GPTMap

Codex Cloud 设置指南：环境配置、云端任务与 codex cloud 命令

Codex Cloud（官方称 Codex Web）是跑在云端的 Codex 形态：任务在按 GitHub 仓库组织的云端环境里执行，本地 CLI 可以用 codex cloud 子命令提交、查看并把 diff 拉回本地。本文按 openai/codex 仓库 rust-v0.156.1 源码把设置路径与命令面讲清。

TL;DR
Codex Cloud 是 Codex 的云端形态（官方入口 chatgpt.com/codex，源码内称 Codex Web）：任务在绑定 GitHub 仓库的云端环境里跑。CLI 侧有实验性子命令 codex cloud（别名 cloud-tasks），含 exec（--env 必填、--attempts 1-4 做 best-of-N、--branch 指定分支）、status、list、apply、diff 五个子命令；不带参数直接运行则进入浏览任务的 TUI，Ctrl+O 切换环境。
Codex Cloud 是 OpenAI Codex 的云端执行形态（在 openai/codex 仓库中称为 Codex Web）：编码任务在官方托管的云端环境中运行，环境按 GitHub 仓库组织，结果以 diff 形式交回，可在本地审阅后应用。

操作步骤

  1. 在 Codex Web 侧准备环境

    打开 chatgpt.com/codex，按界面提示关联 GitHub 并为目标仓库创建云端环境（具体入口与字段以产品内显示为准）。环境是按仓库组织的，先确认目标仓库已接入。

  2. 在本地仓库验证环境探测

    在本地 clone 里运行 codex cloud 进入任务浏览 TUI；CLI 会读 git remote 的 GitHub origin 自动匹配云端环境，Ctrl+O 可切换环境。

  3. 提交一个云端任务

    运行 codex cloud exec 加任务描述与 --env 环境 ID；需要多次尝试加 --attempts 2（上限 4），指定分支用 --branch。

  4. 查看进度与结果

    用 codex cloud status 或 list 跟踪任务状态；完成后用 codex cloud diff 查看补丁。

  5. 把结果应用到本地

    审阅无误后运行 codex cloud apply 加任务 ID，把云端 diff 落到本地工作区，再走正常测试与提交流程。

Codex Cloud 是 OpenAI Codex 的云端执行形态——openai/codex 仓库的 README 把话说得很直白：要找云端 Agent（仓库内称 Codex Web），入口在 chatgpt.com/codex。与本地 CLI 不同，云端任务跑在官方托管的环境里，代码在云端副本上修改，产出是一份可以拉回本地的 diff。本文按 openai/codex 仓库 rust-v0.156.1 tag（2026-09-23 发布）的源码，把环境模型与 codex cloud 命令面逐条核对后整理成上手路径。

1. 三种形态里的 Cloud

Codex 家族有三种工作形态：本地 CLI、IDE 扩展、Codex Cloud。三者共享模型与工程能力，差别在执行位置——Cloud 把执行搬到官方托管的云端环境，适合长任务、批量任务和"人不在环上"的工作。形态选型本身已有专文，本文聚焦 Cloud 的设置与命令面（参见《Codex CLI vs IDE 扩展 vs Codex Cloud：三种形态怎么选》）。

2. 前置条件

  • 一个有 Codex 使用权限的 ChatGPT 账号（可用性与档位以账号内显示为准）
  • 目标代码托管在 GitHub——云端环境按 GitHub 仓库组织，CLI 侧的环境探测也只认 GitHub 形式的 git remote（见第 3 节）
  • 本地已安装 Codex CLI 并完成登录（安装与登录见《OpenAI Codex CLI 入门：从零配置到日常编码流》）

3. 环境（environment）：按 GitHub 仓库组织

Codex Cloud 的核心概念是环境：每个云端环境绑定一个 GitHub 仓库，任务在对应仓库的云端副本上执行。从源码看，环境对象带 id、label、is_pinned、task_count 等字段，同一仓库可以有多个环境。

CLI 侧的环境探测是自动的：codex cloud 读取本地仓库的 git remote，把 GitHub origin 解析成 owner/repo 后去匹配云端已配置的环境（源码注释说明该行为与 VSCode 扩展一致）。因此本地 clone 的远端地址决定任务落在哪个环境——fork 与上游是两套环境。

Web 侧的环境创建在 chatgpt.com/codex 完成（具体界面字段以产品内显示为准）；本文能核实的部分是机制：环境跟着仓库走，而不是跟着目录走。

4. codex cloud 命令面（EXPERIMENTAL）

CLI 里的入口是 codex cloud（别名 codex cloud-tasks），在源码里标注为 EXPERIMENTAL——"Browse tasks from Codex Cloud and apply changes locally"。不带子命令直接运行进入浏览任务的 TUI（Ctrl+O 呼出环境选择）：

codex cloud            # 浏览云端任务的 TUI，Ctrl+O 切换环境
codex cloud-tasks      # 等价别名

脚本化用法则有五个子命令：

子命令作用
codex cloud exec不启动 TUI，直接提交一个新云端任务
codex cloud status查看某个云端任务的状态
codex cloud list列出云端任务（--env 过滤、--limit 1-20、--cursor 翻页、--json 输出）
codex cloud apply把某个任务的 diff 应用到本地工作区（--attempt 选第几份尝试）
codex cloud diff只看某个任务产出的 unified diff（同样支持 --attempt）

