GPT в командной строке: как запустить Codex CLI и работать с кодом

«GPT в командной строке» — это не особая версия ChatGPT, которую нужно найти в окне терминала. Обычно так называют работу с моделью через CLI-инструмент: вы вводите задачу командой, а инструмент читает файлы проекта, предлагает изменения и может запустить проверки.

Для работы с кодом у OpenAI есть официальный Codex CLI. Он запускается из каталога проекта и помогает просматривать код, вносить изменения, выполнять команды и повторять однотипные задачи. Подробности установки и запуска меняются, поэтому перед началом сверяйтесь с официальной инструкцией Codex CLI.

Что именно вы запускаете

Полезно сразу развести три похожих слова.

ChatGPT — сервис с диалоговым интерфейсом. OpenAI API — прямой программный доступ, когда ваше приложение само отправляет HTTP-запросы или использует SDK. Codex CLI — инструмент командной строки для работы с проектом: он получает задачу в терминале и действует в рамках локальной конфигурации разрешений.

Это разные маршруты. Если вам нужно встроить генерацию текста в собственный сервис, смотрите в сторону API — для такого сценария пригодится пример запроса к OpenAI API через curl. Если нужно попросить агента разобраться в существующем репозитории, предложить правку и запустить тесты из терминала, подходит CLI.

И ещё одно различие, которое часто портит объяснение: доступ к зарубежному цифровому сервису не равен оплате OpenAI API. Если вам отдельно нужна подписка или другой цифровой товар, можно посмотреть каталог Amber Market: актуальные услуги и условия проверяются перед заказом, оплатить заказ можно через СБП. Это не часть установки Codex CLI и не пополнение баланса API.

Установка Codex CLI

Если в системе уже установлен Node.js и доступен npm, базовая команда выглядит так:

npm i -g @openai/codex

Команда устанавливает CLI глобально, чтобы codex был доступен из разных каталогов. Способ установки и требования могут обновляться, поэтому перед запуском проверьте актуальную официальную страницу о доступности Codex. Если нужен отдельный разбор скачивания и первого запуска, откройте инструкцию по установке Codex OpenAI.

Затем перейдите в папку проекта:

cd /путь/к/проекту
codex

Вместо /путь/к/проекту подставьте реальный путь — например, ~/projects/site в macOS или Linux либо C:\Users\Имя\projects\site в Windows. После запуска выберите предложенный способ входа и дождитесь приглашения для задания.

Первый запрос лучше сделать разведочным:

Изучи проект в /путь/к/проекту. Сначала кратко опиши структуру и точки запуска. Не меняй файлы. Затем перечисли, что нужно проверить для задачи: «добавить валидацию формы регистрации».

Здесь заменяются два поля: путь проекта и ваша задача. Ожидаемый результат — не «магическое исправление», а короткое описание структуры и план проверки. Такая формулировка оставляет вам возможность остановить неудачный план до изменения файлов.

Интерактивный сценарий: сначала понять, потом менять

Когда структура проекта понятна, можно дать более полный запрос:

Изучи проект в {PROJECT_PATH}. Сначала кратко опиши структуру. Затем предложи план для {TASK}. Не меняй файлы, пока я не подтвержу план. После изменений запусти {TEST_COMMAND} и покажи diff.

Замените:

• {PROJECT_PATH} — путь к каталогу проекта;
• {TASK} — конкретную задачу, например «добавить обработку пустого email в форме»;
• {TEST_COMMAND} — реальную проверку проекта, например npm test, pnpm test или pytest.

Хорошая задача содержит наблюдаемое поведение. «Сделай код лучше» заставляет угадывать критерий успеха. «Добавь проверку пустого email, сохрани текущий формат ошибок и запусти npm test» уже задаёт границы.

После плана проверьте три вещи: агент понял нужную папку, предлагает изменения именно для вашей задачи, а команда проверки существует в проекте. Затем подтвердите план, если он подходит.

После внесения изменений не принимайте фразу «готово» за доказательство. Посмотрите diff:

git diff -- .

Проверьте, что не появились случайные файлы, секреты или правки за пределами задачи. Затем выполните тесты самостоятельно или попросите Codex запустить их повторно. Если тесты завершились ошибкой, важен полный текст ошибки, а не бодрое резюме рядом с ней.

Режимы разрешений и сетевого доступа имеют значение: в зависимости от локальной конфигурации среда может ограничивать запись и сеть. OpenAI описывает sandbox и отключённый по умолчанию сетевой доступ для соответствующих режимов, но фактические возможности зависят от выбранных разрешений. Не выдавайте проекту больше доступа, чем нужно конкретной задаче.

Повторяемый запуск через codex exec

Интерактивная сессия удобна для обсуждения плана. Для повторяемого сценария, который нужно запускать одинаково, используйте codex exec:

codex exec --full-auto "В проекте {PROJECT_PATH} выполни {TASK}. После этого запусти {TEST_COMMAND}, не скрывай ошибки и выведи краткое резюме изменений."

Например:

codex exec --full-auto "В проекте ./demo-app добавь проверку пустого пароля в форме входа. После этого запусти npm test, не скрывай ошибки и выведи краткое резюме изменений."

Здесь ./demo-app — путь, задача описывает ожидаемую правку, а npm test — команда проверки именно этого проекта. Ожидаемый результат — изменённые файлы, вывод проверки и краткое резюме. Но --full-auto не означает «можно ничего не читать». Такой запуск расширяет самостоятельность инструмента, поэтому перед использованием убедитесь, что находитесь в правильном каталоге, а разрешения подходят для задачи.

Безопасный рабочий порядок остаётся тем же:

git status --short
git diff -- .
npm test

Замените npm test на команду, принятую в вашем проекте. Если рабочее дерево уже содержит ваши изменения, сначала зафиксируйте для себя их состояние: иначе будет сложнее отличить старый diff от результата запуска.

Какие задачи удобно дать CLI в первый раз

Начните с маленькой задачи, где легко увидеть результат:

Найди, где в проекте формируется заголовок главной страницы. Объясни путь данных и назови файлы, которые пришлось бы изменить. Пока ничего не меняй.

Следующий уровень — правка с проверкой:

Добавь тест для функции normalizeEmail, не меняя её поведение для уже поддерживаемых входных данных. Запусти тесты этой функции и покажи diff.

Ещё один полезный сценарий — объяснение ошибки:

Запусти {TEST_COMMAND}. Разбери первую ошибку: укажи файл, причину и минимальное исправление. Не исправляй остальные проблемы, пока я не подтвержу.

В каждой заготовке замените placeholder на данные проекта. Укажите ожидаемый результат и способ проверки — тогда запрос становится рабочим заданием, а не набором ключевых слов «GPT командной строкой». Для смежной задачи — обработки текста через терминал — можно перейти к примеру работы с GPT из командной строки.

Какие выводы проверять перед принятием

Codex CLI не заменяет ревьюера и не отменяет ответственность за изменения. Он может быстро найти связь между файлами, предложить патч и выполнить команду, но вы всё равно проверяете:

• соответствует ли diff задаче;
• не изменились ли конфигурация и зависимости без причины;
• прошли ли нужные тесты;
• не скрыты ли ошибки в сокращённом выводе;
• не использовались ли лишние разрешения или сетевые действия.

Если нужен прямой вызов модели из скрипта, это уже задача для OpenAI API и отдельного материала про curl или SDK. Если нужно работать с кодом в терминале, начните с codex: опишите проект, согласуйте план, внесите небольшую правку и подтвердите результат diff и тестами.