很多新手第一次接触 AI 工具时都会遇到同一个困惑网上推荐了 Codex、Claude Code、WorkBuddy 好几款工具到底应该先学哪个它们之间有什么区别是装一个就够了还是都要装这篇文章不打算做“谁取代谁”的争论而是把三款工具放到同一个坐标里从定位、安装、基本使用、常见问题到选型建议完整梳理一遍。即使你之前完全没用过命令行 AI 工具也可以跟着文章一步步走下来。1. 三款工具分别是什么1.1 CodexOpenAI 推出的终端编程助手Codex 是 OpenAI 推出的命令行 AI 编程工具它的核心使用方式是在终端里输入自然语言指令让 AI 帮你写代码、改代码、解释代码、执行命令。它不是一个聊天窗口而是直接跑在你项目目录里的“结对编程助手”。Codex 最大的特点是和 OpenAI 的模型生态绑定你可以在终端里通过类似codex 给这个项目写一个 README这样一条命令让 AI 自动分析当前项目并生成内容。它既支持交互式会话也支持一次性执行模式适合集成到脚本或 CI/CD 流程里。对于新手来说Codex 的入门门槛主要在两个地方一是需要安装 Node.js 环境二是需要一个 OpenAI 账号并完成登录。它解决的是“在终端里用自然语言操作代码”的问题而不是像 ChatGPT 网页版那样只回答对话。1.2 Claude CodeAnthropic 的终端 AI 编码工具Claude Code 是 Anthropic 推出的终端 AI 编程助手使用 Claude 系列模型。它和 Codex 的定位非常相似都是在终端中完成代码生成、代码修改、文件操作、命令执行等任务。Claude Code 比较受开发者欢迎的原因是其上下文管理能力较好。在长时间对话中你可以使用/compact命令压缩上下文避免因为上下文过长而丢失关键信息也可以使用/clear清空会话重新开始。对于需要频繁切换任务的开发者来说这种交互方式比较灵活。另外Claude Code 对中文指令的支持也比较友好很多中文开发者习惯用它直接写“帮我写一个 Python 脚本”这样的自然语言指令。它同样需要 Node.js 环境安装方式也是通过 npm 全局安装。1.3 WorkBuddy偏工作流自动化的 AI 助手WorkBuddy 和前面两款工具不太一样。Codex、Claude Code 主要是面向开发者的编码工具而 WorkBuddy 更偏向个人助理与工作流自动化。你可以把它理解成一个“能听懂指令并执行一连串动作”的 AI 助手适合处理日常办公、信息整理、文件处理、自定义流程等任务。WorkBuddy 常见的使用方式包括自定义指令、技能Skill管理、以及和本地数据比如文档、剪贴板、部分第三方工具进行交互。它不一定以命令行形式出现很多版本是桌面客户端或网页应用所以对非程序员用户更友好。不过需要说明的是WorkBuddy 的安装、兑换码、网页版入口等信息都以官方渠道为准不同时期可能变化很大。下面文章中涉及 WorkBuddy 的示例会以通用配置思路为主不会写死某个具体版本。1.4 三者的定位差异如果用一句话概括三款工具的区别CodexOpenAI 阵营的终端编码助手适合在项目里快速写代码、改代码。Claude CodeAnthropic 阵营的终端编码助手适合深度编辑代码上下文管理更强。WorkBuddy通用型 AI 工作流助手适合非程序员处理重复性数字任务。它们并不完全是竞争关系。你可以同时安装 Codex 和 Claude Code根据当前项目使用的模型偏好选择其中一个如果还有大量办公类自动化需求再叠加 WorkBuddy。新手先弄清楚自己要解决的是“写代码”还是“处理工作流”选型就不会太纠结。2. 环境准备与安装2.1 安装前的通用环境Codex 和 Claude Code 都是基于 Node.js 的 CLI 工具所以第一件事是检查本机 Node.js 环境。在终端执行node -v npm -v如果提示找不到node或npm需要先安装 Node.js。建议去 Node.js 官网下载当前 LTS 版本安装完成后重新打开终端再检查一次。版本方面不用刻意追求最新只要 npm 能正常使用即可因为工具本身会通过 npm 管理依赖。如果你用的是 macOS也可以使用 Homebrew 安装brew install node如果你用的是 Windows除了 Node.js 本身建议确保终端能正常运行 npm 全局命令。部分 Windows 环境需要以管理员身份打开 PowerShell 或 CMD。WorkBuddy 因为是客户端应用对环境的要求通常更低一般直接下载安装包、按提示完成登录即可。不过是否需要注册账号、是否需要兑换码都建议以官方说明为准。2.2 安装 Codex CLICodex 的 npm 包名是openai/codex在终端执行npm install -g openai/codex安装完成后检查版本codex --version如果能看到版本号说明安装成功。如果提示codex: command not found一般原因是 npm 全局安装目录没有加入系统 PATH。