大家好，我是程序員魚皮。

　　最近 AI 圈兒也太鬧騰了，4 月 23 號(hào) OpenAI 發(fā)布了 GPT-5.5，緊接著第二天 DeepSeek 就放出了 V4，兩個(gè)重磅模型前后腳上線。

　　光看跑分沒什么意思，模型好不好用，還得拿真實(shí)項(xiàng)目來檢驗(yàn)。

　　正好 OpenAI 的 Codex 桌面端這段時(shí)間更新很猛，已經(jīng)從一個(gè)純 AI 編程工具進(jìn)化成了支持 Computer Use、插件市場(chǎng)、內(nèi)置瀏覽器的「超級(jí) App」。

　　所以這篇文章，我全程用 Codex + GPT-5.5 來開發(fā)一個(gè)完整的全棧項(xiàng)目，后端對(duì)接 DeepSeek V4 的 API 實(shí)現(xiàn) AI 能力。

　　看完這期，你能學(xué)會(huì) Codex 的使用方法、感受新模型的實(shí)際能力、掌握 AI 編程的實(shí)用技巧，可謂一舉三得。

　　點(diǎn)個(gè)收藏，咱們開始~

　　需求分析

　　這次要做的項(xiàng)目叫「項(xiàng)目學(xué)習(xí)助手」（project-helper），核心需求很簡(jiǎn)單：

　　用戶輸入一個(gè) GitHub 倉(cāng)庫(kù)地址，系統(tǒng)自動(dòng)克隆項(xiàng)目并分析源碼，生成一份通俗易懂的完整分析報(bào)告。報(bào)告涵蓋項(xiàng)目概述、技術(shù)棧、目錄結(jié)構(gòu)、核心模塊、數(shù)據(jù)流、設(shè)計(jì)模式、閱讀建議等，真正做到「傻子也能懂」。分析過程實(shí)時(shí)推送進(jìn)度，已經(jīng)分析過的項(xiàng)目自動(dòng)緩存，不用重復(fù)分析。

　　另外，用戶還可以針對(duì)源碼進(jìn)行交互式問答，AI 會(huì)自主搜索代碼、讀取文件來回答問題，支持流式輸出。

　　這樣一來，你可以快速學(xué)會(huì)任何開源項(xiàng)目，哪怕面對(duì)幾萬行代碼的倉(cāng)庫(kù)，也完全不虛。

　　方案設(shè)計(jì)

　　如果你完全沒有任何技術(shù)基礎(chǔ)，可以讓 AI 幫你完成方案設(shè)計(jì)。

　　但這里為了節(jié)省時(shí)間和 tokens，我直接告訴 AI 怎么做。

　　項(xiàng)目采用前后端分離架構(gòu)：

　　后端用 Python FastAPI + LangChain + SQLite

　　前端用 Vue 框架

　　AI 能力對(duì)接 DeepSeek V4 的 API

　　AI 分析和 AI 問答能力的實(shí)現(xiàn)還是有點(diǎn)小技巧的，如果一個(gè)代碼倉(cāng)庫(kù)有幾萬行，難道要全部扔給 AI 自己去分析么？

　　我的思路是， 采用 AI 工具調(diào)用（Tool Use）的方式，給 AI 提供讀取文件、搜索代碼、獲取倉(cāng)庫(kù)結(jié)構(gòu)等工具，剩下的交給 AI 自己判斷該看哪些文件、該怎么組織答案。這也是 DeepSeek V4 專門優(yōu)化過的 Agentic 場(chǎng)景。

　　
環(huán)境準(zhǔn)備 Codex 配置

　　打開 Codex，首先確認(rèn)模型列表里有 GPT-5.5。如果看不到，大概率是賬號(hào)的問題，可能需要開通更高級(jí)的會(huì)員，我這里用的是 Plus 會(huì)員。

　　可以看到界面上已經(jīng)有了 GPT-5.5 模型選項(xiàng)，還支持調(diào)節(jié)智能程度（低 / 中 / 高 / 超高），我選擇「高」。

