Skip to main content

林協霆醫師

play-with-codex：與 OpenAI Codex CLI 互動的個人實驗倉庫

/blog/play-with-codex-2026-04-06/ 林協霆
Table of Contents

# Introduction（引言）

OpenAI Codex CLI 為近期推出的程式設計助手，主打與 GitHub 與本地環境深度整合，與 Anthropic 的 Claude Code、Cursor、Windsurf 等工具形成競爭格局。對於長期使用 AI Coding 工具的工程師而言，「比較不同工具的差異」並非市場分析，而是工作流調整的必要功課。本專案是作者個人用來實際操練 Codex CLI 的倉庫，記錄它在不同任務上的行為、優勢與痛點。

# Methods（方法）

倉庫採取實驗筆記形式：每個分支或子目錄對應一個「動手練習」主題，例如「以 Codex 重構某段 R 程式」、「以 Codex 解析 NGS 報告 PDF」、「以 Codex 撰寫單元測試」。每個練習結束後留下簡短結論：哪些指令模式有效、哪些常出錯、與 Claude Code 的差異點。倉庫內未必有大量產品級程式碼，主要是「練習素材 + 心得筆記」。

設計上刻意維持低結構：探索性實驗不應被過度規範，否則會錯失偶然發現。每次練習以時間戳命名，便於日後依時間順序回顧自身對工具理解的演化。

# Results（結果）

倉庫累積了一份私人化的 Codex CLI 使用手冊：包含可重用的 prompt 模式、常見坑與規避方法、以及與其他工具搭配的最佳實踐。對作者個人而言，這顯著縮短了新工具的學習曲線；對社群讀者而言，類似專案能提供第一手、未經包裝的真實使用觀察。

# Discussion（討論）

本專案具體實踐了「玩具型倉庫」（toy repo）對於工具評估的價值：在不承擔生產壓力的環境下，工程師才能客觀觀察工具的實際能力與邊界。限制方面，個人化筆記的可遷移性有限，他人可能不適用；工具版本快速演進，部分結論可能很快過時。未來可整理為公開比較文章，並納入更多工具（Cursor、Aider、Avante）的橫向實驗。

# 連結

Read next