OpenAI Codex: een stapsgewijze gids met 3 praktische voorbeelden

TL;DR

• OpenAI Codex is een cloudgebaseerde software-engineeringagent die beschikbaar is in ChatGPT (Plus-, Pro-, Team- en Enterprise-abonnementen)

• Koppel Codex aan een GitHub-repo en geef het taken: bugs fixen, patches toepassen, tests genereren of code uitleggen

• Elke taak draait in een geïsoleerde sandbox; Codex opent een pull request dat je beoordeelt voordat je merge

• Gebruik een AGENTS.md-bestand om codeconventies te definiëren die Codex bij elke taak volgt

• Codex draait ook in de terminal via de Codex CLI en als een VS Code-extensie

Wat is OpenAI’s Codex?

OpenAI Codex is een cloudgebaseerde software-engineeringagent die code kan schrijven en bewerken, tests kan uitvoeren, bugs kan oplossen en zelfs pull requests kan voorstellen. Elke taak wordt uitgevoerd in een eigen gesandboxte omgeving.

Codex wordt aangedreven door OpenAI's nieuwste frontier-modellen en is gebouwd voor veiligheid, testbaarheid en ontwikkelaarsproductiviteit. Je kunt Codex sturen met AGENTS.md-bestanden of er rechtstreeks mee communiceren in de zijbalk van ChatGPT.

Met de Codex CLI kun je deze mogelijkheden ook rechtstreeks naar je terminal brengen.

Toegangsopties voor Codex in één oogopslag:

OpenAI's Codex instellen

Codex instellen kost maar een paar minuten. Hier is een stapsgewijze walkthrough om je op weg te helpen.

Stap 1: De Codex-tool vinden

Log eerst in op ChatGPT. Zoek in de toolbar aan de linkerkant naar Codex. Bij de lancering werd Codex uitgerold naar ChatGPT Pro-, Business- en Enterprise-gebruikers. Het is nu in alle abonnementen opgenomen (hoewel toegang voor Free en Go zeer beperkt is).

Stap 2: Aan de slag met Codex

Klik op Codex en je gaat naar een ander tabblad voor de eerste setup. Klik op “Get Started” en volg de authenticatieprocedure zoals in de volgende stap getoond.

Stap 3: Multi-factorauthenticatie

Klik op “Set up MFA to continue” en scan de QR-code met je favoriete authenticatie-app (zoals Google Authenticator of Authy). Voer de code in om te verifiëren en je bent klaar!

Stap 4: Verbinden met GitHub

Zodra multi-factorauthenticatie is voltooid, koppelen we Codex aan GitHub.

Stap 4.1: De GitHub-connector autoriseren

“Connect to GitHub” brengt je naar een pop-up om de GitHub-connector te autoriseren. Lees de pop-up door en autoriseer.

Stap 4.2: Je GitHub-account toevoegen

Zodra GitHub is verbonden, moeten we ons account toevoegen. Selecteer onder het tabblad GitHub-organisatie “Add a GitHub account”. 

Dit brengt je naar een andere pop-up om te “Install and Authorize”. Klik om te autoriseren en al je repositories verschijnen in de ChatGPT-interface. Je kunt ook alleen geselecteerde repositories autoriseren.

Stap 4.3: Een omgeving aanmaken

Kies de repository waaraan je wilt werken en klik op “Create environment”.

Dit brengt je naar “Data Controls”. Codex is nog in actieve ontwikkeling en je kunt een optionele prompt zien om je data te laten gebruiken voor modelverbetering. Je kunt dit uitzetten en doorgaan.

Je omgeving is nu klaar om te verkennen. Codex laat gebruikers taken parallel starten met vooraf gekozen taken.

Klik simpelweg op “Start tasks” of kies taken op basis van je behoeften. Dit brengt je naar een interface waar je vragen kunt stellen of de agent kunt vragen een feature voor je te coderen.

Zodra alle taken klaar zijn, selecteer je de taak waaraan je wilt werken, of werk je aan meerdere taken parallel.

Stap 5: AGENTS.md-bestand (optioneel)

Het AGENTS.md-bestand is een speciaal configuratiebestand dat door OpenAI is geïntroduceerd voor gebruik met het Codex-platform, speciaal ontworpen om AI-agents te helpen terwijl ze binnen je codebase werken. Je kunt het zien als een ontwikkelaarsmanual voor AI-teamgenoten, vergelijkbaar met een README.md, maar gefocust op instructies voor autonome agents. Hier is een voorbeeld van een AGENTS.md-bestand:

# AGENTS.md

## Code Style
- Use Black for Python formatting.
- Avoid abbreviations in variable names.

## Testing
- Run pytest tests/ before finalizing a PR.
- All commits must pass lint checks via flake8.

## PR Instructions
- Title format: [Fix] Short description
- Include a one-line summary and a "Testing Done" section

Wanneer Codex een taak op je codebase uitvoert, dan:

• Zoekt het naar AGENTS.md-bestanden waarvan de scope de bestanden omvat die het wijzigt.
• Past het de instructies in die bestanden toe om zijn wijzigingen te formatteren, te testen en te documenteren.
• Krijgen dieper geneste instructies prioriteit wanneer meerdere bestanden van toepassing zijn (zoals een cascaderende config).

Voor een bredere kijk op het bouwen van systemen die acties uitvoeren over tools en API’s heen, zie onze OpenAI Agents SDK-tutorial.

