# Codexの機能と実践的な使い方 ☁️ ローカルにクローンすらしていないリポジトリの修正を、Codex がクラウドで並列に進めて差分を PR にしてくれる。手元のマシンを占有しない働き方です。 🏷️ タイトル: Codex Cloud 🔗 URL: 📘 概要 Codex Cloud は、タスクをクラウドへ委任して Codex が自前のクラウド環境でバックグラウンド実行する仕組みです。複数タスクを並列で走らせられ、依頼するとリポジトリをクラウド環境にクローンして作業します。完了後は差分を自動的に Pull Request 化します。 ⚙️ 機能の説明 ・タスクは Web プラットフォーム、IDE 拡張、GitHub 統合など複数の入口から委任でき、クラウド環境内で並列実行されます。 ・依頼するとリポジトリがクラウド環境にクローンされ、ローカル依存のない隔離されたセットアップで作業します。 ・環境はセットアップスクリプト（タスク実行前の初期化手順）、環境設定（リポジトリ選択・ツール・依存関係）、インターネットアクセス制御（公開ネットワーク接続の可否）で構成します。 ・作業結果は自動で PR になり、元の GitHub Issue に紐づけられます。あるいは IDE 拡張からローカルに差分を適用することもできます。 ・ローカル CLI が自マシンのファイルシステムを直接触るのに対し、Cloud は管理されたコンテナへ処理をオフロードします。並列実行・バックグラウンド処理・ローカルリソースの節約が利点です。 🛠️ 実践的な使い方 ・ にアクセスし GitHub アカウントを連携すると、リポジトリ連携と PR 作成が有効になります。 ・再現性を確保するため、環境のセットアップスクリプトで依存インストールやビルド準備を定義しておきます。外部リソースが必要なタスクだけインターネットアクセスを選択的に有効化するのが安全です。 ・依頼は曖昧にせず、制約と適切な詳細度を持たせた明確なプロンプトにするのがコツです。 💡 ユースケース 複数の独立したバグや小さな機能を、それぞれクラウドタスクとして同時に投げておき、上がってきた PR を順にレビューするといった並列開発ができます。手元に環境を作っていないリポジトリでも、セットアップスクリプトさえ用意すれば即座に着手させられます。 ⚠️ 注意点 ・クラウド実行はリソース上限のあるコンテナ内で動き、明示的な設定なしにはローカル専用ツールやプライベートネットワークにはアクセスできません。 ・自動生成された PR はマージ前に必ず差分をレビューしてください。 ・インターネットアクセスはセキュリティ要件に応じて必要なときだけ有効化しましょう。 #OpenAICodex# #CodexCloud#

# Codexの機能と実践的な使い方 💬 バグ報告スレッドで `@/Codex` とメンションするだけ。これまでの会話の文脈ごとクラウドタスクが立ち上がり、修正 PR まで返ってきます。 🏷️ タイトル: チャット/チケット連携(Slack / Linear) 🔗 URL: 📘 概要 Slack 統合は、チャンネルやスレッドで `@/Codex` をメンションすると Codex がクラウドタスクを起動する機能です。スレッドの文脈が自動的に含まれるため、これまでのやり取りを繰り返さずに依頼できます。Linear からも同様にチケット起点でタスクを起動できます。 ⚙️ 機能の説明 ・スレッドで `@/Codex` にプロンプト付きでメンションすると、ボットがメンションを検知してクラウドタスクを起動します。Codex は 👀 でリアクションし、タスクへのリンクを返信します。 ・依頼メッセージに加えて、それ以前のスレッド履歴も送られるため、Codex は過去の議論を踏まえて対応します。完了するとワークスペース設定に応じて結果やスレッド返信を投稿します。 ・実行環境は自動選択されます。アクセス可能な環境を依頼内容と照合し、曖昧なら直近に使った環境にフォールバックし、その環境の最初のリポジトリのデフォルトブランチに対して実行します。 ・エンタープライズ管理者は ChatGPT のワークスペース設定で回答投稿を無効化し、返信をタスクリンクのみに制限できます。これにより機微な環境情報が Slack に出るのを防げます。 🛠️ 実践的な使い方 ・利用には ChatGPT Plus 以上のプラン、連携済みの GitHub アカウント、最低1つのクラウド環境、そして（ワークスペースによっては）Slack 管理者の承認が必要です。 ・実行先リポジトリを指定したいときは、メンションに明示します（例: `@/Codex fix the above in openai/codex`）。 ・複雑なスレッドでは、最新メッセージに要点を一言まとめておくと文脈の取りこぼしを防げます。 💡 ユースケース 顧客からのバグ報告がスレッドで盛り上がったら、結論が出た時点で `@/Codex` に修正を依頼。担当者がローカルでリポジトリを開かなくても、文脈を理解した修正 PR が上がってきます。Linear のチケットからも同様に、起票内容を文脈としてタスクを起動できます。 ⚠️ 注意点 ・GitHub や Slack の連携が切れていると、再接続を促すメッセージが出ます。 ・環境が曖昧だと意図しないリポジトリに対して実行される可能性があるため、重要な依頼では実行先を明示しましょう。 ・Linear 連携の細かい仕様は Slack 中心の本ドキュメントとは別に、Linear 向けドキュメントを確認してください。 #OpenAICodex# #Slack#

