19.1 让 AI 真正"住进"你的项目
到这一章,你已经会:
- 在桌面 / CLI 用 Codex 写代码
- 让 Codex 自动化日常任务
- 让多 Agent 协作
但还差一步:让 AI 直接住进 GitHub,自动 review PR、自动开 PR、自动跑测试。
这一步对开发者团队的意义巨大。它把 AI 从"我用的工具"变成"项目流程的一部分"。
19.2 三种 GitHub 集成方式
| 方式 | 触发 | 谁能用 | 复杂度 |
|---|---|---|---|
| Codex Web 链接 GitHub | 手动 | 个人 | 低 |
| Codex GitHub App | PR / Issue 评论中 @ | 团队 | 中 |
| Codex GitHub Action | YAML 配置自动 | 团队 | 中 |
我们一个个看。
19.3 方式一:Codex Web 链接 GitHub
最简单的玩法:在 chatgpt.com/codex 上链接你的 GitHub 账号。
设置
- 打开 chatgpt.com/codex
- Settings → Integrations → GitHub
- 授权 Codex 访问你的 GitHub
- 选择允许 Codex 访问的仓库(可以选全部,也可以白名单)
用法
启动 Codex Web,在对话框选"From Repository":
仓库:cassius/my-blog
分支:main
任务:帮我加一个深色模式开关,要支持 localStorage 记忆用户选择。
Codex 在云端 VM 里:
- clone 你的仓库
- 看 AGENTS.md(如果有)
- 实现深色模式
- 跑 lint / test
- 推到一个新分支
- 给你开一个 PR
你在 GitHub 上看到 PR,review,merge。全程你没下载过仓库。
适合场景
- 临时小改动(不想 clone 到本地)
- 远程办公没带电脑(手机上也能用)
- 给开源项目提 PR
- 给同事的项目快速建议
不适合
- 复杂项目(云端 VM 配置可能不全)
- 需要本地服务的项目(数据库、本地 API)
- 频繁多次迭代(每次都重新 clone 慢)
19.4 方式二:Codex GitHub App
更进阶:装一个 GitHub App,让 Codex 在 PR / Issue 中可被 @ 调用。
安装
- GitHub → Marketplace → 搜 "Codex"(OpenAI 官方)
- 选择安装到组织 / 个人
- 选择能访问的仓库
用法 1:PR 中调用
某 PR 提交后,你想让 Codex 看一眼:
@openai-codex 帮我 review 这个 PR,重点看安全和性能
Codex 自动:
- 拉取 PR 的 diff
- 看仓库的 AGENTS.md
- 做 review
- 在 PR 评论里留 review 结果
用法 2:Issue 中调用
某 Issue 描述了一个 bug:
@openai-codex 看下这个 issue,能不能复现并修了开个 PR?
Codex:
- 读 Issue
- 在云端 VM 里复现
- 找到 bug 来源
- 写修复
- 跑测试
- 开 PR
你只需要 review PR。
用法 3:评论中迭代
PR 评论:
@openai-codex 这部分逻辑有点绕,能不能重写得更清晰?
Codex 改完 force-push 到同一个分支。你 refresh 看 diff。
适合场景
- 团队协作模式
- 频繁的 Issue → PR 流转
- 有外部贡献者的开源项目(让 Codex 当一线 review)
19.5 方式三:Codex GitHub Action
最强大、最自动化的方式:在 .github/workflows/ 里配 YAML,定义"什么时候自动让 Codex 做什么"。
基础示例:自动 review PR
.github/workflows/codex-review.yml:
name: Codex PR Review
on:
pull_request:
types: [opened, synchronize]
jobs:
review:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
with:
fetch-depth: 0
- uses: openai/codex-action@v1
with:
api-key: ${{ secrets.OPENAI_API_KEY }}
mode: review
target-branch: ${{ github.base_ref }}
comment-on-pr: true
focus:
- security
- performance
- convention-conformance
每次有人开 PR 或 push 新 commit 到 PR:
- Action 自动触发
- Codex 在 ubuntu runner 上 review
- 在 PR 评论里留 review 结果
- 严重问题打 ❌,建议改进打 💡
进阶示例:自动修小 bug
.github/workflows/codex-auto-fix.yml:
name: Codex Auto Fix
on:
issues:
types: [labeled]
jobs:
fix:
if: contains(github.event.label.name, 'auto-fix-eligible')
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: openai/codex-action@v1
with:
api-key: ${{ secrets.OPENAI_API_KEY }}
mode: fix-issue
issue-number: ${{ github.event.issue.number }}
create-pr: true
pr-base: main
- name: Notify on PR
uses: actions/github-script@v7
with:
script: |
await github.rest.issues.createComment({
owner: context.repo.owner,
repo: context.repo.repo,
issue_number: ${{ github.event.issue.number }},
body: 'PR opened by Codex! Please review.'
