OpenAI Codex: пошаговое руководство с 3 практическими примерами

Коротко

• OpenAI Codex — это облачный агент для разработки ПО, доступный в ChatGPT (тарифы Plus, Pro, Team и Enterprise)

• Подключите Codex к репозиторию на GitHub и назначайте задачи: исправление багов, применение патчей, генерация тестов или объяснение кода

• Каждая задача выполняется в изолированной песочнице; Codex открывает pull request, который вы проверяете перед слиянием

• Используйте файл AGENTS.md, чтобы задать соглашения по коду, которых Codex будет придерживаться в каждой задаче

• Codex также запускается в терминале через Codex CLI и как расширение для VS Code

Что такое OpenAI Codex?

OpenAI Codex — это облачный агент для разработки ПО, который умеет писать и редактировать код, запускать тесты, исправлять баги и даже предлагать pull request. Каждая задача выполняется в собственной изолированной среде.

Codex работает на новейших рубежных моделях OpenAI и создан с прицелом на безопасность, тестируемость и продуктивность разработчика. Вы можете направлять Codex с помощью файлов AGENTS.md или взаимодействовать с ним прямо в боковой панели ChatGPT.

С Codex CLI вы можете перенести эти возможности прямо в терминал.

Варианты доступа к Codex кратко:

Настройка OpenAI Codex

Настройка Codex занимает всего несколько минут. Ниже — пошаговая инструкция для быстрого старта.

Шаг 1. Где найти инструмент Codex

Сначала войдите в ChatGPT. В левой панели инструментов найдите Codex. Изначально Codex появлялся у пользователей ChatGPT Pro, Business и Enterprise. Сейчас он включён во все тарифы (хотя у Free и Go доступ сильно ограничен).

Шаг 2. Первый запуск Codex

Нажмите Codex — откроется новая вкладка для начальной настройки. Кликните «Get Started» и пройдите аутентификацию, как показано в следующем шаге.

Шаг 3. Многофакторная аутентификация

Нажмите «Set up MFA to continue» и отсканируйте QR-код в вашем приложении-аутентификаторе (например, Google Authenticator или Authy). Введите код для подтверждения — готово!

Шаг 4. Подключение к GitHub

После MFA подключаем Codex к GitHub.

Шаг 4.1. Разрешение коннектора GitHub

«Connect to GitHub» откроет всплывающее окно для авторизации коннектора GitHub. Ознакомьтесь и подтвердите Authorize.

Шаг 4.2. Добавление вашего аккаунта GitHub

Когда GitHub подключён, нужно добавить ваш аккаунт. Во вкладке организации GitHub выберите «Add a GitHub account».

Откроется новое всплывающее окно «Install and Authorize». Подтвердите — и все ваши репозитории появятся в интерфейсе ChatGPT. Можно также выдать доступ только к выбранным репозиториям.

Шаг 4.3. Создание среды

Выберите репозиторий для работы и нажмите «Create environment».

Затем откроются «Data Controls». Codex всё ещё активно развивается, и вы можете увидеть необязательный запрос разрешить использование ваших данных для улучшения моделей. Это можно отключить и продолжить.

Теперь среда готова к исследованию. Codex позволяет запускать задачи параллельно, с готовыми предложенными заданиями.

Просто нажмите «Start tasks» или выберите задания по своему усмотрению. Откроется интерфейс, где вы можете задавать вопросы или попросить агента реализовать нужную функциональность.

Когда все задачи готовы, выберите ту, над которой хотите работать, или ведите несколько задач параллельно.

Шаг 5. Файл AGENTS.md (необязательно)

Файл AGENTS.md — это специальный конфигурационный файл, введённый OpenAI для платформы Codex. Он помогает направлять ИИ-агентов при работе с вашей кодовой базой. Его можно воспринимать как руководство для ИИ-коллег‑разработчиков, похожее на README.md, но сфокусированное на инструкциях для автономных агентов. Пример файла AGENTS.md:

# 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

Когда Codex запускает задачу в вашей кодовой базе, он:

• Ищет файлы AGENTS.md, область действия которых включает изменяемые файлы.
• Применяет инструкции из этих файлов для форматирования, тестирования и документирования изменений.
• Отдаёт приоритет более глубоким вложенным инструкциям, если применимо несколько файлов (по принципу каскадной конфигурации).

Для более широкого взгляда на построение систем, выполняющих действия через инструменты и API, смотрите наш учебник по OpenAI Agents SDK.

