境,并非在安装第二个产品。

    通过ChatGPT访问需要订阅服务。消息额度、模型选择选项及费用标准都会变化,因此2026年中发布的任何关于Plus或Pro套餐的具体额度说明都应视为过时信息。在规划长时间使用前,应以账户当前的用量显示为准。

    何时适合使用API密钥

    “自行提供密钥”方式意味着使用OpenAI API密钥进行认证,而非ChatGPT登录。登录界面会提供“使用API密钥”按钮。当ChatGPT的额度用尽或团队已通过API计费时,这种方式十分有用。

    它并不能替代Plus套餐。2026年的价格说明指出,通过扩展程序和命令行界面使用API密钥计费会失去云服务委托功能及GitHub代码审查功能,因此需要这些功能的用户仍需选择ChatGPT套餐。

    当按钮功能不够用时,可以明确设置共享配置:

    preferred_auth_method = "apikey"
    

    仅包含占位符的密钥文件将被保存在 ~/.codex/auth.json 中:

    {"OPENAI_API_KEY": "YOUR_API_KEY_HERE"}
    

    如果面板持续要求使用 ChatGPT,请在启动编辑器的同一终端中导出密钥,然后从那里打开该文件夹:

    export OPENAI_API_KEY="your-api-key-here"
    code .
    

    Windows上的PowerShell使用$env:OPENAI_API_KEY="your-api-key-here",其后接code .。真实的API密钥绝不能出现在截图、工单或评论中。此处显示的JSON仅为模板。

    社区报告还提到了WSL环境下“使用API密钥”按钮存在的特定问题。在Windows Subsystem for Linux中,若该按钮无法使用,则需转而使用config.toml文件及环境变量,或从已包含该密钥的shell中启动编辑器。

    第一个受控任务

    这个任务并非为了给他人留下深刻印象,其目的是证明VS Code中的Codex功能能够访问指定的文件、执行指定的检查,并生成可阅读的差异对比结果。

    打开文件夹并给出可验证的结果

    选择“文件”>“打开文件夹”,然后选中项目根目录,即存放锁文件、pyproject.toml文件或实际会被构建的解决方案文件的文件夹。如果尚未初始化Git,则进行初始化;打开Codex面板并将composer设置为Agent。

    把目标描述得清晰明了,以便疲惫的同事在晚上六点时也能理解。目标需要满足以下条件:

    • 一个行为变更。
    • 一组文件。
    • 一个用于验证的命令或测试。

    首次会话时的提示可以参考这个教学示例:

    Update token expiry handling in @src/auth.ts. Run the existing tests and summarize changed files.
    

    该句子包含文件、结果及证明。“改进认证功能”则不包含这些内容。

    可通过命令面板中的 Codex: Open Codex Sidebar 打开隐藏面板。在左侧操作栏中查找会浪费时间,因为系统已多次将相关图标移至右上角的工具栏。

    引导智能体定位正确的文件

    输入 @filename 即可将单个文件交给智能体,而无需在上下文中呈现整个文件结构。只需附上重要文件,并指定哪些文件不可处理。相关规范可放在仓库根目录下的 AGENTS.md 文件中以供后续使用,不过对于首次任务,仅通过提示语即可。

    第一次处理任务时只需专注于一项事务,比如处理过期问题、某个失败的测试、一条日志记录或类型修正。更大规模的多文件重构可以稍后进行,通常在云端完成。本地 Agent 模式会乐意开始处理这类任务,但审核者的耐心可能跟不上。

    审核修改内容与测试结果

    运行完成后,应按以下顺序检查三件事:

    1. 已修改的文件:Agent 是否仍在指定的路径内操作。
    2. 测试:是否进行了测试,以及测试是否通过。
    3. Git:由于扩展程序已将更改写入磁盘,git diff 和 git status 可作为审核依据。

    即使结果显示“通过”,且唯一被修改的文件是 src/auth.ts,仍需查看差异内容。绿色测试结果并不能说明新增的注释是否适合放在公共 API 中。

    所有这些操作的结果是一个已验证的面板、一个在限定范围内运行的 Agent,以及 Git 中可见的变更。在仓库状态良好的情况下,整个流程大约需要八分钟。之后需要决定是保留该变更还是重置它,最后终止操作。紧接着的另一个问题是人们如何意外地导致代码被重新编写。

    本地、云端或命令行

    VS Code 中有三种使用 Codex 的方式,它们的影响范围各不相同。实际问题在于当前的任务需要哪一种方式。

    本地 Agent

    本地 Agent 模式是这里的默认选择。工作在工作区中进行,审查过程会涉及修改后的文件、测试以及 Git。它的主要限制早已被提及:编辑内容会直接存入工作树。它适用于那些可以被监控的有限范围编辑。

