Codex 桌面客户端最全使用教程：从安装登录到 Worktree、Skills、自动化与 Computer Use

写给谁、解决什么问题#

OpenAI 的 Codex 现在有四种形态：Web 云端版、CLI 命令行、IDE 扩展，以及今天的主角——桌面客户端（Codex App）。

CLI 强大但门槛高，IDE 插件离代码近但离”任务”远，Web 版适合挂机跑需求但不碰你本地文件。桌面 App 把三者拼成了完整闭环：它以你本机的项目目录为根据地，同时调度多个 Agent 并行干活，产出可以直接审查、提交、开 PR，还能操作浏览器和桌面软件、定时执行任务、生成文档表格。

2026 年 2 月它率先登陆 macOS，3 月 Windows 跟进；7 月起官方把 Codex App 并入了新版 ChatGPT 桌面客户端（一个 App 内含 Chat / Work / Codex 三块，老 Codex App 直接升级即得，Codex 可设为默认启动视图并保留独立图标）。所以你在下载页看到 “ChatGPT desktop app” 别困惑——里面那个 Codex 视图，就是本文说的 Codex App。

一句话判断你该不该用：如果你想”布置任务而不是陪写代码”，桌面客户端是目前 Codex 全家桶里最强的形态。

一、安装：三个平台各走各的路#

二、登录与计费：ChatGPT 账号优先，API Key 是备胎#

启动后两条路：

订阅档位现状：Plus / Pro / Business / Enterprise / Edu 均可用；官方还曾面向 Free / Go 限时开放并给付费档加倍速率。普通个人开发者一张 Plus（$20/月）就是起步配置，重度并行任务或多 Agent 常驻建议 Pro。

登录环节两个高频坑：

• 浏览器 OAuth 卡住：检查默认浏览器能否正常访问 OpenAI（国内环境需要稳定的国际网络出口，这个”环境”问题建议配合干净住宅 IP 使用，频繁风控切 IP 反而危险）；
• 设备码登录注意防钓鱼：新版登录会显示校验提示，确认 App 与浏览器两端数字一致再授权。

Business/Enterprise 管理员可通过 managed policies 控制 App 内更新和权限档位，团队用户遇到某些入口”灰着”先问管理员，不是 bug。

三、界面导览：把每个区域掰开讲#

先看主界面，信息密度其实不高，五分钟能认全：

对照上图，从上到下过一遍：

左侧栏（指挥中心）

• New chat / Quick chat：普通新任务 vs 轻量快问快答（不落项目上下文）；
• Plugins / Scheduled（自动化）：两个全局入口，后文专章；
• Pinned：置顶的常用线程，适合挂”盯 PR""周报流水线”这类常驻任务；
• Projects → Threads：一切围绕项目组织。一个 Project 绑定一个本地目录，项目下的每个 Thread 是一个独立对话+独立工作环境，可并行跑互不干扰；
• 底部 Settings：账号、权限、浏览器、Worktree、远程等所有开关的家。

中间主区（任务进行时）

• 头部显示线程名 + 绑定的仓库/分支标识，右侧有 Open（用外部编辑器打开工作目录）和终端图标（拉起集成终端）；
• 对话流里 Agent 把过程摊开给你看：Thought 7s（思考耗时）、Explored 2 files（探索了哪些文件）、Edited hero.tsx +16 -6（每个文件的增删行数）——每一行都可以点开看细节，这是”监工视图”而非黑盒。

底部输入框（Compliance 三件套）

发送前你实际在做三个决策：

1. 权限档位（Ask for approval / Full access 等，详见第六章）；
2. 模型（当前世代如 GPT-5.x 高推理档；模型名后的数字档位会随退役公告滚动更新，官方惯例是提前数月通知旧档任务需迁移）；
3. 推理力度（Low/Medium/High/Extra High——日常任务 Medium 够用，架构设计、疑难 bug 上 High）。

输入框本身支持：@ 调用插件或提及文件、$ 显式点名某个 skill、拖拽文件/图片进上下文、麦克风语音输入、”+” 添加附件。

右侧上下文面板：任务运行中会浮出计划（Plan）、来源（Sources）、生成文件列表——随时打断纠偏的抓手。

四、第一个任务：从打开文件夹到收到第一份 diff#

推荐流程（新手照抄即可）：

1. 侧栏 New chat → 选择已有项目或 Open folder 指向你的仓库目录；
2. 界面会提示 App 读取了该目录的 AGENTS.md（项目级说明书，CLI/IDE 时代的老朋友，App 完全兼容）；
3. 输入框左下角确认环境为 Work locally（本地模式，动真文件，但受沙箱约束）；
4. 权限选 Ask for approval（默认，最稳）；
5. 发一个边界清晰的任务：

1
给 README 增加一段 Windows 安装说明，然后找出仓库里引用旧安装路径的文档并列出，先不要改。

6. 观察 Agent 探索 → 编辑 → 在消息流里给出改动摘要；
7. 在 Code changes 面板逐行看 diff，满意点 Commit，不满意点 Undo 或直接在输入框说”把第三段改回原来的口径”。

