资源介绍
视频数量：93个
总时长：19小时22分
课程介绍：
Codex智能体编程实战大师课
想象一下这样一个工作场景，你打开终端，输入一句自然语言指令，几十秒过去，一个完整的项目骨架就出现在你面前，数据库表结构建好了，爬虫程序跑起来了，甚至连接口文档都自动生成完毕。这不是科幻电影里的桥段，而是此刻正在发生的现实。OpenAI推出的Codex工具把"以智能体为先"的开发范式从概念变成了日常，而接下来要介绍的这门课程，就是带你系统掌握这一切的实战手册。
这门课由意大利资深IT培训师Mirko Baragiani主讲，全程超过19个小时，包含93节视频课。课程的核心思路非常清晰：不是把整个项目一股脑儿丢给AI，然后祈祷结果不错，而是采用"人在环路中"的渐进式工作方法，把大任务拆成小任务，让单个智能体处理单个环节，开发者在关键节点进行审查和干预。这种细粒度的协作方式，既能充分利用AI的爆发力，又不会丧失对代码质量的掌控。
一、从零开始认识Codex：
课程的前几节会先帮你建立对Codex的完整认知。讲师会带你了解Codex是什么、它和传统的Copilot类工具有什么本质区别，以及为什么"以智能体为先"会成为接下来几年软件开发的主流范式。安装配置环节会一步步带你把Codex部署到本地环境，并熟悉它的操作界面和核心交互逻辑。这一部分看似基础，其实非常关键，因为很多人对AI编程工具的误解就出在第一步——没有真正理解工具的设计哲学，后续用起来自然事倍功半。
二、第一个实战项目：番茄钟计时器：
学完基础之后，立刻进入第一个完整项目的开发。一个看似简单的小应用，背后其实涉及需求拆解、提示词撰写、代码生成、测试验证、迭代优化这一整套流程。讲师会带你从最初的概念构思开始，一步步用Codex把番茄钟计时器做出来。你会看到，一个好的提示词应该长什么样，Codex在接收到指令后是如何规划工作的，以及当第一版结果不理想时，应该如何调整提示让输出更精准。这个项目虽然体量不大，但完整跑通了"从想法到代码"的闭环。
三、网络爬虫项目：把开发能力推到真实场景：
接下来的章节是整门课的重头戏之一，Hacker News网络爬虫项目。这个项目被拆成了七个阶段，从最初的项目结构搭建，到爬虫核心逻辑编写，再到数据持久化存储，最后到数据可视化展示和面向对象重构。你会学到如何让Codex理解一个复杂的业务需求，如何在不同阶段给智能体下达精准指令，以及如何在多个提示之间保持上下文的一致性。这个项目的价值在于，它模拟了真实开发中"渐进式交付"的节奏——不是一锤子买卖，而是持续打磨。
四、掌控项目行为：AGENTS.md配置文件：
很多用过AI编程工具的人都会遇到一个困惑：每次开启新会话，AI好像就"失忆"了，不知道项目的背景约定。Codex提供的AGENTS.md文件就是解决这个问题的一把钥匙。课程会专门用一章来讲这个文件的用法，包括它的基本结构、与AGENTS.override.md的关系，以及如何用它来为智能体设定项目级别的行为规范。讲师还会用一个天气预报应用的实例，演示怎么写一份高质量的AGENTS.md，让Codex在每次启动时都能自动遵循你设定的规则。
五、连接外部世界：模型上下文协议：
如果说前面的内容是在Codex内部打转，那么模型上下文协议这一章则是打开了一扇通往外部世界的大门。MCP让Codex能够调用各种外部工具和数据源，课程会以CoinMarketCap加密货币数据项目为例，教你如何配置和使用MCP服务器，让Codex能够访问实时行情数据并完成相应的数据处理任务。这一部分对于想做数据驱动型应用的开发者来说尤其重要。
六、智能体能力扩展：Skills、Plugins与Subagents：
课程最后几个核心章节集中讲解Codex的三种高级能力扩展机制。Skills技能系统可以理解为给智能体加载特定的技能包，比如课程里的语音助手项目就展示了如何让Codex获得语音处理能力。Plugins插件机制则更进一步，能够在Codex中集成调试等复杂工作流，自动调试器项目演示了如何利用插件让代码排错变得自动化。Subagents子智能体则是一种多智能体协作模式，HR仪表盘项目展示了如何让多个专业智能体各司其职，共同完成一个复杂的业务系统。这三个机制结合起来，才是Codex真正区别于普通代码补全工具的核心所在。
七、提示词工程的系统方法：
提示词工程单独占了一个附录章节，篇幅并不短。讲师会从基础概念讲起，介绍如何迭代优化一个提示词，并通过实际练习让你体验从初版提示到最终版提示的演进过程。特别有价值的是"专业化模式"的三个部分，通过大量的模式讲解，让你能针对不同任务类型写出高效精准的提示词。这一章的内容不仅适用于Codex，几乎所有大语言模型的交互场景都能受益。
八、基础知识附录：零基础也能跟上：
考虑到部分学员可能编程基础薄弱，课程贴心地准备了三个语言附录。Python附录从环境搭建讲起，涵盖变量与常量、数据类型转换、数学运算、字符串处理、条件判断、循环结构、函数定义与递归等核心语法点。JavaScript附录同样从零起步，讲解变量、运算符、控制流、循环、函数、数组对象以及JSON数据处理。Flask框架附录则介绍了如何用Python搭建一个轻量级Web服务。这些附录虽然不是课程的核心主线，但足以让一个编程新手具备跟上主课程所需的全部前置知识。
学完整个课程之后，你收获的不仅仅是对Codex这款工具的熟练操作，更是一种全新的开发思维模式。你会习惯于把复杂任务拆解成智能体能处理的子任务，会懂得如何用提示词精准驱动AI生成符合预期的代码，会掌握通过配置文件、插件、子智能体等多种机制来扩展Codex能力的实用技巧。更重要的是，你会在真实的项目迭代中建立起对AI编程的判断力，知道什么时候该信任它、什么时候该介入、什么时候该推翻重来。
这门课适合有一定编程基础但想转型智能体开发的从业者，适合对AI编程好奇但不知道从何下手的产品经理和技术管理者，也适合已经在用Copilot类工具但想更深入一步的全栈开发者。如果你之前用过一些AI编程助手，却总觉得输出质量不稳定，或者不知道如何让AI真正参与到项目的完整生命周期中，那么这门课会给你一个清晰的答案。