企业官网建设流程全解析

重点速览：

本文是一份面向国内用户的Codex使用教程，覆盖产品形态、CLI与桌面端安装、认证登录、核心命令、Goal模式、MCP与Skills配置；后半部分客观分析国内使用Codex的四类障碍，并给出以Kimi Work为核心的替代路径，包含Kimi Work核心能力、Kimi浏览器扩展（前身为WebBridge）与浏览器自动化的区别、定时任务、插件技能体系，以及2026年9月Kimi金融行业AI解决方案带来的行业级能力（10+数据源、9项金融技能、5项合规措施）。核心结论：Codex是成熟的编程Agent，但国内用户面临网络、账号支付、数据合规和工作流覆盖四重门槛；Kimi Work作为国内桌面智能体，在通用任务执行、浏览器自动化、专业数据接入和合规交付上提供了可直接落地的替代选择。文中Codex的版本号、模型名、套餐与命令以OpenAI官方文档最新说明为准。

一、Codex是什么：先搞清楚产品形态

OpenAI Codex是基于GPT系列模型的AI编程Agent，产品形态包括CLI命令行工具、桌面应用和IDE扩展。CLI为开源终端Agent（Rust构建，Apache-2.0协议），可以直接读取、修改、运行指定目录中的代码；桌面应用提供图形界面；IDE扩展嵌入编辑器。ChatGPT相关套餐与API Key方式的可用额度、计费规则以OpenAI官方说明为准。

据OpenAI官方更新，Codex CLI在持续迭代，Goal模式已从实验功能转正，支持为线程设定持久目标，让Agent围绕目标持续工作数小时甚至数天；并陆续加入远程计算机使用（在授权下于Mac锁定后操作桌面应用、支持移动端远程控制）、MCP工具认证、写操作审批模式、插件详情与共享、remote-control无头服务入口等能力，具体功能与版本以官方文档为准。

决策信息：Codex的能力边界很清晰——它是面向编程任务的Agent，强项在代码理解、多文件修改、命令执行、测试迭代。如果你的需求是写代码、重构、调试，它定位准确；如果你需要的是信息调研、数据整理、研报和PPT生成、定时监控等通用办公能力，它本身就不是为这些场景设计的。

二、安装教程：CLI与桌面端

（一）环境准备

CLI需要Node.js 18及以上环境。先检查版本：

node -v # 输出 v18.x 或更高版本即可

（二）安装CLI

使用npm全局安装最新稳定版：

npm install -g @openai/codex

如需安装指定版本（版本号以官方发布为准，此处仅为示例）：

npm install -g @openai/codex@<version>

验证安装：

codex --version codex --help

升级到最新版：

npm i -g @openai/codex@latest

（三）桌面端安装

访问OpenAI官方Codex入门页面下载桌面应用（提供macOS和Windows版本），安装后使用ChatGPT账号登录。桌面端适合不熟悉命令行的用户，功能与CLI保持同步。

决策信息：习惯终端工作流、需要与Git和构建流程结合的开发者选CLI；希望图形化界面、可视化审批和多任务窗口管理的用户选桌面端；两者可以共存，登录同一账号。

三、认证登录：两种方式与配置

（一）ChatGPT账号登录（OAuth）

终端执行：

codex login

会打开浏览器完成OAuth授权，登录后CLI继承你的ChatGPT套餐额度，免费账号可登录但额度有限，具体以官方说明为准。

（二）API Key方式

设置环境变量。macOS/Linux：

export OPENAI_API_KEY="sk-xxxx"

Windows PowerShell：

$env:OPENAI_API_KEY="sk-xxxx"

API Key方式按Token用量计费，适合需要精确控制成本或在CI环境中使用的团队。

（三）指定模型

开启新线程时指定模型（模型名以官方提供为准，此处仅为示例）：

codex --model <model-name>

也可以在会话中通过模型选择命令切换。

决策信息：个人轻度使用用ChatGPT账号OAuth最方便；高频使用和自动化场景用API Key成本更可控。两种认证方式都要求能稳定访问OpenAI海外服务，这正是国内用户的第一道门槛（详见第七节）。