此时可以执行npm config get prefix查看全局安装路径然后把路径配置到系统环境变量中。接下来登录codex login执行后终端会打开浏览器或显示一个登录链接使用 OpenAI 账号授权即可。登录成功后~/.codex目录下会生成对应的配置文件。需要注意Codex 的默认模型是跟随官方配置走的如果你在配置文件中手动指定了不存在的模型登录后也会报错这一点在后面的常见问题中会展开说明。2.3 安装 Claude CodeClaude Code 的 npm 包名是anthropic-ai/claude-code安装命令npm install -g anthropic-ai/claude-code安装完成后检查版本claude --versionClaude Code 的登录方式比较特别直接执行claude启动交互式会话第一次运行时会引导你完成 Anthropic 账号授权。如果你已经安装过 Claude Code但想重新登录可以先删除本地的认证缓存再执行claude。macOS 用户同样可以使用 npm 全局安装也可以使用官方提供的脚本安装方式具体以官方文档为准。Windows 用户安装时如果遇到缺少系统服务的错误一般不是 npm 本身的问题而是 Windows 功能或容器环境缺失可以参考第 5 节。2.4 安装 WorkBuddyWorkBuddy 没有统一的 npm 安装命令它通常以桌面客户端或网页应用形式提供。最稳妥的方式是去官网或官方应用商店下载对应系统的安装包。安装完成后需要完成账号登录。如果是团队使用可能还需要管理员分配权限或兑换码。这里不建议从非官方渠道获取安装包尤其是涉及兑换码、登录授权的场景很容易遇到安全风险。使用 WorkBuddy 时可以在设置里找到“自定义指令”或“技能管理”入口。不同版本的入口名称可能不一样但底层逻辑类似你告诉 AI 在面对什么输入时执行什么动作AI 按你的指令自动完成。3. 基本使用与配置3.1 Codex 的常用命令Codex 支持两种使用模式交互式模式和一次性执行模式。交互式模式codex进入交互式界面后你可以直接输入自然语言指令比如帮我写一个 Python 函数读取 CSV 文件并返回每一行的平均值。Codex 会在当前上下文中生成代码并自动识别需要操作的文件。如果它需要执行命令会先展示建议由你确认后再运行。一次性执行模式codex exec 帮我写一个快速排序算法保存到 quick_sort.py这种模式适合把 Codex 集成到脚本中或者用来快速生成单个文件。exec参数可以接收一个完整的自然语言指令。此外还有一个比较常用的参数codex -C /path/to/project 查看当前项目结构-C可以指定运行目录避免每次都手动cd。Codex 的配置文件一般位于用户目录下的.codex目录中里面可以配置模型、API 端点、模型供应商等信息。对于普通用户使用官方默认配置即可。3.2 Claude Code 的常用命令启动 Claude Codeclaude进入交互式界面后可以直接输入中文指令例如帮我检查当前目录下所有 Python 文件找出可能的语法错误。Claude Code 会自动读取当前项目中的文件分析问题并给出修改建议。它和 Codex 一样在需要执行命令时会先征求你的同意。Claude Code 有一些比较实用的会话管理命令直接在交互界面中输入/clear清空当前对话上下文适合切换任务时使用。/compact压缩上下文保留关键信息但减少 token 占用适合长对话场景。/model查看或切换当前使用的模型。/status查看当前会话状态。如果你不想进入交互界面也可以直接传参执行一次性任务claude 把 README.md 里的 API Key 替换为环境变量引用Claude Code 在长任务处理上表现较好但也要注意不要在一个会话里堆积太多无关任务及时使用/clear或/compact能显著提升准确率。3.3 WorkBuddy 的自定义指令写法WorkBuddy 这类工作流工具最核心的是“自定义指令”。指令写得好不好直接影响 AI 执行效果。一个比较规范的指令模板如下你是一个文件整理助手。当用户输入文件夹路径时你需要 1. 扫描该目录下所有文件。 2. 按文件扩展名分类例如 .png、.jpg 归入 images 目录.docx、.pdf 归入 documents 目录。 3. 如果目标目录不存在自动创建。 4. 返回整理前后的文件数量对比。这段指令包含了四个要素角色、触发条件、执行步骤、输出结果。和直接让 AI “整理文件”相比这种写法能明显降低误操作概率。如果你想让 WorkBuddy 处理更复杂的流程可以把指令拆分成多个技能每个技能只负责一个环节。比如技能 A读取微信/文档中的指定内容。技能 B提取关键信息并生成表格。技能 C把结果写入新的文件。这类功能后续可能会涉及读取本地聊天记录或敏感数据使用时一定要确认授权范围不要给 AI 分配超出你控制能力的权限。4. 