    云端委托

    云委托功能会将较长的任务发送到隔离的云环境,此时编辑器可能处于可用状态,也可能已关闭。市场平台将此功能称为“委托至云端Codex”。2026年的指南说明需在chatgpt.com/codex/settings/environments下关联代码仓库,然后在侧边栏中选择该环境,再选择针对main或当前分支在云端运行。

    该功能适用于规模较大、处理速度较慢,或更适合以差异对比形式呈现而非实时写入的任务。它需要ChatGPT端具备云访问权限,因此仅依赖API密钥的设置并不适合作为该功能的认证方式。

    集成终端与CLI

    Codex CLI 是一款原生终端工具,属于同一模型系列,但通过命令行而非侧边栏启动。它可以在 VS Code 的内置终端中运行。平台安装、更新及沙箱相关设置详见 CLI 安装指南,此处不再赘述。

    关键在于选择何种工具。当需要优先使用终端进行操作、侧边栏出现故障,或是长时间运行 /review 任务却在扩展程序中频繁中断时,CLI 是最佳选择。2026 年的文档显示,直接使用 codex 即可启动交互式会话,而通过 codex exec 传递的带引号的指令则可一次性执行无需交互,例如让其修复 src/ 目录下的所有代码检查错误。仅在没有 CLI 时才需进行安装。

    究竟应优先选择哪种工具这一问题与VS Code智能体的运行方式是分开的,而Claude Code与Codex的对比正好可以解答这个问题。

    两者共享同一配置层

    市场页面上很少提及的一个架构事实是:VS Code扩展程序为闭源代码,其维护者将其描述为围绕开源的Codex CLI构建的界面外壳。这也就解释了为何同一个文件夹就能控制两者的行为。

    共享的~/.codex/目录

    在macOS和Linux系统中,这个公共目录为~/.codex/,其中的config.toml存储默认设置,auth.json则保存认证信息。扩展程序和CLI都会读取该目录,因此对它的任何修改都会同时影响到两者。

    Windows系统中的对应文件位于用户个人资料目录下。远程及代码服务器配置会在扩展程序文件夹中添加额外的auth.json副本,这些只是临时解决方案,并非权威数据来源。~/.codex/才是更理想的位置,因为直接使用该目录中的文本比截图更易于确保准确性。

    基于源文件的默认设置

    在2026年的编辑器指南中有一个通用的示例:

    # ~/.codex/config.toml
    model = "gpt-5.3-codex"
    approval_mode = "agent"
    

    请将模型字符串视为易变内容。教程中提到的名称早已从 GPT-5.1、GPT-5.3-Codex 变更为后续的 GPT-5.x 版本。当面板显示 unexpected status 400 Bad Request: {"detail":"Unsupported model"} 时,说明所选名称是当前版本无法支持的。请先在界面中选择受支持的模型,如果仍需使用默认模型,则填写实际选中的名称。

    approval_mode = "agent" 是默认设置:在工作区中进行读取和编辑,命令在当前工作目录及受限网络环境中执行,仅支持聊天功能。而“Agent Full Access”模式则可扩展本地执行能力并允许访问互联网。模式选择应与任务需求相匹配,不应仅仅因为上周某个 npm 安装需要网络连接就一直使用全权限模式。

    前文提到的 API 密钥配置也保存在同一个文件中。将认证策略与审批策略放在一起,使得整个合约内容可在二十秒内被读取完毕。

    审批循环与 Windows 加载动画

    这些是安装指南中会忽略的问题,也是当 Codex 在 VS Code 中无法正常工作时人们会去查找的问题。它们看起来都像是产品缺陷,有时确实如此;但有时只是沙箱在提示代理即将执行某些无人监控的操作。更流畅并不等同于更安全。

    在不降低安全标准的前提下减少审批流程的繁琐

    Windows用户尤其会遇到权限循环的问题,每次读取或写入文件时都需要暂停等待点击操作。该软件提供了聊天模式、代理模式以及完全代理模式。完全代理模式会屏蔽大部分提示,因为它允许更广泛的本地操作和网络使用权限。这正是其中的权衡所在,也正是为何修改函数名称的请求会意外导致软件包的下载。

    在各类讨论中反复出现的社区解决方案就是这条配置行:

    approval_mode = "auto"
    

    有些讨论提出了一个名为 workspace-write 的中间设置,以及更极端的 danger-full-access 设置。这两个名称均源自社区帖子,但它们都不足以成为将代理程序指向用户主目录的理由。

    只有满足以下所有条件时,才适合使用自动模式或更广泛的编译器模式:

