Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie do OpenAI Codex CLI
- Czym jest Codex CLI i architektura open-source Rust z 2025 roku
- Kluczowe funkcje: polecenia, operacje na plikach, wykonanie bash, wieloetapowe zadania
- Porównanie z Claude Code i innymi terminalowymi agentami
- Przegląd trybów zatwierdzania i granic bezpieczeństwa
Instalacja i konfiguracja
- Instalacja Codex CLI na macOS i Linux
- Konfiguracja kluczy API dla OpenAI i kompatybilnych dostawców
- Łączenie z lokalnymi zapleczami za pomocą Ollama i Atomic Chat
- Konfiguracja środowiska zdalnego rozwoju i SSH
Podstawowe polecenia przepływu pracy
- Uruchamianie pojedynczych poleceń i sesji wieloetapowych
- Operacje odczytu, zapisu i edycji plików z poziomu poleceń
- Wykonywanie poleceń powłoki i przekierowanie wyjść
- Zarządzanie katalogami roboczymi i kontekstem projektu
Tryby zatwierdzania i bezpieczeństwo
- Konfiguracja trybów automatycznego, pytaj-przed-wykonaniem i w pełni manualnego
- Sandboxing i sesje tylko do odczytu versus z możliwością zapisu
- Bezpieczne zarządzanie destrukcyjnymi poleceniami i usuwaniem plików
Integracja z Git i CI
- Wykorzystanie Codex CLI do generowania commitów i różnic
- Haki pre-commit z przeglądem przez agenta
- Uruchamianie Codex CLI w środowiskach CI bez interfejsu użytkownika
- Integracja z GitHub Actions i GitLab CI
Integracja z serwerami MCP
- Łączenie się z serwerami Model Context Protocol
- Rozszerzanie możliwości narzędzi za pomocą niestandardowych punktów końcowych MCP
- Tworzenie wewnętrznych narzędzi MCP dla systemów własnościowych
Obsługa wielu zapleczy
- Przełączanie między API OpenAI, Gemini i GitHub Models
- Lokalna inferencja z Ollama i samodzielnie hostowane punkty końcowe
- Strategie wyboru modelu dla opóźnienia versus jakości
Wdrażanie zespołowe i zarządzanie
- Wspólna konfiguracja i zarządzanie sekretami
- Polityki użytkowania i logowanie audytu dla przedsiębiorstw
- Konfiguracja standardowych poleceń zespołowych i zabezpieczeń
Niestandardowe polecenia i przepływy pracy
- Pisanie szablonów poleceń do ponownego wykorzystania
- Łańcuchowanie zadań dla złożonych projektów refaktoryzacji
- Przetwarzanie wsadowe wielu plików i repozytoriów
Optymalizacja wydajności
- Zrozumienie charakterystyk wydajności Rust
- Optymalizacja użycia tokenów w dużych projektach
- Zarządzanie pamięcią podręczną i stanem sesji
Rozwiązywanie typowych problemów
- Rozwiązywanie problemów z połączeniem do zapleczy
- Debugowanie niejednoznaczności poleceń i błędnych interpretacji
- Zarządzanie ograniczeniami szybkości i strategiami ponawiania
Najlepsze praktyki bezpieczeństwa
- Ochrona kluczy API w środowiskach współdzielonych
- Zapobieganie iniekcji poleceń i przejęciu kontroli
- Rozważania dotyczące rezydencji danych i zgodności
Podsumowanie i kolejne kroki
- Podsumowanie kluczowych możliwości i przepływów pracy
- Zasoby społeczności i wkład w open-source
- Przejście do zaawansowanych tematów orkiestracji wieloagentowej
Wymagania
- Doświadczenie w programowaniu w dowolnym języku
- Podstawowa znajomość linii poleceń i terminala
- Znajomość podstaw Gita
Grupa docelowa
- Programiści, którzy chcą wykorzystać terminalowe agenty AI w swoim przepływie pracy
- Inżynierowie DevOps badający narzędzia AI oparte na Rust
- Kierownicy zespołów oceniający OpenAI Codex CLI do adopcji grupowej
14 godzin