# 97% 的人没用对 Codex：1 小时从零到部署一个 YouTube 评论智能系统
**作者**: Martin
**日期**: 2026-06-17T11:30:35.000Z
**来源**: [https://x.com/php_martin/status/2067573386126200893](https://x.com/php_martin/status/2067573386126200893)
---
你还在把 Codex 当高级 ChatGPT 用？那你浪费了它 90% 的能力。绝大多数人只停留在对话层面，从未让 Codex 真正”动手”——连接 API、生成 Excel、构建仪表盘、部署到线上、设置定时自动化。本文用一个完整项目（YouTube 评论智能分析系统）演示 Codex 的完整工作流，你拿走的不只是教程，而是一套可复用的技能模板和部署流水线。
## 为什么你的 Codex 项目总是半途而废？
核心问题：你只在 Chat 里工作，没有在 Project 里工作。
Codex 的界面和 ChatGPT 网页版很像——左侧是项目和聊天列表，右侧是对话窗口。但关键区别在于：Codex 有“手”。它能实际执行操作：创建文件、读取 Excel、浏览网页、自动化浏览器、设置定时任务。
而 Project（项目）模式是让这些能力落地的前提：
- 每个 Project 有本地工作目录，所有交付物有固定存放位置
- 项目创建后自动生成 agents.md 文件（相当于 AI 的入职文档），每次新聊天都会先读取此文件
- 失败记录可以写入项目知识，让系统随时间变得更聪明
创建项目的正确姿势： 选择本地文件夹作为项目根目录，Codex 会在该文件夹内操作所有文件。不要用独立 Chat 做构建工作。
## Plan Mode：先想清楚，再动手
大多数人的错误：直接让 Codex 执行，结果方向跑偏、浪费额度。
Plan Mode（计划模式） 是 Codex 最被低估的功能。在此模式下，Codex 只思考不执行，帮你理清思路后再动手。
启动 Plan Mode 后，输入需求示例：
```
我想连接到我的 YouTube 频道，拉取评论数据进行分析。请帮我研究如何实现，并逐步解释给我听。
```
Codex 会主动提问以明确需求：拉取范围、评论数量、分类方式等。这个过程就像和资深工程师做需求评审——提示越具体，输出越定制化。
## 连接 YouTube API：避开 90% 的坑
Codex 内置插件可连接 Slack、Google Drive、GitHub 等工具，但 YouTube 没有默认插件。需要手动配置。
操作步骤：
1. 在 Google Cloud Console 创建项目
2. 启用 YouTube Data API v3
3. 生成 API 密钥
4. 填入 .env.local 文件
关键注意事项：
- API 密钥必须存储在 .env 文件中，该文件会被自动排除在 Git 提交之外
- 遇到连接失败时，将失败原因记录到项目知识中（如 PowerShell TLS 问题），避免重复踩坑
- 使用 Full Access（完全访问）模式可减少 AI 的确认请求，但初期建议使用默认权限
## 评论分析与 Excel 交付：一次提示，多个工作表
在 Plan Mode 下描述需求：
```
请拉取 200 条最新评论，分析其中的模式，将所有数据以可视化 Excel 表格的形式呈现，包含对内容创作者有价值的洞察。
```
Codex 生成的 Excel 包含多个工作表：
- Creator Insights（创作者洞察）：核心指标和趋势
- Frequent Questions（常见问题）：评论中反复出现的问题
- Content Ideas（内容建议）：基于评论生成的内容方向
- Reply Opportunities（回复机会）：高优先级回复的评论
- Raw Comments（原始评论）：完整评论数据
输出中包含图表（如内容类别分布饼图）、工具提及统计、优先级评分等。这不再是简单的数据导出，而是可交付的分析报告。
## 构建可复用技能：一次构建，反复调用
技能（Skill）是 Codex 最强大的效率工具。本质上是 Markdown 格式的指令文件，相当于 AI 的“菜谱”。
最佳实践： 先与 Codex 协作完成一次任务，然后要求它将整个过程逆向工程为一个技能。
```
你刚才帮我从 YouTube 拉取了数据、分析了评论并生成了 Excel 报告。请将整个过程转化为一个技能，以便我每次需要时都能执行相同流程。
```
技能可存储在：
- Global（全局）：跨项目可用
- Local（本地）：仅当前项目可用
调用方式：使用 / 命令（如 /youtube-comment-insights）或通过自然语言触发。