});
工作流:
- 你给 Issue 打
auto-fix-eligible标签 - Action 触发,Codex 尝试修复
- 如果成功,开 PR 关联到 Issue
- 你 review PR
- merge 后 Issue 自动关闭
进阶示例:定时整理项目
.github/workflows/codex-weekly-cleanup.yml:
name: Weekly Cleanup
on:
schedule:
- cron: '0 9 * * 1' # 每周一 9:00 UTC
jobs:
cleanup:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: openai/codex-action@v1
with:
api-key: ${{ secrets.OPENAI_API_KEY }}
mode: custom
prompt: |
做以下事情:
1. 检查所有 src/ 下未引用的代码(dead code)
2. 列出所有 TODO 注释,按文件分组
3. 检查依赖包,列出可升级的
4. 输出 weekly-report.md
create-pr: true
pr-title: "weekly: project health report"
每周一自动跑,开一个 PR 含本周项目健康报告。你 merge 或丢弃。
19.6 SSH Devbox:远程开发环境
2026 年 Codex 桌面版新增"SSH Remote"功能:让 Codex 直接连接你的远程开发服务器(aka devbox)操作。
适用场景
- 团队共用 dev 服务器
- 项目太大本地跑不动
- 需要稳定的环境(避免本地 macOS / Windows 差异)
- 异地办公
设置
桌面版菜单 → Remote → Add SSH Connection:
Host: dev.mycompany.com
Port: 22
User: cassius
Identity: ~/.ssh/dev_rsa
Workspace: /home/cassius/projects/my-app
连接后,Codex 在远程跑:
- 文件读写在远程
- 命令在远程执行
- 你的本地只是个"显示器"
体验跟本地 Codex 完全一致,但底层资源是远程的。
安全考虑
- 用 SSH key 不用密码
- 限制 Codex 在远程的工作目录
- 远程主机要有自己的备份和访问审计
19.7 一个完整的"AI 友好型 GitHub 项目"配置
如果你新建一个项目,下面是推荐的"AI 友好"完整配置:
my-project/
├── .github/
│ ├── workflows/
│ │ ├── codex-review.yml # PR 自动 review
│ │ ├── codex-issue-triage.yml # Issue 自动初筛
│ │ └── ci.yml # 常规 CI(lint + test)
│ └── ISSUE_TEMPLATE/
│ ├── bug_report.md # 标准化 bug 报告(让 Codex 好理解)
│ └── feature_request.md # 标准化需求
├── AGENTS.md # AI 通用指令
├── .codex/
│ └── skills/ # 项目专属 Skills
├── README.md # 给人和 AI 看
├── ARCHITECTURE.md # 架构说明(AI 重点参考)
├── CONTRIBUTING.md # 贡献指南(含 AI 协作约定)
└── ...
Issue 模板示例
.github/ISSUE_TEMPLATE/bug_report.md:
---
name: Bug Report
about: 报告一个 bug
labels: bug
---
## 描述
(一句话)
## 复现步骤
1.
2.
3.