    • Git 显示的代码树是干净的,或者更改已被暂存。
    • 工作区中没有敏感信息,或者 Git 已忽略这些信息。
    • 文件范围能用一句话描述清楚。
    • 在推送任何内容之前都会先读取 git diff 的结果。

    如果有任何一项不满足,就保留提示信息。虽然反复询问很烦人,但直接默默写入 .env 文件的情况会更糟糕。

    经验表明,简单粗暴的方法存在局限性。将权限改为“完全访问”虽能彻底解决烦人的提示问题,但也会为会话打开本地重命名从未需要的网络访问路径。那条配置指令如同手术刀般精准,而“完全访问”模式则更像一个桶状工具。

    Windows 11 WSL 加载卡住的问题

    有记录显示,Windows 11 中存在一种情况会导致面板一直停留在“加载中”状态。在 openai/codex 的 #7082 个问题中,用户将问题归因于 WSL 集成设置。最初的维护者将原因归咎于地区性服务中断,而后来的回复则提出了至今仍被采用的解决方案。

    在设置中搜索 Codex WSL,找到“在 Linux 子系统中运行 Codex”选项并将其关闭,然后在该应用实际需要的运行环境中重新打开面板。这是通过设置进行的修改,而非 CLI 参数,因此无需发明 codex --no-wsl 这样的指令,因为没有任何来源提及过它。

    那些真的希望在 WSL2 中使用 Codex 的人,应当将项目保存在 Linux 文件系统中,并在该环境中使用相关工具。将仓库置于 Windows 路径下同时搭配 Linux 代理,很容易引发文件限制和权限问题,从而导致面板出现异常状况。

    完成更改后,需确认 CLI 仍在受信任的终端中启动。如果 CLI 运行正常而面板出现故障,那通常是 WebView 或扩展程序的问题,而非认证问题;若两者都卡住,则应首先检查认证环节。

    分离运行时环境与历史记录

    Codex 的聊天历史记录在 Windows 文件系统与 WSL 文件系统之间是相互隔离的。切换模式会显示不同的对话线程,这并非同步问题,而是两个独立的存储空间而已。

    每个仓库仅保留一个运行时实例,时长为一周,这样可以避免混淆。当必须切换时,应假定后续的对话将无法继续。永久性的说明应放在仓库中的AGENTS.md文件里,而非那些会在周二前就消失的侧边栏讨论中。

    将症状与修复方法对应起来

    从症状入手。使用WSL修复隐藏图标需要20分钟时间。面板缺失、模型名称无法识别、审核失败以及远程登录后无响应,这些都是四种不同的问题,需要逐一尝试修复,不能同时处理。

    隐藏的侧边栏或不受支持的模型

    如果图标已从左侧栏消失,在重新安装之前请先查看右上角。问题#14586指出,更新后可通过工具栏中的Open Codex Sidebar控件来恢复访问,而命令面板也提供了Codex: Open Codex Sidebar命令。

    如果面板打开后立即出现 unexpected status 400 Bad Request: {"detail":"Unsupported model"} 的错误,说明所选的模型与当前安装的版本不兼容。面板底部的列表会显示支持的模型。选定模型后,需要更新 ~/.codex/config.toml 文件,以避免过时的 model = "..." 行再次引发相同错误。

    空白面板及登录循环问题出在更低层的 WebView、Cookie 或失效的令牌上。解决办法是退出登录,清除浏览器中的 ChatGPT 会话,然后重新登录。使用失效的令牌重新安装只会在同一认证文件上方出现新的图标而已。

    长篇评论应通过 CLI 输入

    该扩展的 /review 命令据报道存在约五分钟的超时问题。在大型代码库中,执行该命令时,代理可能会表示已应用了大量修复,但没有足够时间定位具体问题。

    侧边栏中规定的时间为五分钟,而 CLI 中的相同审查功能则没有设定类似的时间限制。那些进行代码审查但发现相关面板无响应的人,应通过集成终端中的 Codex CLI 来执行该命令,并在 Git 中查看结果。在侧边栏中重新尝试 /review 命令并不会改变计时。更为复杂的审查工作流程,包括在不触发代码重写的情况下请求审查,需要专门的指南。

    远程 SSH 与无头机器

    在远程 SSH、Docker、vscode-server 以及其他无头机器上,浏览器 OAuth 总会失败,因为登录页面无法返回需要令牌的主机。GitHub 讨论帖 #4650 汇集了社区用户的经验。