任务描述的心法：把”验收标准”写进 prompt。App 里的 Agent 经常一口气干十几分钟，你不可能全程盯着；“完成后跑 X 测试并把结果贴出来”这类指令会让产出可审查得多。

五、Worktree 并行：这个 App 的镇店之宝#

多任务并行是桌面客户端区别于 CLI 的核心能力，而支撑它的是内置的 Git worktree 集成。

为什么需要它#

Git 的默认世界里，一个工作目录同一时刻只能站在一个分支上。你想让 Agent A 重构支付模块、同时让 Agent B 升级依赖？没有 worktree 就只能排队，或者手动 stash/checkout 来回倒腾。

Codex 把这套操作全部自动化了：基于你选的分支，在 $CODEX_HOME/worktrees 下悄悄建一个独立 checkout，每个线程独占一个 worktree，各自的文件、各自的编译缓存，共享同一个 .git 对象库，多个 Agent 物理上不可能互相踩。

六、权限与沙箱：敢放手的前提是围栏#

App 提供三档常用权限（composer 里那个选择器）：

底下是平台原生沙箱在撑腰，不是口头承诺：

• macOS：系统级 Seatbelt 框架，进程出圈直接拦；
• Windows：原生 Windows Sandbox（PowerShell 环境）或 WSL2 内 Linux 方案；
• Linux/WSL2：bubblewrap（sudo apt install bubblewrap 装好，App 找不到会启动时警告）。

关键点：Agent 派生的所有命令（git、npm、pytest……）都继承同一套沙箱边界，网络默认关闭。高级用户可以在 ~/.codex/config.toml 里定义自定义权限档（哪些目录可写、哪些路径永久 deny、网络代理策略），配置与 CLI 完全通用——一次编写，三端生效。

实操建议：日常 Ask for approval + 网络按需放开；定时任务无人值守跑之前，先把默认沙箱档位收紧到最小可用集。

七、Skills：把重复工作打包成”一键”#

Skills 是 Anthropic 先提出、OpenAI 跟进并开放了标准（agentskills.io）的能力封装：一个文件夹 + 一份 SKILL.md（YAML frontmatter 写名称和触发描述，正文写流程），就能让 Agent 稳定按你的规程办事。

App 内建了完整的 Skills 管理界面，创建途径三条：

1. $skill-creator：直接在对话里召唤内置创建器，问答几轮生成骨架；
2. Record & Replay：你手工操作一遍流程，录制器解析步骤自动草拟成 skill——“说起来费劲、做起来顺手”的活最适合；
3. 手写：SKILL.md 扔进约定目录（个人级 ~/.codex/skills/，项目级 .codex/skills/，也能复用 ~/.claude/skills/ 里的存量），App 自动发现。

调用方式两种：$ 显式点名，或者任务描述恰好命中 skill 的 description 时自动启用。写 description 的要领：把触发场景词放最前面，边界写清楚——自动匹配全靠它。

典型用法：把”公司 commit 规范 + 提交前必跑的检查清单”做成 skill，之后所有线程里一句 $commit 全部走完；把”竞品价格抓取 + 汇总到表格”做成 skill，配合下一章的定时任务就是全自动流水线。

八、Scheduled / Automations：不下班的 Agent#

侧栏 Scheduled 是任务收件箱，支持两类定时任务：

• 独立定时任务：每次触发开一个新线程，结果汇报进 Scheduled 列表（未读小红点提醒你看）；
• 线程内定时任务：在现有对话里安排”每小时回来看一眼部署状态""每周一早上基于本线程上下文续跑”——复用当前上下文，适合长周期跟进。

配置要点：

• Git 项目可选在专用后台 worktree 跑（不污染你手头的活）或直接本地目录跑；
• 周期除了表单选项，支持 RRULE 表达式自定义（FREQ=MONTHLY;BYMONTHDAY=1;BYHOUR=9 这种），复杂排程无压力；
• 定时任务无人值守执行，沿用你的默认沙箱档位——再强调一遍，先收紧再放飞；
• 高频任务会积累大量 worktree，记得归档旧运行（归档即回收 worktree）。

官方的示范玩法很能打开思路：定时检查过去 24 小时自己的提交并触发 bugfix skill、每晚跑一次全量测试失败自动修复、PR 看守员（发现新 review 意见自动改并回复）。任务提示词写成每次运行都自包含的形态：做什么、如何判断有没有异常、什么情况停手来问我。

注意：需要本地文件的定时任务要求电脑开机且 App 在运行——想要 7×24 真无人值守，把任务放 Codex cloud 或者一台常开的旧笔记本上。

九、插件、内置浏览器与 Computer Use#

内置浏览器#

App 自带一个浏览器面板（自身独立 profile，不共享你 Chrome 的历史和登录态）。它不是给你摸鱼用的——是让 Agent 能看见页面、操作页面、验证结果：