实战让 AI 帮你写一个小工具4.1 用 Codex 生成文件整理脚本现在我们来做一个最典型的实战场景写一个 Python 脚本按文件扩展名整理指定目录下的文件。在终端中进入一个空目录mkdir ai-file-helper cd ai-file-helper然后执行codex exec 在 file_organizer.py 中写一个 Python 函数 organize(directory)扫描目录下的所有文件按扩展名移动到对应的子文件夹中例如 .pdf 放到 pdf_files.png 放到 png_files。如果子文件夹不存在则创建。不要处理文件夹本身。执行后目录下会自动生成file_organizer.py。你可以打开文件检查一下代码是否符合预期。Codex 生成的代码通常包含主函数和示例入口如果有问题你可以继续输入指令补充修改codex exec 给 file_organizer.py 添加命令行参数解析使用 sys.argv 接收目录路径这种“先下载脚本再补需求”的交互方式比一次性要求生成完美代码更容易控制结果也适合新手学习。4.2 用 Claude Code 完成同一任务在同一目录下启动 Claude Codeclaude输入请帮我创建一个 Python 脚本功能是按扩展名整理文件。脚本需要包含一个函数 organize(directory)遍历目录中的普通文件根据扩展名移动到扩展名对应的子目录中例如 .txt 放到 txt_files.pdf 放到 pdf_files。子目录不存在时自动创建。请把代码保存到 claude_organizer.py。Claude Code 生成的代码可能和 Codex 略有不同但核心逻辑一致。你可以对比两份代码看哪一份更符合你的编码习惯。对于新手来说这种“双工具对比”其实是很好的学习方式AI 不是唯一答案你可以通过对比学会怎么写更清晰的逻辑。如果你想观察 Claude Code 的上下文管理可以在这次会话中继续追加需求再给我加一个函数可以统计整理前后文件数量变化。如果你觉得对话过程太长可以执行/compact压缩上下文后继续提出新需求。4.3 自定义模型接入示例以 DeepSeek 为例有些开发者为了节省成本会尝试把 DeepSeek 等模型接入 Codex CLI。这里给出一个示例思路具体字段以你安装的 Codex 版本官方文档为准。在 Codex 的用户配置目录下一般是~/.codex/config.toml可以添加一个自定义模型供应商# 文件路径~/.codex/config.toml # 示例配置实际字段请以官方 README 为准 model deepseek-chat [model_providers.deepseek] name DeepSeek base_url https://api.deepseek.com/v1 env_key DEEPSEEK_API_KEY配置完成后把环境变量DEEPSEEK_API_KEY设置为你的 DeepSeek API Key。export DEEPSEEK_API_KEY你的API Key然后重新启动 Codexcodex如果配置字段正确Codex 会通过自定义供应商发起请求。如果遇到model is not supported之类的错误通常是模型名称写错或者当前供应商不支持该模型需要核对模型 ID。需要提醒的是自定义模型接入虽然灵活但稳定性不如官方默认配置。不同模型的工具调用能力、上下文窗口、返回格式都有差异遇到兼容性问题是很正常的新手不要把它当成首选方案。4.4 运行与验证脚本无论使用哪个工具生成的脚本最后都要在本地运行验证。假设脚本已经生成运行命令大致如下python file_organizer.py /path/to/your/directory如果脚本需要安装依赖建议先创建虚拟环境python -m venv venv source venv/bin/activate # Windows 使用 venv\Scripts\activate pip install -r requirements.txt这里建议使用虚拟环境主要是因为 AI 生成的脚本可能依赖某些第三方库直接装到全局环境容易造成版本冲突。运行之前还要注意文件整理类脚本会移动文件建议先在一个有测试文件的临时目录中运行确认无误后再对真实目录执行。任何涉及文件移动、删除的操作都要提前备份。5. 常见问题与排查清单5.1 常见报错与解决思路下面整理一些使用 Codex、Claude Code、WorkBuddy 过程中常见的问题大多数错误都能通过检查配置和网络环境解决。