　　左下角進(jìn)入設(shè)置，把工作模式切換為「用于編程」，這樣 AI 的回復(fù)會(huì)更專業(yè)、更適合開發(fā)場(chǎng)景：

　　
安裝 AI 擴(kuò)展

　　Codex 的 AI 擴(kuò)展主要包括三類：

　　MCP 服務(wù)，用于連接外部工具連接

　　Agent Skills 技能包，讓 AI 學(xué)會(huì)特定的專業(yè)技能

　　Plugins 插件，給 AI 增加更多能力

　　官方自帶了一些內(nèi)置的插件和技能，比如 Computer Use、Browser Use、PDF 處理、演示文稿編輯等：

　　不過這次項(xiàng)目需要的幾個(gè)擴(kuò)展，Codex 默認(rèn)沒有，得自己安裝。

　　我們需要下面 3 個(gè)擴(kuò)展：

　　Firecrawl：聯(lián)網(wǎng)搜索和網(wǎng)頁(yè)抓取，讓 AI 能獲取最新的技術(shù)信息

　　Context7：查詢最新的技術(shù)文檔和 API 用法，減少 AI 瞎編的情況

　　UI UX Pro Max：前端美化技能，讓生成的頁(yè)面更有設(shè)計(jì)感

　　你可以在 Codex 設(shè)置里手動(dòng)添加 MCP 服務(wù)：

　　但是，要手動(dòng)填寫一堆參數(shù)，真特么麻煩??！

　　雖然也可以直接編輯~/.codex/config.toml配置文件來添加 MCP 服務(wù)，但還是很麻煩。

　　這點(diǎn)上 Codex 的體驗(yàn)不如 Copilot 和 Cursor 的可視化安裝，Copilot 甚至直接把 MCP 集成到了 VSCode 擴(kuò)展市場(chǎng)里，一鍵搜索安裝就行。

　　好在我們可以換一種方式，用每個(gè) AI 服務(wù)提供的命令來快速安裝。

　　1、安裝 Firecrawl

　　Firecrawl 是一個(gè)聯(lián)網(wǎng)搜索和網(wǎng)頁(yè)抓取工具，能讓 AI 在開發(fā)前先搜索最新的技術(shù)信息和文檔。我們的項(xiàng)目需要它來查詢 DeepSeek V4 的最新 API 用法。

　　打開終端，輸入下列命令：

　　npx -y firecrawl-cli@latest init --all --browser


　　執(zhí)行后，會(huì)自動(dòng)打開瀏覽器，要在彈出的頁(yè)面中點(diǎn)擊授權(quán)：

　　安裝完成后，會(huì)自動(dòng)注冊(cè) 12 個(gè)相關(guān)技能：

　　在 Codex 的技能管理中，就能看到新添加的 Firecrawl 相關(guān)技能了：

　　
2、安裝 Context7

　　Context7 是一個(gè)技術(shù)文檔查詢工具，讓 AI 能獲取到各種框架和庫(kù)的最新官方文檔，避免用過時(shí)的 API 寫代碼。

　　先在終端輸入一行命令來安裝：

　　npx ctx7@latest setup


　　它會(huì)問是安裝 MCP 服務(wù)還是 CLI + Skills，這里我選擇 CLI + Skills。你會(huì)發(fā)現(xiàn)，現(xiàn)在越來越多工具已經(jīng)從 MCP 轉(zhuǎn)向 CLI + Skills 的方式了：

