Загрузка видео...

Не удалось загрузить видео

На главную

这可能是目前最全的 Codex 入门教程了,80分钟,已加中文字幕,建议收藏慢慢看 Codex 是 OpenAI 的 AI 编程代理,跟 Claude Code 是直接竞品。很多人听说了但一直没上手,要么不知道从哪开始,要么看了官方文档还是一头雾水 这个教程从零开始讲,适合完全没用过的人。80分钟很长,但看完基本就能上手了 为什么值得现在学 Codex: 之前发过 openai/skills 技能目录(22k Star)、Codex 黑客松上有人用 MCP 打通 ChatGPT 实现额度翻倍、还有人用它做赛博朋克动画网站。Codex 的生态正在快速成型 Claude Code 和 Codex 现在是 AI 编程工具的两极。只会用一个不够,两个都会才能在不同场景选最合适的 80分钟一次性讲透,比你自己零散摸索省很多时间 先收藏,周末找个整块时间跟着做一遍,比看十篇碎片文章都有用

231,177 просмотров • 2 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

试了一下 OpenAI 新出的 Codex App,有些亮点 跟 Skills 的适配还是有点问题,模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍: Skills 可视化管理 有一个专门的 Skills 列表界面,预置了一些官方 skills,也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的,本地创建的(比如在 Claude Code 里创建的)扫不出来。 还支持 Skills Creator 创建的 skills,可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能,这个挺实用的。 可以让 AI 定期执行某些任务,比如每周给你一个解决问题的报告,定期去解决某个项目的 PR 问题,或者定期 review 代码。 对于需要持续维护的项目来说,这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。 因为它跟 Codex CLI 共享后端,所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤,让你确认后再执行。 ------ 用量显示的样式做得挺好的。 进度条、余量、使用情况都很清楚,一眼就能看到你还有多少额度。 还有 code review 的快捷方式,可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测:用 video-wrapper skill 跑了一遍 我测试主要是让它跑了一个我最近做的 skill,可以一键给视频添加视频包装,比如卡片、花字、人物条、章节标题这些。 这个 skill 挺复杂的,所以很适合用来测试。 ------ 第一次运行的问题 可以工作,但第一次它选了 PIL 这个方案,比较差。 核心问题是什么?它跟你没有交互。 我的 skill 里边写清楚了:要先问用户要哪套方案,再给出包装方案让用户确认,用户确认了再开始包装。 但在 Codex 这里,明显没有交互。它就直接跑,把所有决定都自己做了,跑完就完了。出错了也不管,直接用降级方案。 ------ 修复后的效果 我让它修复以后,它倒是能修复。重新跑了一遍,效果也不错。 最终生成的视频包装效果还行: ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了 因为我们用前端代码约束了样式,所以它在样式上不会出什么错误。 ------ 体验总结 整个过程很不可控: ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了,也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行,不会停下来问你 可能是它不太适应 skills 规范,只是简单做了一下适配,没有 Claude Code 跟 skills 的适配那么好。

歸藏(guizang.ai)

30,595 просмотров • 6 месяцев назад

说个扎心的真相,90%的AI工程师,其实什么都没做出来 Cluely的CEO Roy Lee在NYU做活动,当场掏500美元现金,问在场所有学AI的学生和工程师,谁在LinkedIn上真正上线过一个公开的项目,结果全场几乎没人举手。 太真实了,现在的AI圈就是这样,人人都能跟你聊大模型,聊Agent,聊世界模型,刷过几百篇论文,调过几十个demo,但你问他有没有上线过一个能让别人用的东西,大部分人都沉默了。 我们总以为AI时代拼的是谁懂的多,谁的技术深,其实根本不是。 LLM能帮你写80%的代码,能帮你解决大部分技术问题,但剩下那20%的脏活累活,部署,边缘case,用户体验,成本控制,才是真正能区分你和别人的地方。 所以别再当那个只会看教程的工程师了,去做去实践,去解决实际问题,,离线小模型App,自我迭代的代码Agent,个人生活OS,哪个都行。 不用等你学完所有东西,不用等完美,这个周末开干,下周就公开上线。哪怕做的很烂,哪怕只有几个人用,也比你藏在电脑里的一百个demo强一万倍。 在AI时代,知识已经变成了最不值钱的东西,到处都是教程,到处都是论文,真正稀缺的,是把知识变成公开可验证的产品的执行力。 别当那个坐在NYU教室里,连500美元都拿不到的人,动起来兄弟们

AYi

82,922 просмотров • 4 месяцев назад

你这个月的 Codex 订阅,按 OpenAI API 价格折算,到底薅回了多少钱?做了个 macOS 小组件专门算这笔账——进度条的满额刻度,标到了约 4.6 万美元/月。(郭美青老师本来是自己用的,然后开源出来给大家用) codexU 是一个 macOS 菜单栏 + 桌面小组件,把 OpenAI Codex(以及 Claude Code)的额度窗口、token 用量、今日任务看板,全塞进菜单栏。 它最戳人的是那个叫 "羊毛进度" 的功能: Codex 的额度界面通常只给你一个百分比和重置时间,你根本看不出"我这个月到底用掉了多少价值"。codexU 把本机解析到的 token(未缓存输入 / 命中缓存输入 / 输出)按对应模型的 OpenAI API 单价折算成美元,再和你的订阅价(Plus / Pro 100 / Pro 200)摆在一条进度条上——一眼看出这个月订阅回本到哪个区间了。满额刻度按"2 亿 token/天 × 30 天"估到约 4.6 万美元/月(这是理论上限估算,不是账单)。等于给"薅羊毛"做了个可视化仪表盘。 工程上它跟得很紧,有两个细节值得说: 1、数据全本地:Codex 走 app-server 的额度/用量接口 + ~/.codex/state_5.sqlite + rollout 日志里的 token_count 事件;Claude Code 走 ~/.claude/ 的 transcript。一个入口同时看两边本机用量。 2、支持最新版合并后的codex:Codex 和 ChatGPT 合并后,macOS 应用从 改名成了 已经兼容新应用名。 也有个绕不开的现实限制——Codex 本地 API 只暴露"滚动窗口已用百分比 + 重置时间",不给绝对配额数字,所以它只能显示剩余百分比,不是精确到还剩多少 token。 怎么用: 本机装了 Codex 并登录、至少跑过一次(生成 state_5.sqlite)。去 GitHub Release 下对应架构的 DMG(arm64 / x86_64),首次因为不是 App Store 签名,要在"系统设置 → 隐私与安全性"手动点"仍要打开"。Claude Code 统计是可选的。 每天开 Codex 干活的,挂一个在菜单栏——月底看看自己到底从订阅里薅回了多少,顺便还能看出你的 token 都烧在了哪几个项目上。 #codexU #Codex #ClaudeCode #开发者工具 #独立开发

AIGCLINK

19,129 просмотров • 1 месяц назад