## 预期
(应该发生什么)
## 实际
(实际发生了什么)
## 环境
- OS:
- 版本:
- 浏览器(如适用):
## 复现日志 / 截图
(如有)
---
@openai-codex 请你看一下,能不能复现,并初步定位问题。
模板末尾的 @openai-codex 让每个新 bug 自动触发 Codex 初步分析。人来到 Issue 时,Codex 已经做了一轮分析。
19.8 安全注意事项
GitHub 集成涉及"自动改代码、自动 push",必须谨慎:
注意 1:永远不要让 Codex push 到 main
任何 Codex 的产出走 PR,绝不直接 push 到 main / production 分支。
注意 2:CI 一定要跑通才 merge
哪怕 Codex 说"我跑过测试了",CI 必须独立验证。
注意 3:API Key 用最小权限
OpenAI API Key 配置时,限定能访问的能力。GitHub Token 只给 PR 相关权限,不要给 Admin。
注意 4:敏感仓库不要接
含密钥、生产配置、客户数据的仓库不要用 Codex Web / GitHub App。即使数据"会被脱敏",也存在泄露风险。
注意 5:Action 限流
GitHub Action 每月有免费额度(公共仓库无限,私有仓库 2000 分钟/月)。频繁触发可能超额,提前规划。
19.9 几个开源项目的"Codex 协作"实践
观察一些开源项目怎么用 Codex:
模式 1:Codex 作为"机器人贡献者"
- 它有自己的 GitHub 账号(如 codex-bot)
- 每个 PR 标记由 codex-bot 创建,人审 merge
- 在 CONTRIBUTING.md 里说明哪些任务它做、哪些它不做
模式 2:Codex 作为"机器人 reviewer"
- 每个 PR 提交后,Codex 留第一轮 review
- 人 reviewer 可以在 Codex 的基础上加内容
- 加快了 turnaround time
模式 3:Codex 作为"机器人 maintainer 助手"
- 自动 triage Issue
- 自动给 Issue 加 label
- 自动把"过期 Issue"关闭并回复
- 自动 sync 翻译版的 README
每个开源项目可以参考自己的工作量和风险,挑合适的模式。
19.10 个人用户的轻量玩法
不一定要团队才用 GitHub 集成。个人开发者也可以:
玩法 1:用 Codex 给自己 review
PR 模板里加:
@openai-codex 在我 merge 之前帮我看一遍,
特别是 Boundaries 里的 Always 项有没有都做到。
自己写代码自己审,还是有盲点的。让 Codex 当第二双眼。
玩法 2:定时给个人项目"健康检查"
设一个周一的 Action:
扫描项目:
1. 列出过去一周的 commit 数
2. 检查 dependencies 有没有可升级
3. 检查 TODO 注释总数
4. 给一份"项目活跃度"报告
让你客观看到自己开源项目的健康度。
玩法 3:自动同步翻译
中英双语的 README、文档:
on:
push:
paths: ['docs/**']
# Codex 把 docs/zh/ 的改动同步翻译到 docs/en/
写中文版,自动有英文版。
19.11 一个"未来感"的工作流
下面这个工作流不是科幻,是 2026 年顶级团队真正在用的:
PM 在 Linear 创建一个 ticket:
"用户希望能在结算页直接修改地址"
↓
Linear 自动同步到 GitHub Issue(带详细描述)
↓
Codex GitHub App 自动分析:
- 读取 Issue
- 看现有代码
- 评估改动量
- 决定是 "auto-fix-eligible" 还是 "needs-human"
- 加对应 label
↓
对于 auto-fix-eligible:
Codex Action 触发
→ 实现 → 跑测试 → 开 PR
↓
PR 触发:
Codex Review Action → 留初步 review
CI → 跑完整测试套
人工 review → 加最终意见
↓
所有 check 通过 → merge
↓
自动部署到 staging
↓
另一个 Codex Action 跑 e2e 测试
↓
通过 → 部署 prod
↓
PM 在 Linear 收到通知:"你的 ticket 上线了"
整个流程人工干预只有 2 处:
- PM 描述需求
- 工程师终审 PR
中间所有"代码层面"的事,AI 接力完成。
这种工作流让小团队(3-5 人)能做出过去 20 人团队的产出。
19.12 本章小结
- 三种 GitHub 集成:Codex Web 链接 / GitHub App(@提及)/ Action(自动触发)
- Web 链接最简单,适合个人
- GitHub App 适合团队 ad-hoc 调用
- Action 适合规则化的自动流程
- SSH Remote 让 Codex 操作远程 devbox
- AI 友好的项目配置:AGENTS.md + Skills + Issue 模板 + Action
- 安全:不 push main、CI 必跑、最小权限、敏感仓库不接
- 个人轻量玩法:自己给自己 review、健康检查、自动翻译
- 顶级团队的工作流:人工只在"提需求"和"终审",中间全 AI
第六篇结束。下一篇我们看实战中的"坑"和"边界"。从 第二十章 · 常见问题与避坑 开始。