OpenAI’s Codex: drie praktische voorbeelden

Laten we verkennen hoe Codex je kan helpen bij development in de praktijk, aan de hand van drie voorbeelden die ik op een repository heb uitgevoerd.

Voorbeeld 1: Basisfixes en typfouten

Codex splitst een enkele aanvraag soms op in subtaken, zoals typfouten herstellen, een README verbeteren of tests schrijven, allemaal binnen dezelfde workspace.

Je kunt binnen een bestaande taak een nieuwe taak starten op basis van de initiële review, wijzigingen in de bestaande codebase aanvragen of vragen stellen via de tekstbox. Om de taak uit te breiden of iets nieuws te fixen, klik je op “Code” en start je direct een nieuwe subtaak.

Als je tevreden bent met de wijzigingen, klik je op “Push”, waarmee een nieuw pull request wordt aangemaakt. Na een paar seconden kun je op “View Pull Request” klikken om het pull request te openen en te mergen in main.

Voorbeeld 2: Uitleg van de codebase

Vervolgens gebruikte ik Codex voor een niet-bewerkende taak: de codebase verkennen en vragen wat ik hierna kon doen. Dit is vooral handig als je nieuw bent bij een project, snel wilt onboarden of vastzit bij het begrijpen van hoe een bepaalde functie werkt.

Codex navigeerde door het project en gaf een duidelijke, beginnersvriendelijke uiteenzetting van de structuur van de codebase. In plaats van alleen bestanden op te sommen, groepeerde Codex ze op doel:

• Het benadrukte dat qwen3_demo.py het hoofdscript is, dat twee op Gradio gebaseerde interfaces start—één voor het wisselen van redeneermodi en een andere voor meertalige vertaling.
• Het identificeerde qwen3_demo.ipynb als een interactief notebook-alternatief.
• Het wees test_qwen3_demo.py aan voor unit testing en README.md voor documentatie en video-walkthroughs.

Daarnaast gaf Codex ook “Belangrijke punten om te weten”, zoals dependencies (Ollama CLI), de rol van de functie _run_ollama en tips om de interface uit te breiden. Het suggereerde zelfs volgende stappen, zoals het verkennen van modelversies, het verbeteren van de UI en het toevoegen van foutafhandeling.

Voorbeeld 3: Zoek en fix een bug

Codex kan de hele codebase scannen, een bug identificeren, een fix voorstellen en je een preview van de wijzigingen laten zien. Dit proces lijkt op codechangereviews op GitHub.

Je kunt de logs bekijken om het achtergrondproces voor de aangebrachte wijzigingen te begrijpen door op “Logs” te klikken.

Codex geeft een samenvatting terug van de aangebrachte wijzigingen, samen met bestanden die zijn gemaakt of beïnvloed door de wijzigingen. Je kunt ook vragen stellen over de wijzigingen of Codex vragen nieuwe code te schrijven om de huidige implementatie te verbeteren.

Als je tevreden bent met de codefixes, klik dan op “Push” en “Create New PR” om een nieuw pull request te openen.

Na een paar seconden kun je op “View Pull Request” klikken om het pull request te openen en te mergen in main.

Met Codex kun je de wijzigingen met slechts een paar klikken mergen.

De wijzigingen verschijnen binnen enkele seconden op de main-branch.

Waarom is Codex belangrijk?

Codex is een collaboratieve agent, geen passieve codegenerator. Je kunt het vragen te schrijven, refactoren, testen, debuggen of uitleggen, en het laat je de terminallogs, citaties en outputs van elke stap zien.

Hier zijn enkele voordelen in de praktijk die ik heb gezien:

• Taken zijn traceerbaar en verifieerbaar.
• Codex werkt parallel, zodat je meerdere wijzigingen in de wachtrij kunt zetten.
• Het respecteert je ontwikkelomgeving, vooral als je conventies hebt geconfigureerd via een AGENTS.md-bestand.
• Het sluit aan bij menselijke PR-standaarden en kan CI-tests doorstaan.

Voor mij voelt dit alsof OpenAI net een software-engineeringstagiair heeft gelanceerd.

Tot slot

We hebben gezien hoe Codex bugs kan fixen, featurepatches kan toepassen en codelogica kan uitleggen, terwijl het pull requests genereert, tests draait en zijn acties onderbouwt met terminallogs en diffs.

Deze hands-on walkthrough laat zien hoe Codex je dagelijkse developerworkflow kan verbeteren, of je nu legacycode debugt, onboardt op een nieuwe repo of onderhoudstaken triaget.

Naarmate Codex zich ontwikkelt, verwacht ik diepere integraties met IDE’s, CI-pijplijnen en taakplanners, waardoor het een praktische toevoeging wordt aan elke engineeringworkflow. Wil je meer weten over Codex, lees dan de officiële releaseblog, en je vindt ook voorbeeldtoepassingen op het YouTube-kanaal van OpenAI.

Wil je dieper duiken in OpenAI’s model- en toolstack voor engineers, dan raad ik deze blogs aan:

• OpenAI Codex CLI-tutorial
• GPT-5.1 Codex-gids: een GitHub Issue Analyzer-agent bouwen
• Codex CLI voor automatisering van dataworkflows: een complete gids
• Codex CLI MCP-tutorial: een portfoliodashboard-agent bouwen