　　同樣在彈出的網(wǎng)頁(yè)中授權(quán)，不用自己獲取和輸入 API Key，太方便了！

　　然后選擇要給哪個(gè) AI 編程工具安裝，我選擇為 Codex 安裝：

　　安裝成功：

　　在 Codex 中確認(rèn)已安裝的技能：

　　當(dāng)然，你也可以選擇安裝 MCP Server 的方式：

　　安裝后，在 Codex 的 MCP 服務(wù)器設(shè)置里，就能看到 Context7 MCP 了，這不比自己手動(dòng)填參數(shù)方便多了？

　　
3、安裝 UI UX Pro Max

　　這是一個(gè)前端美化技能包，能讓 AI 生成的頁(yè)面更有設(shè)計(jì)感，不會(huì)有一大堆的 Emoji。

　　輸入一行命令：

　　uipro init


　　選擇為 Codex 安裝技能：

　　安裝成功：

　　在 Codex 的技能管理中，能看到新技能：

　　至此，環(huán)境準(zhǔn)備完成！下次開發(fā)項(xiàng)目時(shí)，就不用再重復(fù)準(zhǔn)備了~

　　新建一個(gè)project-helper項(xiàng)目文件夾，在 Codex 中打開：

　　然后輸入提示詞。這里分享一下我實(shí)際用的提示詞，給大家參考：

　　## 角色

你是一個(gè)全棧工程師，擅長(zhǎng) Python + FastAPI + LangChain 開發(fā)。
## 任務(wù)
開發(fā)一個(gè)叫 project-helper（項(xiàng)目學(xué)習(xí)助手）的 Web 應(yīng)用，幫助用戶快速讀懂任意開源項(xiàng)目的源碼，傻子也能懂。
用戶輸入一個(gè) GitHub 倉(cāng)庫(kù)地址，系統(tǒng)自動(dòng)克隆項(xiàng)目并分析源碼，生成一份通俗易懂的完整分析報(bào)告，涵蓋項(xiàng)目概述、技術(shù)棧、目錄結(jié)構(gòu)、核心模塊、數(shù)據(jù)流、設(shè)計(jì)模式、閱讀建議等。分析過程實(shí)時(shí)推送進(jìn)度，已分析過的項(xiàng)目自動(dòng)緩存，無需重復(fù)分析。
用戶還可以針對(duì)源碼進(jìn)行交互式問答，給 Agent 提供讀取文件、搜索代碼等工具，讓 AI 自主查找代碼來回答問題，支持流式輸出。
## 技術(shù)棧
-后端：Python FastAPI + LangChain + SQLite + 對(duì)接 DeepSeek V4 模型
-前端：Vue，前后端分離
## 要求

1.頁(yè)面需要閱讀舒適，具有科技感，代碼塊有語(yǔ)法高亮，使用 UI UX Pro Max 技能美化頁(yè)面
2.開發(fā)前，先通過 Firecrawl 聯(lián)網(wǎng)搜索信息，通過 Context7 查詢最新技術(shù)文檔和用法
3.必須生成完整可運(yùn)行的代碼，每步完成后必須自主測(cè)試驗(yàn)證


　　簡(jiǎn)單解讀一下這段提示詞的幾個(gè)要點(diǎn)：

　　角色定義放在最前面，讓 AI 進(jìn)入全棧工程師的狀態(tài)

　　任務(wù)描述用自然語(yǔ)言把需求講清楚

　　技術(shù)棧只列關(guān)鍵選型，讓 AI 自己決定具體實(shí)現(xiàn)方案

　　最后兩條要求是關(guān)鍵，讓 AI 先查文檔再寫代碼，避免瞎編寫法；讓 AI 開發(fā)完后自主測(cè)試，減少翻車

　　模型我選擇 GPT-5.5，智能程度選「高」，權(quán)限給完全訪問（主要圖個(gè)省事兒）：

　　注意，如果你想讓 AI 測(cè)試得更完整，可以先獲取好 DeepSeek 的 API Key 并直接寫在提示詞里。否則沒有 API Key，AI 是沒法完成大模型調(diào)用測(cè)試的。

　　把上述提示詞發(fā)送給 AI，接下來就是漫長(zhǎng)的等待了。

　　我這次等了 9 分鐘，這期間一直在做提肛，有了 AI 編程后運(yùn)動(dòng)量也拉上來了~

　　AI 生成了完整的前端和后端項(xiàng)目代碼，還自動(dòng)寫好了項(xiàng)目文檔：

　　點(diǎn)擊右上角可以查看生成的所有代碼文件，總共 19 個(gè)文件、1644 行代碼：

　　點(diǎn)擊右上角查看項(xiàng)目概覽，可以看到進(jìn)度、生成結(jié)果、信息來源等。

　　注意看「來源」那欄，我們提供的 3 個(gè)技能 AI 都用上了。Firecrawl 用來搜索信息，UI UX Pro Max 用來美化頁(yè)面，Context7 用來查文檔：

　　感興趣的同學(xué)可以看下 AI 生成的核心代碼。比如問答模塊利用 LangChain 實(shí)現(xiàn)了一個(gè)能調(diào)用read_file（讀取文件）、grep_code（搜索代碼）、repo_map（獲取倉(cāng)庫(kù)結(jié)構(gòu)）這 3 個(gè)工具的 Agent，AI 會(huì)自主決定調(diào)用哪些工具來回答用戶的問題。