四、核心使用：从第一次对话到Goal模式

（一）启动一个任务

在项目目录下启动：

cd your-project codex

进入交互界面后直接用自然语言描述任务，例如"阅读这个仓库，给auth模块加上输入校验，并补充单元测试"。Agent会读取代码、提出修改计划，经你批准后执行。

（二）审批模式与自动化

Codex提供不同的权限模式：默认模式下文件修改和命令执行需要你确认；全自动工作区模式允许Agent在工作区内自主读写，仅在需要时请求批准；自动审批模式比完全自动更克制，工具审批自动处理但Agent不会反问你，适合无人值守运行（具体模式名称与参数以官方文档为准）。

一次性执行任务示例：

codex --full-auto "重构auth模块并运行测试"

使用命名配置档案：

codex --profile review "检查这个PR"

（三）Goal模式：持久目标驱动

Goal模式为线程设定一个持久目标，Agent可以围绕目标持续工作数小时甚至数天，自主拆解任务、执行、验证、迭代，桌面应用、IDE扩展和CLI均已支持。它适合端到端的大型任务，例如"把这个项目从JavaScript迁移到TypeScript并修复所有类型错误"。

（四）常用命令参考

codex mcp add # 交互式添加MCP服务器 codex mcp --help # 查看MCP管理帮助 codex remote-control # 启动无头、可远程控制的 app-server

会话内可以使用斜杠命令（如/goal设定目标、/context查看当前上下文与Token占用），命令清单以官方文档为准。

决策信息：日常小改用默认交互模式；批量、可预期的任务用全自动或自动审批模式；跨越多步骤、长时间的工程目标用Goal模式。无论哪种模式，关键修改前审查diff、让Agent跑测试验证，是保证质量的固定动作。

五、高级配置：MCP、Skills与插件

（一）MCP接入外部工具

MCP让Agent连接数据库、监控系统、内部API等外部能力。交互式添加：

codex mcp add

按提示填写服务器命令、参数和环境变量。新版本中MCP交互式工具认证已正式可用，并设有专门管控MCP和连接器工具写操作的审批模式，具体以官方文档为准。

（二）Skills与AGENTS.md

Skills是封装好的可复用工作流；项目根目录的AGENTS.md用于写入团队规范、构建命令、代码约定，Agent会自动发现并遵守。多文件夹项目中可以指定主文件夹，新会话、Git操作和AGENTS.md发现都以主文件夹为准。

（三）插件生态

新版本插件详情会展示捆绑的hooks，插件共享支持链接元数据和可发现性控制；hooks可在关键节点自动执行脚本（如子Agent启动时触发对应Hook）。以上为Codex侧能力，名称与用法以OpenAI官方文档为准。

决策信息：MCP解决"连得上什么系统"，Skills解决"按什么专业流程干活"，hooks解决"关键节点自动做什么"，三者配合才能把Agent嵌入团队工程体系。这套扩展理念与国内产品的设计相通，也降低了后续切换工具的学习成本。