exec 的三个参数值得逐一说清（定义见 cli.rs）：

codex cloud exec "给登录页加上表单校验" --env env_xxx --attempts 2 --branch main
  • --env ENV_ID：必填。目标云端环境 ID，TUI 里可以浏览到（命令帮助原文：see codex cloud to browse）
  • --attempts N：best-of-N，取值 1 到 4，默认 1——让 Codex 对同一任务跑多份尝试再挑
  • --branch BRANCH：在云端跑哪条分支，默认当前分支

任务提交后的跟踪与回收：

codex cloud list --env env_xxx --json   # 列任务（--limit 1-20，--cursor 翻页）
codex cloud status <task-id>            # 单个任务状态
codex cloud diff <task-id>              # 看补丁；best-of-N 时用 --attempt 2 选第 2 份
codex cloud apply <task-id> --attempt 1 # 把选定尝试的 diff 落到本地工作区

5. 建议的工作流

  1. Web 侧为目标仓库建好环境（以产品内显示为准）
  2. 本地 codex cloud 进 TUI，确认环境被自动探测到
  3. 小任务先 exec 单发（默认 --attempts 1）；解法空间大的再开 best-of-N
  4. 完成后先 codex cloud diff 审阅，再 codex cloud apply 落本地——云端产出同样需要人工把关
  5. 任务异常先查 status.openai.com 的 Codex Web 组件（它在官方状态页组件列表里是独立条目），排除平台侧事故再查本地 git remote 与环境 ID

6. 常见错误与排查

  • 探测不到环境：查本地 git remote 是否为 GitHub 地址（探测只认 GitHub origin），以及云端是否已为该仓库建过环境
  • exec 报参数错：--attempts 只接受 1-4；--env 必填且要是真实环境 ID
  • 任务不动：先看 Codex Web 状态组件，再确认分支名在云端仓库存在
  • apply 冲突：云端产出是一份补丁；本地在任务期间改动了同一区域时，apply 后要人工处理冲突

7. 下一步

关键要点

  • 官方入口是 chatgpt.com/codex；openai/codex 的 README 明确把云端 Agent 指向该地址（仓库内称 Codex Web）
  • 云端环境按 GitHub 仓库组织：CLI 通过本地 git remote 自动探测对应环境（仅支持 GitHub origin）
  • codex cloud 是实验性子命令（别名 cloud-tasks）：exec 提交任务、status 查状态、list 列表、apply 把 diff 落到本地、diff 看补丁
  • exec 的 --attempts 接受 1-4，即 best-of-N 多次尝试；--branch 默认当前分支
  • 云端任务的可用性可在 status.openai.com 的 Codex Web 组件上核对

常见问题

同一套 Codex 能力的两种执行位置：CLI 在本地终端跑（沙箱加审批，改动落本地工作区），Cloud 在官方托管环境里跑（长任务、后台任务，产出是 diff）。CLI 里的 codex cloud 子命令就是两者之间的桥——在本地提交云端任务、查状态、把 diff 拉回工作区。

官方参考

相关文章

Codex
4 分钟

Codex CLI config.toml 完全指南：模型、审批、MCP 与分层配置

Codex CLI 的行为中心是 ~/.codex/config.toml：model 选模型、approval_policy 管审批、sandbox_mode 管边界、mcp_servers 接工具、profiles 做场景切换。本文按 codex 源码的 ConfigToml 结构把核心键位与分层机制讲清楚。

阅读全文
Codex
5 分钟

Codex CLI 沙箱模式详解：sandbox_mode 与 approval_policy 怎么配

Codex CLI 的沙箱不是开关而是四个档位：read-only、workspace-write、danger-full-access、external-sandbox，配上独立的 approval_policy 轴。本文按 Codex 源码里的枚举定义逐项讲清每个取值、子选项和组合建议。

阅读全文
Codex
10 分钟

Codex CLI 0.155 发布解读：/voice 实验性语音、Touch ID 验证 MCP 请求与 0.155.1 回退

Codex CLI 0.155.0/0.155.1 连发：实验性 /voice 语音对话（/experimental 开启）、TUI 流式 reasoning summaries、Touch ID 验证 MCP 请求、daemon 更新计划、Bedrock 凭据命令；0.155.1 把 reasoning summary 默认值恢复为 none。逐项对照 release notes 拆解。

阅读全文

订阅 GPTMap Weekly

每周一封邮件，精选 OpenAI 重要更新、深度解读与最佳实践。无广告，可随时退订。

提交后将在新标签页打开 Buttondown 完成订阅确认。

GPTMap Editorial发布于 2026-09-24 7 分钟阅读
测试环境（EEAT）
最后测试时间：2026-09-24
使用模型：gpt-6-astra
Codex#Codex Cloud#Codex Web#云端任务#codex cloud#Codex CLI