　　
測(cè)試驗(yàn)證

　　接下來需要獲取 DeepSeek 的 API Key，進(jìn)入 DeepSeek 開放平臺(tái)，創(chuàng)建 API Key，記得不要泄露哦！

　　大家在使用某個(gè) AI 大模型時(shí)，記得要關(guān)注一下價(jià)格。比如目前 DeepSeek 的 V4-Flash 百萬 tokens 輸入只要 1 元、輸出 2 元；V4-Pro 輸入 3 元、輸出 6 元（限時(shí) 2.5 折優(yōu)惠到 5 月 5 號(hào)）。緩存命中的話更便宜，V4-Flash 輸入低至 0.02 元/百萬 tokens。

　　但是 DeepSeek 目前還沒有 Coding Plan，不太建議拿它來 AI 編程，估計(jì)消耗的 tokens 會(huì)讓很多同學(xué)吃不消。但是用它來做 AI 應(yīng)用的大腦非常合適，性價(jià)比很高。

　　根據(jù) AI 給出的指引，在 Codex 中打開終端，設(shè)置環(huán)境變量，把 API Key 改為你自己的：

　　exportDEEPSEEK_API_KEY=你的_key
exportDEEPSEEK_MODEL=deepseek-v4-pro


　　不過這種export方式是臨時(shí)的，終端一關(guān)就沒了。

　　更好的做法是讓 AI 搞一個(gè)環(huán)境變量配置文件，我們手動(dòng)填寫就行。

　　AI 很快完成了任務(wù)，新增了.env和.env.example環(huán)境變量文件：

　　注意，如果你的項(xiàng)目要開源，一定記得在.gitignore中忽略.env文件，防止 API Key 泄露到 GitHub 上。

　　然后直接在編輯器中打開.env文件，把 API Key 填進(jìn)去：

　　配置完環(huán)境變量后，讓 AI 重啟項(xiàng)目：

　　接下來人工測(cè)試一下。打開網(wǎng)頁(yè)，輸入一個(gè) GitHub 倉(cāng)庫(kù)地址，比如我之前帶大家開發(fā)的 AI 零代碼應(yīng)用生成平臺(tái)：

　　雖然頁(yè)面的布局和風(fēng)格中規(guī)中矩，但功能是完全正常的。DeepSeek V4 生成的分析結(jié)果還挺靠譜的，包含了項(xiàng)目概述、技術(shù)棧分析：

　　還有核心模塊詳解、數(shù)據(jù)流分析、新手閱讀建議等等，內(nèi)容是準(zhǔn)確的，生成速度也比較快：

　　再來測(cè)試下源碼問答功能，問它：項(xiàng)目用了哪些設(shè)計(jì)模式？

　　AI 調(diào)用了工具自己去翻代碼，很快就列舉出來了，包括門面模式、策略模式等，每個(gè)模式都標(biāo)注了對(duì)應(yīng)的源碼文件路徑：

　　核心功能測(cè)試沒問題。但如果項(xiàng)目要正式上線，還要測(cè)試一堆邊界條件，比如倉(cāng)庫(kù)不存在怎么辦？網(wǎng)絡(luò)斷了會(huì)不會(huì)崩？緩存命中的邏輯對(duì)不對(duì)？

　　一個(gè)個(gè)手動(dòng)測(cè)太麻煩了，干脆直接讓 AI 幫忙。

　　Codex 內(nèi)置了 Browser Use 插件，輸入@Browser Use使用插件，讓 AI 自主測(cè)試：

　　自主測(cè)試所有功能，出了問題自動(dòng)修復(fù)，確保所有功能正?？捎?br/>

　　可以看到 AI 在 Codex 內(nèi)部打開了一個(gè)瀏覽器，它會(huì)自己點(diǎn)擊頁(yè)面、輸入倉(cāng)庫(kù)地址、查看分析結(jié)果、測(cè)試問答功能，全程自主操作。這期間我又做了一會(huì)兒提肛，提麻了。