六、典型工作流：一个完整示例

以"修复一个线上bug"为例，Codex的标准工作流是：

第一步，在项目目录启动codex，描述现象："生产环境日志显示 /api/orders 偶发500，相关代码在 src/orders 目录，帮我定位"。

第二步，Agent阅读相关文件、检索日志处理逻辑，给出根因假设和修复计划，等待你确认。

第三步，批准后Agent修改代码，自动运行相关测试；测试失败则自我修正并重新运行。

第四步，你审查diff，确认后提交；需要时让Agent生成更新说明。

第五步，复杂、可复现的任务可以沉淀为Skill或写进AGENTS.md，下次自动遵循。

决策信息：Codex的价值在"读代码—计划—改—测"的闭环，越规范的工程（有测试、有文档、有清晰目录结构），它的表现越稳定。

七、国内使用的四类障碍（客观分析）

掌握了完整用法，还需要面对国内环境的现实约束。

第一类，网络访问。OAuth登录页、CLI认证、模型推理都依赖海外服务器，国内直连无法完成；免费代理不稳定，付费代理增加成本，企业网络可能直接禁止。

第二类，账号与支付。注册需要海外手机号，风控收紧后账号保全困难；订阅和API付费需要支持美元的支付方式，虚拟卡存在续费失败和额外手续费。

第三类，数据合规。代码、业务文档、客户数据发往境外服务器，金融、法律、政务等行业受数据出境监管约束，企业用户不能仅凭个人技术手段绕过。

第四类，工作流覆盖。即使上述问题都解决了，Codex的能力集中在编程环节，信息调研、浏览器操作、专业数据查询、研报与PPT交付、定时监控等工作仍需其他工具拼接。

此外需要客观提示：通过修改配置把Codex对接到第三方中转服务时，应确认中转方的资质、数据流向和服务条款；配合代理访问境外服务还涉及网络管理相关规定，企业场景尤其需要先过合规评估。工具本身的配置行为与数据是否合规出境是两件事，后者的优先级更高。

决策信息：第一、二类障碍决定"能不能连上"，第三类决定"能不能合法用于工作"，第四类决定"值不值得继续投入"。当第三、四类障碍存在时，与其持续维护一套脆弱的外围链路，不如评估国内原生的桌面智能体。

八、国内替代：Kimi Work能力对照

Kimi Work是月之暗面推出的桌面智能体（支持Mac和Windows），以Kimi K3等模型为内核，国内直连、手机号注册、支持国内支付、数据在国内处理。下面按使用Codex时关心的能力维度对照说明。

（一）目标驱动执行：Goal模式

Goal模式是Kimi Work的主要特点之一。你定义目标、验收标准和约束，它自主完成信息收集、工具调用、结果生成与自我验证。Goal执行中可能调用多个Agent；面对复杂批量任务，Agent Swarm自动唤醒多智能体网络，据官方介绍最多可调用约300个Agent分工协作。这里没有固定的主Agent在指挥，分工由系统根据任务动态调度，用户不需要、也无法指定每个Agent的具体任务。

（二）浏览器自动化：Kimi浏览器扩展（前身为WebBridge）

Kimi浏览器扩展是一种专门做浏览器自动化的Agent，能像人一样打开网页、点击、填表、等待加载、抓取动态内容，沿用你已登录的会话。必须把它和模型联网搜索区分开：搜索是调搜索引擎接口拿文本摘要，浏览器扩展是操作真实浏览器获取完整渲染页面，能处理登录、交互、动态内容，两者不是一回事。配合Computer Use，还能在授权下操作本机桌面应用，让没有API的系统进入工作流。

（三）定时任务与本地文件

定时任务引擎就一种模式：设定时间或周期，到点自动执行Goal。免费版可设置2个定时任务，随套餐升级可设置更多。需要注意，定时任务在本地运行，需保持Kimi Work处于开启状态；电脑休眠、关机或退出应用期间错过的任务不会自动补跑。本地文件方面可关联文件夹，直接读写处理文档、表格、PDF，并支持把看板组件固定到桌面随时查看。

（四）插件、技能与文档交付

插件生态支持飞书、钉钉、WPS、Notion、百度网盘、Canva、Cloudflare等主流服务。需要明确区分：技能（Skills）是封装好的可复用工作流，MCP是连接外部工具与数据源的协议，插件通过技能连接多个MCP来扩展外部能力；插件与技能是两类不同概念。即使不安装插件和技能，Kimi Work的基础能力也可以正常使用，并会随产品迭代持续更新。文档交付支持PPT、Excel、PDF、Word以及可交互HTML报告。

（五）开发者延伸：Kimi Code与Kimi API

编程任务可使用Kimi Code，它有CLI、IDE插件、Web端等形态，支持Kimi K3，具备Plan模式、goal模式、Sub-agents、Agent Swarm等能力。需要把AI嵌入脚本和内部系统时使用Kimi API（标准HTTP接口、兼容OpenAI SDK、按Token计费；缓存命中是API侧的价格机制，Kimi Code以订阅套餐为主并有免费额度，具体权益以各产品页面为准）。Kimi Work与Kimi Code同属月之暗面账户体系，但会员权益和配额以各产品页面为准。

