OpenAI Codex CLI-tutorial

Er is een golf aan agent-centrische IDE’s zoals Cursor AI en Windsurf die je broncode begrijpen, wijzigingen voorstellen en zelfs commando’s voor je uitvoeren. Het enige wat jij hoeft te doen is met de AI-agent praten en ermee meegaan, vandaar de term "vibe coding".

OpenAI, mogelijk met FOMO voor de vibe coding-beweging, heeft onlangs een open-sourcetool uitgebracht die een redeneermodel gebruikt om broncode te begrijpen en je te helpen debuggen of zelfs met één commando een compleet project te creëren.

In deze tutorial maken we kennis met OpenAI’s Codex CLI en hoe je het lokaal instelt. Daarna gebruiken we het Codex-commando om een website te bouwen op basis van een screenshot. We werken ook aan een complex project zoals het trainen van een machinelearningmodel en het ontwikkelen van modelinference met een aangepaste gebruikersinterface.

We houden onze lezers op de hoogte van het laatste AI-nieuws met The Median, onze gratis vrijdagse nieuwsbrief die de belangrijkste verhalen van de week samenvat. Abonneer je en blijf scherp in een paar minuten per week:

Je kunt meer leren over Cursor AI en Windsurf in aparte gidsen, en praktische ervaring opdoen met onze OpenAI Fundamentals skill track.  

Afbeelding door de auteur

Wat is OpenAI’s Codex CLI?

OpenAI Codex CLI is een open-source commandlinetool die de kracht van OpenAI's nieuwste redeneermodellen (o4) rechtstreeks naar je terminal brengt. Deze lichte CLI-tool laat je code lezen, wijzigen en uitvoeren, direct op je lokale machine. 

Het is ontworpen om ontwikkelaars te helpen sneller features te bouwen, bugs te fixen en onbekende code beter te begrijpen. Belangrijk: omdat de CLI lokaal draait, blijft je broncode veilig binnen je eigen omgeving, tenzij je die deelt.

Dit zijn de belangrijkste features van Codex CLI:

1. Installatie zonder setup: Je kunt starten met één eenvoudig NPM-commando.
2. Multimodale input:  De CLI laat je tekst, screenshots of diagrammen doorgeven, zodat de AI-agent overeenkomstig code kan genereren of bewerken.
3. Rijke goedkeuringsworkflow: Kies je mate van betrokkenheid met drie duidelijke modi: Suggest, Auto Edit en Full Auto.
4. Draait volledig in je terminal: Deze feature verandert je eenvoudige terminal in een code-editor, AI-assistent en krachtige debugger. 

Meer info over de goedkeuringsmodi:

• Suggest (standaard): De agent leest bestanden en stelt edits of shellcommando’s voor, en vraagt jouw goedkeuring voordat er iets wordt gewijzigd. 
• Auto Edit: De agent kan automatisch bestanden lezen en schrijven, maar vraagt nog steeds toestemming voordat shellcommando’s worden uitgevoerd. 
• Full Auto: In deze modus leest, schrijft en voert de agent autonoom commando’s uit binnen een gesandboxte, netwerkloze omgeving, beperkt tot de huidige map. 

Als je nieuw bent met AI en de basis wilt leren, raden we je sterk aan om de AI Fundamentals track te voltooien.

Codex CLI instellen 

Volg deze stappen om OpenAI Codex CL op je systeem in te stellen.

Systeemvereisten

Controleer voordat je Codex CLI installeert of je systeem aan de volgende vereisten voldoet:

• Besturingssystemen:
• macOS 12+
• Ubuntu 20.04+/Debian 10+
• Windows 11 (optioneel WSL2)
• Node.js: Versie 22 of hoger (LTS aanbevolen)
• Git: Versie 2.23+ (optioneel maar aanbevolen voor ingebouwde PR-helpers).
• RAM: Minimaal 4 GB (8 GB aanbevolen voor betere prestaties).

Installatiestappen

1. Installeer Node.js: Zorg dat je Node.js versie 22 of hoger hebt geïnstalleerd. Je kunt het downloaden van de officiële Node.js-website.
2. Installeer Git: Als je Git nog niet hebt geïnstalleerd, download en installeer het via git-scm.com. 
3. Stel Powershell in: Als je Windows gebruikt, configureer je je Powershell-terminal als volgt:
• Open je PowerShell-profiel met:

$PROFILE

• Voeg de volgende regel toe aan je profiel om Git Bash als standaard shell in te stellen:

Set-Alias sh.exe "C:\Program Files\Git\bin\bash.exe"

4. Installeer Codex CLI: Voer het volgende commando uit om Codex CLI globaal te installeren:

npm install -g @openai/codex

5. Stel je OpenAI API-sleutel in: Om Codex CLI te gebruiken, heb je een OpenAI API-sleutel nodig. Exporteer je API-sleutel als omgevingsvariabele:

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

Codex CLI gebruiken

1. Typ het volgende commando in je terminal om de interactieve modus te starten:

codex

2. Als je je niet in een Git-repository bevindt, zie je een waarschuwing dat het gevaarlijk is om buiten een Git-repository een project te bouwen. Druk op “N” om door te gaan wanneer daarom wordt gevraagd.