　　等了大概 9 分鐘，AI 完成了端到端的自主測(cè)試，還修復(fù)了好幾個(gè)它自己發(fā)現(xiàn)的 Bug：

　　至此項(xiàng)目就開發(fā)完了，是不是很簡(jiǎn)單？

　　你還可以繼續(xù)讓 AI 優(yōu)化前端布局、給報(bào)告中增加 Mermaid 流程圖、支持導(dǎo)出報(bào)告文件等等，發(fā)揮想象力自由擴(kuò)展吧~

　　我的感受

　　最后聊聊我用 Codex、GPT-5.5 和 DeepSeek V4 的真實(shí)感受。

　　先說 Codex，Codex 的界面主打一個(gè)簡(jiǎn)潔，第一眼看上去甚至不像 AI 編程工具，更像個(gè) AI 聊天助手。但功能其實(shí)比較完整，比如 MCP 和 Skills 擴(kuò)展、插件市場(chǎng)、自動(dòng)化、Git 集成、Browser Use、Computer Use，AI 編程所需的工程能力基本都具備了。

　　不過缺點(diǎn)也很明顯。默認(rèn)可用的模型有限，不像 Cursor 和 Copilot 原生就整合了 Claude、GPT、Gemini 各種模型隨便切。易用性也差了一些，從 MCP 配置那里大家應(yīng)該已經(jīng)感受到了。Copilot 可以直接在擴(kuò)展市場(chǎng)一鍵搜索安裝 MCP，Cursor 也支持可視化編輯 JSON 配置，Codex 這邊還得自己折騰命令行或者手寫 TOML。

　　再說說 GPT-5.5 模型。有一說一，我測(cè)了幾個(gè)全棧項(xiàng)目，并沒有明顯感受到 GPT-5.5 和 Claude Opus 模型的差距。只要提示詞到位，基本都能一把梭全棧項(xiàng)目的前端和后端，而且核心業(yè)務(wù)流程大概率一次性跑通。前端表現(xiàn)嘛，中規(guī)中矩，雖然實(shí)現(xiàn)了響應(yīng)式，但 UI 沒有特別驚艷的地方。。。

　　再看看 GPT-5.5 的成本。以開發(fā)前面這個(gè)項(xiàng)目為例，共消耗了 13 萬 tokens，上下文用了 50%。Codex 桌面端目前上下文容量是 258K，開發(fā)簡(jiǎn)單的全棧項(xiàng)目沒問題，但復(fù)雜工程項(xiàng)目可能會(huì)有壓力。

　　我目前開的是 GPT Plus 會(huì)員，一個(gè)月 20 刀（150 元左右），每 5 小時(shí)和每周有限額。做完這個(gè)項(xiàng)目，5 小時(shí)的額度基本就用完了，不算擴(kuò)展功能的話，1 周差不多能做 5 個(gè)完整項(xiàng)目。

　　最后說說 DeepSeek V4。

　　我們團(tuán)隊(duì)之前的業(yè)務(wù)有接入 DeepSeek V3，也在帶大家做的項(xiàng)目中用過 V3。這次把 V4 接到業(yè)務(wù)里，生成速度還是挺快的，效果比 V3 提升明顯，尤其是對(duì)代碼的理解和分析能力。而且有了 100 萬 tokens 的超長(zhǎng)上下文支持，讓我們可以做更重的 AI 應(yīng)用，比如深度研究、復(fù)雜項(xiàng)目源碼的全局分析等等。

　　看一下實(shí)際的 API 消耗，測(cè)試過程中用了 27 次請(qǐng)求，消耗了 5 萬多 tokens，花費(fèi) 0.15 元。按正常用戶使用量算，一天 1000 次請(qǐng)求大約消耗 5.5 元，性價(jià)比很高。

　　總的來說，后續(xù)我不太會(huì)繼續(xù)用 Codex 來做日常 AI 編程，做復(fù)雜項(xiàng)目時(shí)會(huì)選擇 GPT-5.5 或 Claude Opus 模型，但開發(fā) AI 應(yīng)用時(shí)會(huì)優(yōu)先對(duì)接 DeepSeek V4 的 API，便宜好用。

　　OK 就分享到這里，本文會(huì)收錄到我免費(fèi)開源的，上千張圖、幾十萬字，帶你從 0 開始快速學(xué)會(huì) AI 編程，做出自己的產(chǎn)品、跑通變現(xiàn)全流程，一次拿捏。

開源指路：https://github.com/liyupi/ai-guide