1
用浏览器打开 localhost:3000/settings，复现那个按钮溢出 bug，只修溢出的控件。

开发 Web 项目时这条链路非常关键：改完代码 → 浏览器里实际渲染 → 截图对比 → 继续修，视觉验证闭环不用切出 App。敏感动作（提交表单、购买、删数据）会强制弹确认；允许的网站清单在 Settings > Browser 管理。

十、Artifact 与文件生成：不止写代码#

App 内置文档预览器，Agent 能直接产出 Word / Excel / PPT / PDF / 图片 / HTML 报告，在同一工作区里生成、预览、标注修改：

杀手锏是批注式修改：在渲染出的文档/网页/幻灯片上直接框选某一段，说一句”这段补个来源""图表配色太杂”，Agent 只改你圈中的部分。从 Slack/Linear/文档里聚合素材→生成 PRD→标注迭代→导出交付，全程不出 App。

配合图片生成 skill（GPT Image 驱动）和 @ 拖入图片作为输入，做设计走查、竞品截图分析也顺路。

十一、生态联动：IDE 扩展与手机 Remote#

与会话历史全共享：App、CLI、IDE 扩展读同一份 ~/.codex 配置与线程记录——终端里开的任务，回到 App 里继续接手，反之亦然。

IDE 扩展（VS Code / Cursor / Windsurf / JetBrains）：设置里开启 Auto Context 后，桌面端自动感知你当前在 IDE 里打开的文件，问”这个文件是干嘛的”不用手动贴代码。

手机 Remote（出差/通勤神器）：

1. 桌面端 Settings → Connections → Control this Mac or PC 建立配对，手机 ChatGPT App 扫码；
2. 手机上选电脑和项目即可发起任务、远程审批命令、查看 diff 与测试结果；
3. 工作永远发生在你那台电脑上——手机只是指挥台。

排队中午的活儿让它在服务器上跑，下午到工位直接 review，是 Remote 的正确用法。Business/Enterprise 下所有动作受组织安全策略约束，合规团队可查。

十二、实战组合拳：三个可直接抄的工作流#

1. 早晨开工流水线（定时任务 + Skill） 每周一定时线程：拉取上周 crash 日志 → 匹配 $bugfix skill 在独立 worktree 出修复分支 → 结果进 Scheduled 收件箱。你早上泡咖啡时挨个 review，合并三个已经写好的 PR。

2. 前后端并行开发（Worktree 矩阵） 同一仓库开三个线程：后台 worktree A 加 API（本地模式跑起服务给你验收）、worktree B 写前端组件（内置浏览器截图自查视觉）、你自己在 Local 写核心逻辑。谁也不等谁。

3. 竞品周报（浏览器 + Computer Use + Artifact） 一句话任务：浏览器逐个打开竞品 changelog → 无法自动化的页面用 Computer Use 操作 → 汇总要点生成一页 PPT → 圈注微调措辞 → 定时每周自动重跑。

十三、避坑清单（血泪浓缩）#

1. 别拿 Full access 当默认档位——图省事的代价在错误累积十几分钟后才爆炸；逐步审批打断有限，返工成本无限。
2. 定时任务的 prompt 必须每次自包含——“接着上次继续”在线程内任务成立，独立任务里每次都是新线程，没这个上次。
3. 磁盘监控：worktree × 项目依赖 = 复利式吞盘；默认留 15 个可以调小，定期归档旧线程。
4. .gitignore 文件不随 Handoff 搬运：本地 .env 这类要在 worktree 里重新准备，或用 .worktreeinclude 白名单。
5. 登录方式决定功能面：API Key 登录没有云端任务和部分 App 特性，想用全家桶就 ChatGPT 账号登录。
6. 网络环境要稳定干净：OAuth 中转掉一次就可能触发风控验证；共享”机场”IP 频繁变动的体验最差。
7. 模型退役通知要看：旧模型（如 gpt-5.4 系）退役会波及存量定时任务，收到提示及时改选，否则任务静默失败。
8. App 更新勤快点：并入 ChatGPT 桌面端后功能以周为单位增加，很多”这个功能怎么用”的疑问，下个版本就有专门入口了。

结语#

Codex 桌面客户端的本质，是把”Agent 驱动的开发”从 CLI 的极客仪式变成了可视化、可并行、可托管的日常工作方式：Worktree 给并行提供地基，权限沙箱给放手提供边界，Skills 和定时任务给复用提供载体，浏览器/Computer Use/Artifact 把能力从代码扩展到整个桌面。

它的学习曲线集中在前两周：权限档位怎么给、任务粒度怎么切、diff 怎么高效 review。翻过这个坡之后，你会发现自己的一天变成：早上一杯咖啡收 PR，白天给三个 Agent 派活纠偏，晚上下班前给明早的自己留一排定时任务。

工具已经把”多 Agent 并行”的成本打下来了，剩下的只是你的任务想象力。

参考：OpenAI 官方文档 learn.chatgpt.com（Codex app / Worktrees / Scheduled tasks / Browser / Computer Use / Permissions / Sandboxing / Skills / Remote）、openai.com/index/introducing-the-codex-app 发布公告。截图来自 OpenAI 官方 CDN 演示视频抽帧。