Bądźmy w kontakcie

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 się z lokalnymi zapleczami poprzez Ollama i Atomic Chat
  • Konfiguracja środowiska zdalnego 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 przesyłanie wyników
  • Zarządzanie katalogami roboczymi i kontekstem projektu

Tryby zatwierdzania i bezpieczeństwo

  • Konfiguracja trybów automatycznego, pytaj-przed-wykonaniem i całkowicie ręcznego
  • 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 diffów
  • Haki pre-commit z przeglądem przez agenta
  • Uruchamianie Codex CLI w środowiskach CI bez interfejsu graficznego
  • Integracja z GitHub Actions i GitLab CI

Integracja z serwerami MCP

  • Łączenie się z serwerami Model Context Protocol
  • Rozszerzanie możliwości narzędzi poprzez niestandardowe punkty końcowe MCP
  • Budowanie wewnętrznych narzędzi MCP dla systemów własnościowych

Obsługa wielu zaplec

  • Przełączanie się między API OpenAI, Gemini i GitHub Models
  • Lokalne wnioskowanie z Ollama i samodzielnie hostowanymi punktami końcowymi
  • Strategie wyboru modelu dla opóźnienia versus jakości

Wdrażanie w zespole i zarządzanie

  • Wspólna konfiguracja i zarządzanie sekretami
  • Zasady użycia i logowanie audytu dla przedsiębiorstw
  • Konfiguracja standardowych poleceń i zabezpieczeń dla zespołu

Niestandardowe polecenia i przepływy pracy

  • Tworzenie szablonów poleceń wielokrotnego użytku
  • Łączenie zadań dla złożonych projektów refaktoryzacji
  • Przetwarzanie wsadowe wielu plików i repozytoriów

Optymalizacja wydajności

  • Zrozumienie charakterystyki wydajności Rust
  • Optymalizacja użycia tokenów dla dużych projektów
  • Zarządzanie pamięcią podręczną i stanem sesji

Rozwiązywanie typowych problemów

  • Rozwiązywanie problemów z połączeniem z zapleczami
  • Debugowanie niejednoznaczności poleceń i błędnych interpretacji
  • Zarządzanie limitami szybkości i strategiami ponawiania

Najlepsze praktyki bezpieczeństwa

  • Ochrona kluczy API w środowiskach współdzielonych
  • Zapobieganie wstrzykiwaniu poleceń i przejęciu kontroli
  • Zagadnienia 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 wielu agentów

Wymagania

  • Doświadczenie w programowaniu w dowolnym języku
  • Podstawowa znajomość wiersza 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
  • Liderzy zespołów oceniający OpenAI Codex CLI do wdrożenia w grupie
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie