把 Codex CLI 接入现有真实项目

可以得到什么

让 Codex（AI 编程与自动化辅助工具） 在已有代码仓库里稳定承担"理解项目 → 拆解需求 → 改代码 → 测试 → 审查 → 复盘"的一段连续工程工作，而不是只用来生成一次性片段。完成后会形成：项目级说明文件、一份需求与技术方案、分步实施计划、代码改动、测试与页面验证结果、Git diff 与变更总结。

适合哪些情况

• 已经维护一个真实代码仓库（公司项目或长期个人项目），希望 Agent 每次进入都能从同一份规则出发。
• 项目有自己的构建、测试、提交流程，Agent 默认行为可能破坏这些流程。
• 团队希望 Agent 的行为可被评审、可被修改，而不是黑盒。

需要准备什么

• 一个可运行的代码仓库与可执行的测试或构建命令。
• 一份经过澄清的功能需求（明确输入、输出、约束）。
• 对当前 Codex（AI 编程与自动化辅助工具） 模型、推理等级、沙箱、常用工具的核对清单（功能可能随版本变化）。
• 已决定的权限边界（哪些操作允许 Agent 直接执行、哪些必须经人确认）。
• 评估是否需要 通过 MCP 接入外部工具（Model Context Protocol）（MCP）来扩展 Agent 能用的工具。

常见做法（综合 HaiJun 8 个月复盘）

1. 配置层：核对 Codex 的模型、推理等级、沙箱和常用工具。
2. 规则层：建立或更新 AGENTS.md（项目说明文件），见 项目级 Agent 指令文件（AGENTS.md / CLAUDE.md 同类）。
3. 上下文层：接入 MCP，准备 Skills 与快捷命令。
4. 计划层：让 Agent 阅读仓库并主动提出澄清问题，再形成需求文档 + 技术方案 + 任务拆解。
5. 实现层：按计划逐步编码，把大需求拆成可单独验证的小任务。
6. 验证层：每完成一段就运行单元测试、构建检查或页面验证（前端可用浏览器或 Playwright）。
7. 审查层：查看 Git diff，再由人工或第二个 Agent 做第二轮 review，见 diff 审查 + 第二轮 Agent 或人工复核。
8. 沉淀层：把稳定做法沉淀为 Skills、快捷命令或新的项目规则。

真实案例与教程

• 我用了 8 个月 Codex CLI，总结出这套 AI 编程工作流：程序员HaiJun 8 个月长期复盘。

限制和检查点

• 不要把仓库完全交给模型自由修改；规则、计划、测试与人工审查是底线。
• Codex CLI 的上下文漂移与“能跑但不符合业务”失败模式：长会话里上下文漂移、生成"能跑但不符合业务"的代码。
• Codex CLI 的高风险权限与沙箱按项目调整：高风险权限与沙箱必须按项目调整，不能为追求速度取消保护。
• 模型、权限模式、客户端命令可能在版本更新后变化，使用前应核对当前文档。

相关任务

• diff 审查 + 第二轮 Agent 或人工复核
• 项目级 Agent 指令文件（AGENTS.md / CLAUDE.md 同类）