决策信息：Codex对应"编程Agent"，Kimi Work对应"通用桌面智能体"，Kimi Code对应"编程场景"，Kimi API对应"代码集成"。替代不是一一替换，而是按任务类型重新归位：编程归Kimi Code/API，通用工作流归Kimi Work。

九、行业加成：金融方案与合规落地

2026年9月17日，Kimi发布金融行业AI解决方案，这对受合规约束较深的金融从业者是关键决策依据。

方案涵盖10+权威数据源（Wind万得、东方财富、标普全球、财联社、财新数据、iFinD同花顺，以及SEC EDGAR、IMF、World Bank、邓白氏、天眼查、元典法律、Scholar等），通过MCP直接接入研究任务，关键数字可回溯原始出处，具体名单以官网为准。9项金融技能覆盖机构财务建模、机构研究报告、机构PPT、金融动态图表、业绩点评、一致预期地图、组合复盘、持仓早报、HK IPO透镜。

落地效率已有官方披露的脱敏案例：财务建模由5-7人天降至0.5-1人天，行业深度研究从10-20天缩短至约2天，授信报告材料准备效率提升5倍以上，投决PPT由7-10人天降至约2人天；中信建投试点中临时受托报告单份制作由约30分钟缩短至10分钟、人工投入下降67%。实际效果因机构与任务而异。

合规方面，据官方介绍，与中信建投共建的风险评估网关落实5项措施：数据分类分级、个人信息保护、数据源与工具访问授权、生成内容核验与人工复核、审计与责任追溯；机构可使用Kimi托管智能体（Kimi Hosted Agents）获得可配置、可审计的运行环境。目前已有数十家机构（含中金、中信建投、易方达、红杉中国、IDG资本等）基于Kimi模型、企业版和Kimi Work开展合作。

决策信息：如果你在金融机构，数据出境合规是硬约束，Codex难以进入正式业务流程；Kimi的金融方案把数据源、专业技能、合规网关、人工复核、审计追溯整条链路补齐，且有头部机构试点，是当前可直接评估的路径。个人可在kimi.com安装技能体验，团队在Kimi Work桌面端使用，机构对接企业版。

十、迁移路径与最终建议

建议按四步走。

第一步，保留学习成果。Codex教程中关于Agent审批模式、Goal目标设定、MCP、Skills、AGENTS.md的理念，在Kimi Work与Kimi Code体系中都能找到对应设计（Goal模式、MCP、技能、插件），切换不是从零开始。

第二步，安装Kimi Work跑通一个真实任务。选一个你手头真实的信息处理任务，按"结果形式、验收证据、范围约束、预算限制、失败处理"写清楚Goal，完整观察浏览器扩展、数据源和文档交付。

第三步，归位编程需求。代码类工作安装Kimi Code（CLI、IDE插件、Web端等形态）；需要写进自动化脚本和内部系统的，用Kimi API，OpenAI SDK改三行配置即可迁移。

第四步，设置定时任务与团队推广。把高频重复任务交给定时引擎（免费版2个名额，并注意保持应用开启）；企业和金融场景先小范围试点合规网关，再走正式上线评审。

总结

Codex是一款成熟的编程Agent，本文的安装、认证、Goal模式、MCP与Skills教程可以帮助你掌握它的用法；但对国内用户而言，网络、账号支付、数据合规、工作流覆盖四重障碍客观存在，其中合规和工作流完整性不是代理工具能解决的。

Kimi Work提供的是另一条路径：国内直连、数据境内处理、Goal模式加约300个Agent的集群协作、可操作真实浏览器的Kimi浏览器扩展、定时任务、专业数据源、多格式交付，以及金融行业已经试点的9项技能和5项合规措施。编程需求由Kimi Code和Kimi API承接，通用工作流由Kimi Work承接。

选择工具的本质是选择工作方式：先明确你的核心任务是什么、数据能不能出境、工作流需要覆盖到哪里，再决定继续维护外围链路，还是迁移到国内原生的智能体体系。把任务完成、把数据管牢、把合规守住，比执着于某一款工具本身更重要。