OpenAI Codex: три практических примера

Рассмотрим, как Codex помогает в реальной разработке, на трёх примерах, которые я выполнил(а) в репозитории.

Пример 1. Базовые исправления и опечатки

Иногда Codex делит один запрос на подзадачи: исправление опечаток, улучшение README или написание тестов — всё в одной рабочей области.

Можно начать новую задачу внутри текущей на основе исходного обзора, запросить изменения в существующей кодовой базе или задать вопросы в текстовом поле. Чтобы расширить задачу или исправить что-то новое, нажмите «Code» и сразу начните новую подзадачу.

Когда вы довольны изменениями, нажмите «Push» — будет создан новый pull request. Через несколько секунд можно нажать «View Pull Request», открыть PR и слить его в main.

Пример 2. Объяснение кодовой базы

Далее я использовал(а) Codex для не редактирующей задачи: изучить кодовую базу и понять, что можно сделать дальше. Это особенно полезно, если вы новичок в проекте, хотите быстрее войти в курс дела или застряли, пытаясь разобраться, как работает определённая функция.

Codex прошёлся по проекту и дал понятное, дружелюбное для новичков описание структуры кодовой базы. Вместо простого списка файлов Codex сгруппировал их по назначению:

• Он отметил, что qwen3_demo.py — основной скрипт, запускающий два интерфейса на Gradio: один для переключения режимов рассуждения и другой — для многоязычного перевода.
• Он определил qwen3_demo.ipynb как интерактивную альтернативу в виде ноутбука.
• Он указал test_qwen3_demo.py для модульного тестирования и README.md для документации и видеоруководств.

Помимо этого, Codex перечислил «Ключевые моменты», например зависимости (Ollama CLI), роль функции _run_ollama и советы по расширению интерфейса. Он даже предложил следующие шаги: изучить версионирование моделей, улучшить UI и добавить обработку ошибок.

Пример 3. Поиск и исправление бага

Codex может просканировать всю кодовую базу, выявить баг, предложить исправление и показать предпросмотр изменений. Этот процесс напоминает ревью изменений на GitHub.

Вы можете изучить логи, чтобы понять фоновый процесс внесённых изменений, нажав «Logs».

Codex возвращает сводку изменений, а также список файлов, созданных или затронутых изменениями. Вы также можете задавать вопросы об изменениях или попросить Codex написать новый код для улучшения текущей реализации.

Когда будете довольны исправлениями, нажмите «Push» и «Create New PR», чтобы открыть новый pull request.

Через несколько секунд можно нажать «View Pull Request», открыть PR и слить его в main.

Codex позволяет слить изменения всего в несколько кликов.

Изменения появляются в основной ветке за считаные секунды.

Почему Codex важен?

Codex — это совместный агент, а не пассивный генератор кода. Вы можете просить его писать, рефакторить, тестировать, отлаживать или объяснять — и он покажет терминальные логи, цитаты и результаты на каждом шаге.

Вот некоторые практические преимущества, которые я заметил(а):

• Задачи отслеживаемы и проверяемы.
• Codex работает параллельно, поэтому можно ставить в очередь несколько изменений.
• Он учитывает вашу среду разработки, особенно если вы настроили соглашения через файл AGENTS.md.
• Он соответствует человеческим стандартам PR и может проходить CI‑тесты.

По ощущениям, это как будто у OpenAI появился стажёр‑разработчик.

Итоги

Мы узнали, как Codex может исправлять баги, применять патчи функциональности и объяснять логику кода, параллельно создавая pull request, запуская тесты и подтверждая свои действия через терминальные логи и диффы.

Эта практическая прогулка показывает, как Codex улучшает ежедневный рабочий процесс разработчика — будь то отладка легаси-кода, онбординг в новый репозиторий или триаж задач по сопровождению.

По мере развития Codex я ожидаю более глубокие интеграции с IDE, конвейерами CI и планировщиками задач — это сделает его практичным дополнением к любому инженерному процессу. Чтобы узнать больше о Codex, прочитайте официальный блог-анонс, а также примеры сценариев есть на канале OpenAI на YouTube.

Чтобы глубже разобраться в инженерно-ориентированных моделях и инструментах OpenAI, рекомендую эти материалы:

• Руководство по OpenAI Codex CLI
• Руководство по GPT-5.1 Codex: создаём агента для анализа GitHub‑задач
• Codex CLI для автоматизации дата‑конвейеров: полное руководство
• Учебник по Codex CLI MCP: создаём агента для портфельной панели