要让Codex真正替你完成开发任务，必须启用Agent模式：先确认进入项目级工作区（显示“Project loaded”且左上角为项目名），再通过指令隐式触发Suggest、Auto Edit或Full Auto模式，最后借助AGENTS.md定义约束并启动带上下文的自主开发流程。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让Codex真正替你完成开发任务，而不是只写几行代码，必须启用并正确配置Agent模式——它决定AI是提建议、等你确认，还是直接动手改文件跑测试。
确认Codex已进入项目级工作区
打开Codex App后，点击左侧栏底部的「+ 新建项目」→ 选择一个空文件夹或已有代码仓库根目录 → 等待右下角状态栏显示「Project loaded」且图标变为蓝色文件夹。这一步不可跳过，【未绑定项目目录时，所有Agent指令均被降级为Suggest模式】。
若界面左上角仍显示「对话」而非「项目名称」，说明当前处于全局聊天态，Agent能力被禁用。
三种运行模式切换与适用场景
模式切换不通过菜单操作，而是由你输入的第一条指令隐式触发。Codex会根据提示词中是否含明确执行动词（如“修改”“生成”“运行”“部署”）及上下文完整性自动判断。
方法一：Suggest 模式（默认安全态）
输入：“帮我分析一下 src/main/java/com/example/OrderService.java 里 refund() 方法的潜在并发问题”。Codex仅输出诊断报告和改进建议，不触碰任何文件。
方法二：Auto Edit 模式（日常开发主力）
输入：“修复 refund() 方法的重复下单漏洞，要求加分布式锁，并在 test/ 目录下同步补充单元测试”。Codex将生成完整 Diff 补丁，停在「等待 Approval」节点，你点击「Apply」才写入文件。
通过本地 Codex 或 OpenClaw OAuth 凭证直接调用 ChatGPT/Codex Responses 的 image_generation 工具来生成或编辑光栅图像，然后保存
方法三：Full Auto 模式（批量任务专用）
输入：“把整个 project 中所有 .java 文件里的 System.out.println 替换为 logger.info，跳过 test/ 目录，替换后运行 mvn test 并返回结果”。【此模式需提前在 .codex/config.toml 中设置 approval_policy = "auto"，否则仍会卡在审批环节】。
构建可复用的自主开发流程
第一步：在项目根目录创建 AGENTS.md
执行 CLI 命令：codex /init。该命令自动生成一份最小可用 AGENTS.md，包含仓库结构、构建命令、测试入口三项核心信息。
第二步：定义任务约束与验收标准
打开 AGENTS.md，在末尾添加如下区块：
```markdown
# 本次开发约束
- 必须使用 Lombok @Data，禁止手写 getter/setter
- 所有 REST 接口响应必须包装为 Result
- 新增代码需覆盖 80%+ 行覆盖率
```
第三步：启动带上下文的 Agent 任务
在对话框中输入：“按 AGENTS.md 约束，为订单退款功能新增幂等令牌校验模块，包含 Controller、Service、Redis 实现，完成后运行全部单元测试并输出覆盖率报告”。Codex 将自动加载 AGENTS.md 内容，严格遵循其中规则生成代码。
第四步：验证并固化经验
若本次任务成功交付，Codex 会将本次决策链、文件修改路径、测试通过状态自动沉淀为可复用上下文。下次在同目录发起类似任务时，无需重复描述构建命令或约束，它已记住。
