Codex 进阶的三个方向:用配置文件固化模型、审批策略和项目规则,避免每次重复设置;用 MCP 接入数据库、文档、API 等外部能力;用单次命令模式把 Codex 嵌进脚本和 CI,实现批量与自动化任务。
会用 Codex 之后,下一步是让它更懂你、能力更强、能被编排。这一篇讲三件事:配置文件、MCP、自动化集成。
一、配置文件:一次设置,处处生效
前面每次都要 --model、--approval 地敲,很烦。配置文件能把这些固化下来。
全局配置
全局配置在 ~/.codex/config,作用于所有项目:
# ~/.codex/config
model = "sonnet-4" # 默认模型
approval = "manual" # 默认审批模式
theme = "dark"
[context]
max_tokens = 100000 # 单次会话上下文上限,控制成本
项目级配置
在项目根目录放 .codex/config,只对当前项目生效,且优先级高于全局配置:
# <项目>/.codex/config
model = "opus-4.8" # 这个项目复杂,用更强的模型
[project]
# 告诉 Codex 项目约定,等于每次都自动带上的「系统提示」
rules = """
- 使用 TypeScript,禁止 any
- 遵循现有的 ESLint 配置,不要新增依赖
- 测试用 Vitest,新功能必须带测试
- 不要改动 src/legacy/ 目录
"""
[ignore]
# 不让 Codex 读取的路径,保护敏感文件、节省上下文
paths = ["node_modules", "dist", ".env", "secrets/"]
rules 是最有价值的一项——把「项目规矩」写一次,就不用在每轮对话里反复叮嘱了。
提示:
.codex/config建议提交到 Git,让团队共享同一套规则;但.env、密钥务必写进[ignore]。
二、MCP:给 Codex 接上外部能力
Codex 默认只能读写本地文件。MCP(Model Context Protocol) 让它能连接外部系统——数据库、文档、API、浏览器等。
它解决什么问题
没有 MCP 时:
你:这个 bug 和数据库里的订单状态有关
Codex:我看不到数据库,你把相关记录贴给我
接入数据库 MCP 后:
你:查一下 order_id=1234 的状态,看看为什么触发了这个 bug
Codex:(直接查询数据库)状态是 pending_refund,
而代码在这个状态下没有处理分支,问题在 orderHandler.ts:88
配置一个 MCP Server
在配置文件里声明:
# ~/.codex/config 或项目级 config
[[mcp_servers]]
name = "postgres"
command = "npx"
args = ["-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost/mydb"]
[[mcp_servers]]
name = "filesystem-docs"
command = "npx"
args = ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/docs"]
重启 Codex 后,用 /mcp 查看已连接的服务:
/mcp
# postgres ✓ connected
# filesystem-docs ✓ connected
常见的 MCP Server:数据库(Postgres / SQLite)、文件系统、Git、浏览器自动化、以及各类 SaaS API。按需接入,不用的别开——每个都会占用上下文和启动开销。
三、自动化集成:把 Codex 嵌进流程
交互模式适合人机协作,但真正的效率来自把重复任务交给单次命令模式。
写进 Shell 脚本
#!/bin/bash
# review.sh —— 提交前让 Codex 审一遍改动
git diff --cached | codex run --approval read-only \
"审查这段 diff,指出潜在 bug、安全问题和风格违规,只报告不修改"
批量任务
# 给一批文件批量加类型注解
for file in src/utils/*.js; do
codex run --approval auto "给 $file 补充 JSDoc 类型注解,不改逻辑"
done
注意这里用了 auto——因为任务简单、边界清晰、且有 Git 兜底,符合第②篇里说的「可以放开自动化」的条件。
接入 CI
在 CI 里让 Codex 做自动化检查(以 GitHub Actions 为例):
# .github/workflows/ai-review.yml
- name: AI Code Review
run: |
git diff origin/main...HEAD | \
codex run --approval read-only \
"总结这个 PR 的改动风险,输出 markdown" >> $GITHUB_STEP_SUMMARY
env:
ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
成本提醒:自动化任务会持续消耗 API token。给 CI 场景选
haiku或sonnet,并在脚本里限制范围(只审 diff,别扫全库),避免账单失控。
与 n8n 等自动化平台结合
如果你已经在用 n8n(见自动化栏目),可以把 Codex 的单次命令包成一个节点:
定时触发
→ 拉取待处理内容
→ 执行 codex run(生成 / 分类 / 摘要)
→ 结果写回数据库 / 发通知
关键仍是那条老原则:结构化、可验证的任务适合自动化;涉及最终对客承诺、付款、不可回滚操作的,保留人工确认。
系列小结
四篇走下来,你应该已经能:
- 安装配置 Codex 并选对模型
- 日常使用:命令、审批模式、工作流
- 实战:用一套 SOP 完成真实需求
- 进阶:配置固化偏好、MCP 扩展能力、自动化编排
Codex 的价值不在于「替你写代码」,而在于成为一个你能精确控制、逐步放权、最终可编排的开发伙伴。从手动审批起步,建立信任,再按任务特性决定放开多少——这就是用好它的全部秘诀。
系列文章
- ✅ ① Codex 快速上手:安装、认证与模型选择
- ✅ ② Codex 基础使用:常用命令与日常工作流
- ✅ ③ Codex 实战:在真实项目里完成任务
- ✅ ④ Codex 进阶:配置文件、MCP 与自动化集成(本文)
延伸:Codex vs Claude Code:两款 AI 编程客户端怎么选
RELATED / 相关推荐
接着读这些
按同一栏目、标签与技术栈为你挑选。