3. Navigeer naar je projectmap met het cd-commando:

cd <project-directory>

4. Als je project nog geen Git-repository is, initialiseer het dan met:

git init

5. Eenmaal in je projectmap, typ je het volgende commando om Codex CLI in de interactieve modus te gebruiken:

codex

In deze modus kun je gesprek voeren met de AI-agent, vergelijkbaar met ChatGPT. Typ simpelweg je codegerelateerde vragen, en de AI helpt je door code te genereren, debuggen of aanpassen waar nodig.

De website bouwen met Codex CLI

In dit project gebruiken we Codex CLI om een website te bouwen geïnspireerd op CodeCut met een screenshot van het ontwerp. Waarom CodeCut? Ik ben groot fan van Khuyen Tran’s werk en wilde de stijl van haar website repliceren met mijn eigen draai eraan.

1. Bezoek eerst de CodeCut-website en maak een screenshot van de landingspagina.

Bron: CodeCut

2. Geef de locatie van de screenshot door aan Codex CLI met het volgende commando:

 codex --image "C:\Users\abida\Pictures\Screenshots\Screenshot 2025-04-19 213702.png"

3. De Codex CLI-agent analyseert de screenshot en vraagt je om een vervolgvraag te stellen. 

Standaard gebruikt het het nieuwe O4-Mini-model. Je kunt de basis van het O4-model leren in de O4-Mini: Tests, features, O3-vergelijking, benchmarks en meer gids.

4. Vraag de agent om een vergelijkbare website te bouwen met het logo “🙌” en de bedrijfsnaam handsup.

5. De agent kan vervolgvraag stellen om commando’s uit te voeren voor het aanmaken van bestanden en het toevoegen van code aan die bestanden.

6. Aan het einde van het proces geeft de agent een samenvatting van de wijzigingen die zijn aangebracht. 

7. Om de hero-afbeelding te updaten, ga je naar de map assets en vervang je de huidige afbeelding door je gekozen illustratie. Hernoem het nieuwe bestand met de naam van de oorspronkelijke hero-afbeelding. De originele afbeelding was vrij simpel, en ik wil graag een illustratie gebruiken waarop iedereen zijn hand opsteekt in een kantooromgeving.
8. Dubbelklik op het bestand index.html om je website te bekijken. 

Het resultaat was beter dan ik had verwacht. Het logo, de titel, het kleurenschema, de links en het algemene ontwerp sloten perfect aan op mijn visie. 

De ML-inferenceapplicatie bouwen 

In dit tweede project pakken we iets complexers aan: een complete machinelearningapplicatie bouwen. Dit project omvat alles van data inladen tot het maken van een modelinference-pijplijn met een aangepaste gebruikersinterface. 

Daarnaast geven we de agent volledige autonomie, zodat die commando’s kan uitvoeren zonder tussenkomst van de gebruiker. 

1. Met het onderstaande commando gaven we Codex de opdracht om de applicatie te bouwen:

codex --approval-mode full-auto "Build a proper FastAPI ML application with user interface."

Als resultaat heeft de agent een project gebouwd met alle benodigde bestanden en configuraties. Je hoeft alleen het commando aan het eind te volgen om de applicatie te draaien.

2. Om de Python-packages te installeren, voer je uit:

pip install -r requirements.txt

3. Voer daarna het trainingsscript uit:

$ python train.py

Model saved to C:\Repository\GitHub\ML App with Codex\model\model.pkl

4. Vervolgens kun je de app draaien met:

uvicorn app.main:app -reload

5. Open je browser en plak de URL http://127.0.0.1:8000 om de app te openen.

De applicatie werkt volledig en levert hoge nauwkeurigheid. 

Ik was vooral onder de indruk van de gebruikersinterface en hoe snel de Codex CLI alle bestanden zonder bugs genereerde. 

Hoewel dit project als voorbeeld dient en al door veel ontwikkelaars is geïmplementeerd, is het noemenswaardig dat zelfs voor zo’n eenvoudige taak de meeste large language models (LLM’s) moeite hebben om in één keer een werkende oplossing te leveren. Met Codex typte ik echter één commando, en het leverde uitzonderlijke resultaten. Ik ben oprecht onder de indruk.

We hebben de interne werking van de CLI niet besproken. Als je de OpenAI API wilt leren gebruiken voor je projecten, volg dan de cursus Developing AI Systems with the OpenAI API.

Tot slot

Hoewel OpenAI Codex CLI niet een volledig origineel concept is, springt één ding eruit: Codex CLI is open-source en laat je je OpenAI-account koppelen om nog geavanceerdere modellen te benutten.

Persoonlijk vind ik Codex CLI in veel gevallen een beter alternatief. Je hebt minder stappen nodig om doelen te bereiken, het is razendsnel en stroomlijnt het ontwikkelproces. Maar de enige manier om te bepalen of deze tool voor jouw usecase werkt, is door ‘m zelf te proberen. Het excelleert in rechttoe rechtaan workflows, maar is mogelijk minder geschikt voor complexe projecten met veel afhankelijkheden.

Zoals we hebben gezien, heeft OpenAI onlangs een nieuw model gelanceerd, GPT-4.1, naast de bestaande o4-mini- en o3-modellen. Voor wie meer wil weten over GPT-4.1, inclusief de features, vergelijkingen met GPT-4o en hoe je er toegang toe krijgt, lees de GPT 4.1: features, toegang, GPT-4o-vergelijking en meer blog.