从 豆包 到 Codex CLI：一名普通开发者的 AI 工具进化路线

一、前言

作为一名普通开发人员，我对 AI 工具的上手其实算比较晚。今年五月以前，基本还只是把 AI 当作聊天机器人使用。有时听同事提到一些关键词都听不懂，甚至不知道该如何提问，心里多少有些惭愧。直到最近因为一个契机，沉下心认真摸索了一段时间，才真正感受到 AI 工具的魅力和强大，也切身体会到它对生产效率的提升。刚好趁端午假期，把最近的使用心得简单整理一下。

本来想让 AI 直接输出，尝试了几版都太“AI 化”了，所以文字和截图都是纯手工，希望这篇博文更实用、更有温度。

二、使用演进路线

目前使用过的工具列举：

• 豆包/元宝/千问/Kimi/DeepSeek/ChatGPT/Gemini
• Cherry Studio
• VS Code 插件（OAI Compatible Provider for Copilot）
• Cursor/Windsurf/Warp
• Codex 和 Codex CLI

⑴ 豆包

豆包应该是最大众化的一款 AI 工具了，从网页端、浏览器插件、手机App多端体验一致，综合体验下来，它的信息同步能力也是我用过的工具里比较好的，尤其是网页端，即使对话很长也不容易卡顿。
有段时间想体验一下不同的模型，自己写了一个iframe，把多个网页嵌进去（两个、三个、四个），可以在一个页面同时问问题看答案，所以很长一段时间我都是这么用 AI 的，看下图：
两个

三个

四个

豆包浏览器插件

⑵ Cherry Studio

后来发现 Cherry Studio 也可以同时接入多个模型，甚至可以通过代理服务的 token 加载不同模型，整体能力很强。

主界面

切换模型

自定义

⑶ VS Code 插件（OAI Compatible Provider for Copilot）

再后来，集成到Visual Studio Code的IDE中，可以基于开发环境来辅助编程：

插件

配置Base Url

配置Key

直到这个时候，才算开始将 AI 工具和开发工作紧密连接，之前都是遇到不懂的问题，拿着问题问 AI 机器人，再把答案手工贴到IDE中去验证，但这种用法已经可以让 AI 工具直接阅读代码并进行修改。

⑷ Cursor/Windsurf/Warp

再再后来，这些 AI 编程工具横空出世，个个都说能带来革新，各大资讯都在吹捧，也尝试安装了这些工具，但说实话，我是一脸懵的，无从下手。
Cursor

Windsurf

Warp

⑸ Codex

再再再后来，安装了Codex，基于微软应用商店安装的，说实话也没有完全用起来，但其实已经接近今天的重点了。

三、重点讲一下 Codex CLI

直到遇见了 Codex CLI——命令行形式的 AI 工具，目前的感觉是在计算机操作方面“无所不能”、“叹为观止”，来着重讲讲“她”。

⑴ 先看最终形态（Windows Terminal + PowerShell + Codex CLI）

很平平无奇对不对？😀，莫慌！一步步来……

⑵ 如何安装

① 安装 Node.js

官网下载：https://nodejs.org/zh-cn/download

安装后验证：
node -v
npm -v
npx -v

② 安装winget、Terminal、PowerShell 7

这几个工具都属于锦上添花，丰俭由人，可以跳过。
当然，这个也可以让 AI 帮你做

③ 安装 Codex CLI

执行命令：
npm install -g @openai/codex

提示安装完成，新打开命令行窗口，输入codex，可以加载即代表安装完成，首次使用会提示登录、绑定信息等。

④ 配置 Codex CLI

路径：C:\Users\Administrator.codex\config.toml

下图是我的配置文件截图和说明：

⑤ 版本说明

Codex CLI 自v0.80以后，逐步取消了chat模式，目前最新的版本是v0.140，所以如果配置国内模型如DeepSeek、Mimo这些，可能要弄个代理。
当然，这个也可以让 AI 帮你做
我嫌麻烦，所以保留v0.80版本，也方便随时切换模型使用，如下图：

⑶ 如何使用

① AGENTS.md

Codex CLI 以命令行方式运行，不像桌面软件那样通过图形界面管理项目和文件夹。它更多是基于当前目录和文件上下文来工作，因此要让它更懂你的代码、文档和使用习惯，就需要提前写好提示词规则。

首先是个人习惯 AGENTS.md，基于启动目录告诉她你的习惯：

我的配置，仅供参考

然后是基于每个项目工程写一个AGENTS.md

当然，这个也可以让 AI 帮你做

而且提示词是可以嵌套的，在子文件夹也可以新建这个文件，AI 会自动读取，这样当 AI 加载到对应目录时，会优先读取这些说明，从而更‘懂你’。

② Skill

AI 的 Skill 可以理解为：给 AI 预装的一套专业工作流程、规则和工具说明。它不是模型本身，而是让 AI 在特定任务上“按专家方法办事”的能力包。

在github上有很多实用skill，根据star挑选安装即可。
https://github.com/davila7/claude-code-templates