技能会随使用不断优化——每次执行后可以反馈改进，更新技能文件。这是 Codex 项目持续增值的关键。
## 设计并部署仪表盘：从本地到线上，无缝衔接
设计阶段
使用 GPT Image 2 生成 UI 概念图、Logo 和设计元素：
```
请使用 GPT Image 2 生成仪表盘的 UI 概念图，包括 Logo 和设计元素，让整体看起来精致、美观且有趣。
```
部署流程
Codex → GitHub（代码仓库）→ Vercel（托管平台），三者联动：
- Codex 在本地构建和测试仪表盘
- 推送代码到 GitHub 仓库
- Vercel 自动检测并部署更新
关键原则： 本地测试和生产环境分离。在 Codex 中修改并测试本地版本，满意后再推送到生产环境。
验证循环
Codex 内置验证循环：自动进行浏览器验证 → 视觉扫描 → 修复问题 → 再次验证。这是比手动测试更可靠的 QA 流程。
## 设置每周自动化：让系统自己跑起来
在 Automations（自动化）标签页创建定时任务，如每周日下午 5 点运行。
自动化流程：
1. 运行 YouTube 评论技能
2. 更新 Excel 数据
3. 同步到 GitHub
4. Vercel 自动部署
⚠️ 重要提示：
- 自动化本质上是本地定时任务（Local Cron），关闭 Codex 或电脑后会停止运行
- 检查自动化默认使用的模型（可能默认使用较慢的 GPT 5.2），需手动调整为合适的模型
- 自动化首次运行可能不完美，需观察、干预、优化，逐步提升可靠性
## 浏览器使用与 QA 测试：让 AI 自己测试自己
浏览器使用（Browser Use）功能可在 Codex 内置浏览器中模拟鼠标点击和键盘操作。
应用场景：
- UI 压力测试
- 无 API 的系统自动化（如下载报告、修改设置）
- 带登录验证的网页操作
```
请使用浏览器使用技能打开仪表盘，点击各个按钮，尝试破坏它，进行压力测试和 QA，告诉我发现的 Bug 和改进点。
```
测试中 Codex 会记录通过项和失败项。最佳实践： 将 QA 检查内建到技能中，要求每次构建完成前必须通过浏览器使用自测。
## 风险与适用边界
⚠️ 核心风险：
- API 密钥泄露：.env 文件必须被 .gitignore 排除，否则密钥会公开到 GitHub
- 自动化中断：Codex 的自动化是本地定时任务，关闭应用或电脑即停止，无法 24/7 运行
- 额度消耗：Extra High 模型和 Fast 模式会快速消耗使用额度，不适合长期自动化任务
- 文件锁定：自动化中 Excel 文件可能被占用导致写入失败，需设计重试机制
- 部署依赖：GitHub 和 Vercel 账号需提前配置，且 Vercel 免费版有带宽和构建次数限制
适用边界：
- 适合个人项目和小团队内部工具
- 不适合高频、高并发、对稳定性要求极高的生产环境
- 自动化流程需要持续监控和优化，不是“设置完就不管了”
## 多工具协同：Codex + Cloud Code 混合策略
整个项目本质上只是一个本地文件夹，OpenClaw、Cloud Code、Cursor 等任何 Agent 都可以操作该目录。
推荐分工：
- Cloud Code：探索、头脑风暴、创意规划
- Codex：执行长计划、故障排查、自动化部署
在 Codex 中打开终端，调用 Cloud Code 进行头脑风暴，再让 Codex 执行具体实现。从 Cloud Code 迁移项目到 Codex 只需将 claw.md 改为 agents.md，耗时约 30 秒。
核心思维： 关注哪个工具最适合当前任务，而非哪个工具最好。
## 可复制 Prompt 模板
```
请在我的桌面上查找一个名为 YouTube OS 的文件夹，然后读取其中的 5-10 份原始脚本，熟悉我制作的内容类型。不要做任何整理，只需阅读以获取上下文。
```
```
请设置一个 agents.md 文件，包含关于我以及本项目目标的信息。我们最终要构建一个仪表盘，推送到 Vercel，展示我频道的评论分析数据。
```
```
请拉取 200 条最新评论，分析其中的模式，将所有数据以可视化 Excel 表格的形式呈现，包含对内容创作者有价值的洞察。
```
```
你刚才帮我从 YouTube 拉取了数据、分析了评论并生成了 Excel 报告。请将整个过程转化为一个技能，以便我每次需要时都能执行相同流程。
```
```
请使用浏览器使用技能打开仪表盘，点击各个按钮，尝试破坏它，进行压力测试和 QA，告诉我发现的 Bug 和改进点。
```
💡 核心判断： Codex 的真正价值不在于“更智能的对话”，而在于“能执行长计划的手”。如果你只用它聊天，你只用了 3% 的能力。