问题现象常见原因解决思路安装后提示command not foundnpm 全局目录不在 PATH执行npm config get prefix把路径加入系统 PATHcodex login后无法正常使用登录授权未完成删除~/.codex下的认证缓存重新执行登录Codex 报model is not supported配置了不支持的模型 ID检查config.toml中的model字段改为账号可用的模型Claude Code 在 Windows 上报missing hcs services: hns, vmcompute, vfpext系统缺少容器或虚拟化相关功能检查 Windows 功能启用 Hyper-V、容器相关组件或安装 Docker DesktopClaude Code 对话过长后回答不准确上下文过长关键信息被覆盖使用/compact压缩上下文或使用/clear开启新会话终端粘贴命令时内容缺失或乱码粘贴方式不对Windows 终端使用右键粘贴或CtrlShiftVmacOS 使用CmdVWorkBuddy 无法读取本地文件未开启文件访问权限在系统设置中检查授权并确认文件路径是否正确自定义 API 接入后请求失败端点地址、环境变量或鉴权头配置错误核对 API Key、base_url确认模型名称查看日志输出5.2 排查步骤如果你遇到了表格中没有覆盖的问题可以按下面的顺序排查。第一步查看错误信息末尾的关键提示。很多 CLI 工具会把真正的错误原因放在最后比如超时、鉴权失败、文件不存在等。第二步检查登录态。Codex 和 Claude Code 都依赖账号授权登录态过期后会出现各种异常。重新登录之前可以先查看工具提供的 status 命令或日志。第三步检查配置文件。Codex 和 Claude Code 都支持用户级配置文件文件里如果残留了不正确的model、base_url、环境变量名会导致请求失败。可以把配置文件改名备份让工具恢复默认配置再逐步加回自定义项。第四步检查网络环境。这里不是教大家绕过任何网络限制而是指如果你在公司内网、学校网络或开了一些网络代理工具CLI 请求可能会因为代理设置不正确而失败。可以尝试关闭不必要的代理配置或者检查系统代理环境变量HTTP_PROXY、HTTPS_PROXY是否指向了不可用的地址。第五步查看官方更新记录。CLI 工具迭代速度很快你今天安装的版本可能已经和网上教程不一样了。遇到奇怪问题时优先看官方 README 或更新日志而不是生搬硬套旧教程。6. 选型建议与最佳实践6.1 新手到底应该怎么选如果你是纯新手之前没有用过命令行 AI 工具建议先安装 Claude Code 或 Codex 中的任意一个不要一开始就同时上两个避免混淆。如果你更常用 OpenAI 生态或者已经订阅了 ChatGPT、OpenAI API先选 Codex 会更顺手。如果你经常写长代码、需要在一个会话里不断修改多个文件可以先试 Claude Code。两者在很多场景下体验差别不大选一个“愿意日常打开”的工具更重要。WorkBuddy 的选型逻辑不太一样。它不是编程工具而是工作流自动化工具。如果你有大量重复性办公任务比如整理文档、生成汇报、读取本地内容并汇总可以考虑把它加入日常工具箱。如果只是写代码WorkBuddy 并不是必需的。6.2 使用 AI 编程工具的安全边界使用 Codex 和 Claude Code 时有几条安全建议值得特别注意。第一条不要让 AI 直接执行高风险命令。即使 AI 建议执行rm -rf、DROP TABLE、git reset --hard这类危险命令也一定要先确认再执行。生产环境操作必须具备审批、备份和回滚方案。第二条不要随意把 API Key 写入代码或配置文件中。Codex、Claude Code 的配置文件中如果包含密钥建议使用环境变量引用并且不要把真实密钥提交到 git 仓库。第三条对 AI 生成的代码保持谨慎。AI 生成的代码可能包含不安全的第三方依赖、硬编码密码、SQL 注入漏洞等。务必进行代码审查尤其在涉及用户隐私和支付场景时。第四条WorkBuddy 这类工具如果涉及读取本地聊天记录、文档等敏感数据要明确只授予必要权限用完及时收回避免自动化流程扩大数据暴露范围。6.3 工作流自动化工具的注意事项使用 WorkBuddy 时最重要的是把指令写清楚。很多自动化任务失败不是工具本身不行而是指令边界模糊。建议在指令中明确说明输入是什么用户会提供路径、文本还是文件名。处理逻辑是什么按什么规则分类、过滤、转换。输出是什么返回终端文本还是写入文件。禁止做什么比如不要删除原文件、不要覆盖已有文件。另外自动化流程要尽量保持幂等性也就是说不管执行多少次结果都应该一致。例如文件整理脚本如果已经整理过一次第二次运行时最好跳过已经整理过的文件否则可能会出现重复移动或互相移动的情况。7. 总结到这里Codex、Claude Code、WorkBuddy 三款 AI 工具的基本情况已经梳理完了。你可以根据自己的实际场景做一个简单判断如果目标是提升编码效率先安装 Codex 或 Claude Code学习在终端中用自然语言操作项目如果目标是处理工作流和办公自动化再把 WorkBuddy 纳入工具链。不要被“哪个工具最强”的争论带着走。工具只是手段能把需求表达清楚能用好 AI 的上下文和配置文件能对生成结果负责这才是长期提升效率的关键。如果你在安装或使用过程中遇到问题建议回到本文的常见问题章节先排查登录态、配置文件和网络环境再决定是否重装。实践一次你会比只看教程理解得更深。