OpenAI是如何使用Codex:
用例1:代码理解
识别核心逻辑;梳理服务和板块之间的关系;追踪数据在系统中的流转;识别架构模式和文档确实的部分
用例2:重构和迁移:
跨文件执行修改操作;拆分模块
用例3:性能优化:
用于识别并解决性能瓶颈问题
用例4:提高测试覆盖率
帮助编写测试:边界情况和异常路径
用例5:提高开发速度
提高开发前期和收尾阶段的效率
用例6:保持专注高效
帮助在日常零碎/频繁被打断的情况下保持任务专注从而提高效率
用例7:探索和创意构建
用于开发性工作:给出多种思路,探索陌生开发模式;对各类假设进行验证
最佳实践:
提供清晰的框架,上下文和迭代空间
从"询问模式"开始:
在询问模式下获取可实施方案->在代码模式下将其作为参考依据
持续改进的Codex的开发环境:
配置环境变量,启动脚本以及网络权限
像GitHub Issue一样组织提示:
按照在PR或Issue中描述代码变更的口吻编写提示
将Codex任务队列用作简单的任务清单:
临时新建任务纪录零碎想法,未完成工作或者临时小的更改
使用AGENTS.md文件提供持续上下文:
内容:该文件通常包含仅凭代码无法让 Codex 自行推断的命名规范、业务逻辑、特殊规则以及依赖关系
使用Best of N 提高输出效果:
单个任务一次性生成多份结果,择优选用