当然，这个也可以让 AI 帮你做

随便试试：

③ MCP

MCP，全称 Model Context Protocol，可以理解为“AI 应用连接外部工具、数据和系统的统一协议”。让大模型不只是聊天，而是可以安全、标准化地访问文件、数据库、业务系统、浏览器、GitHub、Confluence等外部能力。

相关的AccessToken从各个网站的个人配置中去拿

我配置的MCP，wiki、jira、gitlab

这样的话，AI 就可以直接操作wiki、jira、gitlab，随便试试：

④ WebHook

AI 的 Webhooks 可以理解为：当某个外部事件发生时，系统主动通知 AI 或 AI 应用，让 AI 自动处理后续任务。
比如在代码仓库中接入 AI Code Review 流程，每次提交代码后，AI 都可以自动走读代码，再结合企业微信机器人，把本次提交的分析结果和评分推送到群里。

⑤ AI 技能

• 操作计算机：监测运行状况、批量操作文件、清理临时目录、修复进程如电池图标、配置环境变量、改注册表

• 安装软件，使用npm、npx
  

• 适配所有IDE
  这是我的程序快捷方式，前面提过基于Visual Studio Code的插件，AI 可以读代码，改代码，编译，但都仅限于 VS Code 工具内。而实际上按照使用习惯来说，不同的开发语言用不同的IDE体验还是很大的。比如C#开发用Visual Studio，Java用IDEA，Vue用 VS Code，Python用Pycharm……

现在是这样的：
Visual Studio

IDEA

Visual Studio Code

• 使用frontend-developer做前端开发
  

• 使用webapp-testing读取网页内容
  

• 使用webapp-testing进行自动化测试

• 使用code-reviewer审代码

• 使用superpowers

• 生成接口文档

• 配置MCP，连数据库，结合sql脚本对照数据库

• 配置MCP，连wiki，搜索文档、总结文档

• 配置MCP，连jira，搜索问题，总结问题

• 配置MCP，连gitlab

• 控制Ubuntu虚拟机，修复OpenClaw配置
  

• 操作服务器，安装组件，部署服务等
  

没有一一截图，基本上对于文件的操作、程序的操作都能胜任，还有更多技能待发掘尝试……

四、Codex CLI + OpenClaw

再来讲讲今年正当红的小龙虾🦞，不敢把所有权限都开放给OpenClaw，所以弄了台虚拟机测试，先安装了Ubuntu，再在里面安装了OpenClaw，安装步骤就不说了，要么根据官网指导，要么让 Codex CLI 直接安装，讲讲如何使用的吧。

⑴ 安装好后长这样

⑵ 绑定微信（名字和头像都可以自定义）

⑶ 微信发指令，带来和电脑一样的操作

① 操作wiki

② 统计管理平台数据

③ 从仓库拉取代码

④ 给计算机安装组件

⑤ 写程序定时推送新闻

五、持续学习ing

• goal模式全自动化
• Obsidian学习使用，整理个人知识库
• RAG学习
• 局域网Ollama部署，做私有化 AI 应用
• ……

六、使用心得

先从熟悉领域开始，把念头变成行动。
使用 AI，最好的起点不是追逐最新工具，而是先在自己最熟悉的领域用好它。
比如自己非常熟悉的代码、业务、系统框架、日常流程。因为这些领域自己有判断力，知道 AI 说得对不对，也知道结果是否有价值。
先让 AI 读懂已有代码、优化重复逻辑、生成辅助文档、解释业务流程、检查潜在问题。等它逐渐适应自己的习惯后，就可以把自己从大量重复性工作中解放出来。

带来的思考
持续思考几个问题：

• 自己操作电脑的一切，哪些可以交给 AI？这些事情现在如何实现？
• 哪些事情暂时不能交给 AI，但未来出现某类工具后可以交给 AI？还有哪些事情，是 AI 永远无法完全替代自己完成的？
• 每天可以问自己：今天有哪些事情可以让 AI 帮我做？
• 进一步还可以问：除了现在已经想到的事情，还有哪些我没想到的事情，也可以让 AI 试试看？
• 所谓“金钱永不眠”，那么自己的 AI 是否也可以“永不眠”？当自己休息的时候，AI 是否仍然可以帮自己整理资料、分析日志、生成报告、扫描代码、监控系统、总结业务、准备明天的工作？

尾声

使用 AI 最大的变化，是它可以把过去脑袋里的一个念头，迅速变成可见的行动和结果。
以前一个想法可能只是想想，因为要学习、查资料、搭环境、写代码、设计页面、调试部署，成本太高，所以很快就放弃了。
现在可以直接让 AI 帮自己做一个初版，马上看到效果，再决定要不要继续深入。
这种感觉就像刚买车一样，不是世界变小了，而是自己的“脚”突然变长了。自己可以到达更远的地方，尝试更多的事情，把更多原本停留在脑子里的念头，真正付诸行动。