    最接近官方解决方案的变通方法是使用 VS Code 进行端口转发:在 PORTS 视图中选择“Forward a Port”,输入 1455,确认地址显示为 localhost:1455,然后执行相应操作。

    codex login
    

    浏览器步骤在能够打开浏览器的机器上完成,而转发的端口则用于将回调信息传送到远程会话。

    凭证复制是较为复杂的方法。先在支持OAuth的笔记本电脑上登录,然后将~/.codex/auth.json文件移到远程扩展目录中。对于code-server而言,目标目录为~/.local/share/code-server/extensions/openai.chatgpt-[version]/;在Windows系统中,对应目录位于用户个人资料下的.vscode\extensions文件夹中。在这两种情况下,[version]表示已安装目录的版本后缀,该文件以auth.json的名称存放在其中。由于该文件的作用类似于会话cookie,因此不会被纳入版本控制或聊天记录中。应先尝试转发,只有在无法转发时才进行复制。

    VS Code是否为合适的编辑器

    过时的页面可能会让读者去寻找已失效的插件,因此设置当前的边界有助于避免这种情况。

    JetBrains与VS Code

    VS Code依赖官方的Codex IDE扩展,其标识符为openai.chatgpt。而JetBrains的IDE则采用不同的机制。早期的PyCharm文章声称该平台没有内置的Codex功能,但这一说法已经过时:JetBrains在2026年1月宣布,从2025.3版本的IDE开始,IntelliJ IDEA、PyCharm、WebStorm和Rider都将获得内置的Codex支持。搜索IntelliJ或PyCharm的Codex时,会找到内置路径而非Marketplace中的标识符。JetBrains用户应参考该厂商官方的AI Assistant及Codex相关文档。

    Cursor用户则需要再次进行安装并使用相应的面板。不应将Marketplace中的VS Code使用流程强加到Cursor的扩展系统中,因为Cursor有自己独立的插件路径。

    Visual Studio Community 2022

    Visual Studio Community 2022 并不在支持的 GPT-5.1-Codex 客户端列表中。GitHub 上的社区讨论指出,该预览版本支持的四款工具分别是 VS Code、JetBrains、Xcode 和 Eclipse。那些仍在 Visual Studio 中进行开发的 C# 开发者通常会保留该工具用于编译,同时在旁边使用 VS Code 来处理同一文件上的插件,但这既不方便,也是目前文档中规定的使用方式。

    今日的一个有限任务

    一个好的开始是使用一个已经熟悉的代码仓库。通过提交或暂存操作让工作区恢复整洁,直到 git status 显示没有变化,如果缺少插件则安装它,登录后打开该文件夹。接着创建一个 Agent 任务,指定一个文件和一个测试用例,确保它们能显示在同一差分界面中。

    观察文件的变化,查看差异内容,然后选择保留或重置。在 VS Code 中使用 Codex 就意味着要不断循环执行这些操作,而不仅仅是将其安装而已。

    编辑器会不断新增按钮,云协作功能会变得更流畅,模型名称也会持续变化。真正昂贵的是将写入权限交给一个无法撤销的操作流程。一旦这部分变得乏味,其余功能依然可以保持有趣。

    有一个习惯值得养成:下次面板请求对文件进行写入操作时,大声说出可以撤销该操作的 Git 命令。如果说不出完整命令,就先暂存文件再询问,因为那段停顿时间就是整个审核过程。

    相关阅读

  • 结合 Agno Teams 的智能 RAG:查询重写、评估循环与 Qdrant — 由协调团队负责查询重写,通过评估机制循环进行信息检索,并仅从经过验证的上下文中生成答案,该过程在 Qdrant 中运用混合密集搜索、BM25 搜索及 ColBERT 搜索技术。
  • Claude Code 的五层架构:内存、技能、钩子、子智能体与插件 — 将 Claude Code 视为智能体运行环境:包括 CLAUDE.md 内存、按需调用的技能、确定性的钩子功能,以及为团队封装所有组件的独立子智能体与插件。
  • Claude Code 的 Codex 插件:安装、配置及避免审核循环 —— 如何同时运行 Codex 和 Claude Code:选择主机、安装官方插件、共享 AGENTS.md 规则、使用审核与救援命令,以及控制审核循环。
  • Agent 技能即代码:定义范围、公开信息、编写脚本并进行测试 —— 为何 SKILL.md 属于生产环境逻辑:仅编写流程化知识、调整激活条件、逐步加载功能、将具体任务交由脚本处理、构建评估机制并淘汰无效方案。
  • 2026年9月:Claude Code还是Codex?价格、模型及适用性对比 —— 本地同步模式与云端异步模式:Claude Code与Codex在成本、基准测试、工作流程以及欧盟数据存储要求方面的差异。
  • OpenAI Agents API:托管式的Codex工具集及团队仍需掌控的内容 —— OpenAI的Agents API如何为你运行Codex工具集,包括会话、MCP工具、子代理和沙箱功能,以及你的团队仍需控制的验证、访问权限和数据限制。