本指南作为全站教程的总入口，旨在为您提供一套系统化、分阶段的学习方案。随着 Codex 能力的迭代与本站教程的丰富，本路径将持续动态更新。
> 前置要求：在开始实操前，请务必阅读 Codex 是什么，以建立对 AI 编程代理基本边界的认知。
学习理念：以工程闭环为核心
不同于传统的“API 文档式”学习，本站提倡以真实任务驱动的路线。我们不建议您先死记硬背概念，而是鼓励按照以下闭环逻辑推进：
环境准备 $\rightarrow$ 模型接入 $\rightarrow$ 只读分析 $\rightarrow$ 局部修改 $\rightarrow$ 质量验证 $\rightarrow$ 规范提交
推荐路线：Windows 开发者主线
针对绝大多数中文开发者，我们推荐以下最稳健的学习顺序。这条路线经过大量实测，能最大程度避免因环境差异导致的“首屏报错”。
第一阶段：基础设施建设
- Windows 安装与启动：准备 PowerShell、Git、Node.js 及 IDE 基础环境。
- 桌面版 vs CLI vs IDE 怎么选：多维度工具对比与决策矩阵。
- 桌面版安装与实操：图形化界面的配置与多任务管理。
- IDE 扩展 (VS Code) 使用技巧：在编辑器中实现局部修改与边看边问。
- 云端 Cloud 模式实战：针对长耗时任务的云端并行处理方案。
- 国内模型接入总览：主流 OpenAI 兼容服务商接入策略。
- DeepSeek 配置实操 | 通义千问 (Qwen) 配置 | Kimi 配置
- Responses API 深度解析：理解 Codex 特有的协议要求。
- AGENTS.md 规范体系：如何为 AI 定义长效的项目操作手册。
- MCP 插件系统入门：连接外部文档与工具的标准协议。
- Skills 技能系统：将重复的工作流沉淀为可复用的 AI 技能。
- Hooks 自动化钩子：在任务关键节点触发自动化检查。
- Subagents 子代理协作：利用并行代理提升代码评审与分析效率。
- 安全审批与风险规避：理解 AI 权限请求背后的安全逻辑。
- AI 时代求职实战指南：如何将 Codex 协作经验转化为简历与面试亮点。
2. 选择最适合您的入口：理解桌面版、CLI、IDE 扩展及 Cloud 模式的不同定位。
3. Codex CLI 安装与认证：完成命令行工具的安装与账号登录验证。
第二阶段：模型适配与链路打通
4. 配置大模型总览：理解 Provider、Base URL 与 API Key 的分工。
5. 国内大模型配置方案：针对 DeepSeek、通义千问等 OpenAI 兼容接口的专项接入。
6. 模型配置验证：通过只读任务确保 API 链路通畅且模型响应正确。
第三阶段：工程实战与任务管理
7. 第一次让 Codex 阅读项目：学习如何在不修改代码的前提下，让 AI 分析工程结构。
8. 20 分钟快速上手：跑通第一个“读-改-测”的最小任务闭环。
9. 第一次修改代码：掌握如何通过对话限制修改范围，降低副作用风险。
10. 任务验收与检查：学习看懂 AI 汇报的 Diff 差异与构建测试结果。
11. Git 提交前审计：利用 AI 检查提交信息的准确性，确保代码库整洁。
全量教程索引 (目录索引)
以下是当前已上线的所有模块。建议根据您的当前进度，点击对应链接深入学习。
基础入门 (Get Started)
| 顺序 | 教程名称 | 核心学习目标 |
| :--- | :--- | :--- |
| 1 | Codex 技术定位 | 理解 AI Agent 与传统 Chatbot 的本质区别。 |
| 2 | 适配人群自测 | 评估您的基础储备，确定是否需要补充开发基础。 |
| 3 | 版本升级指南 | 紧跟官方版本迭代，掌握安全升级技巧。 |
入口与环境 (Entry & Environment)
模型接入中心 (Model Configuration)
进阶工程能力 (Advanced Skills)
安全与求职 (Safety & Career)
学习建议：不要跳过“只读”阶段
对于新手，我们最强烈的建议是：在学会让 Codex 修改代码之前，先学会让它阅读代码。
只有当 AI 准确地向您解释清楚了项目的入口、逻辑流和潜在风险后，您给予它的“修改指令”才是基于真实上下文的，而非盲目的推测。
> 更新说明：本学习路径会根据社区反馈与官方更新，每两周进行一次内容同步与逻辑优化。
---
下一篇推荐：选择最适合您的入口 —— 对比桌面版、CLI 与 IDE 插件，开启您的第一步实战。