开放问题： 当所有 Agent 都能自动部署和自测时，“开发者”的角色会变成什么？是需求定义者，还是系统监控者？
## 往期推荐
> **Martin@php_martin**: [原文链接](https://x.com/php_martin/status/2067208278661341235)
>
> **Martin@php_martin**: [原文链接](https://x.com/php_martin/status/2066839574505288006)
>
> **Martin@php_martin**: [原文链接](https://x.com/php_martin/status/2066484256835334581)
>
> **Martin@php_martin**: [原文链接](https://x.com/php_martin/status/2064251977207291910)
>
> **Martin@php_martin**: [原文链接](https://x.com/php_martin/status/2064975977860440439)
>
#Codex #AI自动化 #YouTube分析 #无代码部署 #AI工作流
## 相关链接
- [Martin](https://x.com/php_martin)
- [@php_martin](https://x.com/php_martin)
- [15K](https://x.com/php_martin/status/2067573386126200893/analytics)
- [Jun 17](https://x.com/php_martin/status/2067208278661341235)
- [54K](https://x.com/php_martin/status/2067208278661341235/analytics)
- [Jun 16](https://x.com/php_martin/status/2066839574505288006)
- [39K](https://x.com/php_martin/status/2066839574505288006/analytics)
- [Jun 15](https://x.com/php_martin/status/2066484256835334581)
- [139K](https://x.com/php_martin/status/2066484256835334581/analytics)
- [Jun 9](https://x.com/php_martin/status/2064251977207291910)
- [120K](https://x.com/php_martin/status/2064251977207291910/analytics)
- [Jun 11](https://x.com/php_martin/status/2064975977860440439)
- [48K](https://x.com/php_martin/status/2064975977860440439/analytics)
- [#Codex](https://x.com/search?q=%23Codex&src=hashtag_click)
- [#AI自动化](https://x.com/search?q=%23AI%E8%87%AA%E5%8A%A8%E5%8C%96&src=hashtag_click)
- [#YouTube分析](https://x.com/search?q=%23YouTube%E5%88%86%E6%9E%90&src=hashtag_click)
- [#无代码部署](https://x.com/search?q=%23%E6%97%A0%E4%BB%A3%E7%A0%81%E9%83%A8%E7%BD%B2&src=hashtag_click)
- [#AI工作流](https://x.com/search?q=%23AI%E5%B7%A5%E4%BD%9C%E6%B5%81&src=hashtag_click)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [7:41 PM · Jun 18, 2026](https://x.com/php_martin/status/2067573386126200893)
- [15.8K Views](https://x.com/php_martin/status/2067573386126200893/analytics)
---
*导出时间: 2026/6/19 13:57:24*