# Codexの機能と実践的な使い方 🔍 PR を開いたら、ノイズではなく「本当にヤバい指摘だけ」が返ってくる。Codex の GitHub 統合は P0/P1 の高優先度リスクに絞ったコードレビューを自動投稿します。 🏷️ タイトル: PRレビュー(@/codex review) 🔗 URL: 📘 概要 Codex の GitHub 統合は、Pull Request の差分を AI がレビューして高シグナルなフィードバックを投稿する機能です。あえて P0・P1 の深刻な問題だけに絞ることで、レビューコメントが高優先度のリスクに集中するよう設計されています。 ⚙️ 機能の説明 ・手動レビューは PR に `@/codex review` とコメントします。Codex は 👀 でリアクションした後、GitHub のコードレビューを投稿します。 ・設定で Automatic reviews を有効にすると、PR がオープンされた時点でメンション不要の自動レビューが走ります。 ・レビュー観点はリポジトリ最上位の `AGENTS.md` に書いた「Review guidelines」セクションで制御できます。Codex は変更ファイルに最も近い `AGENTS.md` の指示を適用するため、ディレクトリ階層を使ってパッケージごとに観点を変えられます。 ・`@/codex review` 以外で `@/codex` をメンションすると、その PR を文脈としてクラウドタスクが起動します。例えば `@/codex fix the CI failures` のように指示できます。 🛠️ 実践的な使い方 ・まず の Code review 設定で対象リポジトリのトグルを有効にします（Codex cloud のセットアップが前提）。 ・観点を固定したいときは `AGENTS.md` の「## Review guidelines」セクションに「PII をログに出さない」「全ルートを認証ミドルウェアで包む」などの観点を箇条書きします。 ・1回だけ観点を変えたいなら `@/codex review for security regressions` のようにコメントに直接添えます。 ・レビュー後に修正まで任せるなら `@/codex fix the P1 issue` とコメントすれば、Codex がクラウドタスクで修正に着手します。 💡 ユースケース レビュアーが多忙なチームで、まず Codex に一次レビューを通させて P0/P1 を潰してから人間レビューに回すと、レビュー往復が減ります。セキュリティや PII 取り扱いなど絶対に外せない観点を `AGENTS.md` に明文化しておけば、全 PR で機械的に確認されます。 ⚠️ 注意点 ・利用にはリポジトリで Codex cloud のセットアップとコードレビューの有効化が必要です。 ・手動レビューのトリガーは厳密に `@/codex review` という文字列です。 ・自動レビューはトグル設定が正しくないと動きません。導入時に設定を確認しましょう。 #OpenAICodex# #CodeReview#

# Codexの機能と実践的な使い方 🔌 Codex を「コードしか触れないエージェント」から「課題管理・DB・デザインツールまで直接操作できる相棒」へ。その鍵が MCP(Model Context Protocol)接続です。 🏷️ タイトル: 外部ツール接続(MCP) 🔗 URL: 📘 概要 MCP は Codex を外部のツールやコンテキストにつなぐ標準プロトコルです。MCP サーバーを登録すると、Codex がそのツールを直接呼び出して読み書きできます。設定は CLI と IDE 拡張で共有され、クライアントを切り替えても同じ構成で動きます。 ⚙️ 機能の説明 ・最も手軽な追加方法は CLI です。`codex mcp add <名前> -- <起動コマンド>` の形で登録し、TUI 内では `/mcp` で稼働中のサーバーを確認できます。 ・トランスポートは2種類あります。ローカルプロセスを起動する STDIO サーバー（`command` / `args` / `env` / `cwd` を指定）と、URL でアクセスする Streamable HTTP サーバー（`url` / `bearer_token_env_var` / `http_headers` を指定）です。 ・認証は環境変数経由の Bearer トークン、または OAuth に対応します。OAuth 対応サーバーは `codex mcp login <名前>` でログインします。 ・ツール単位の制御も可能で、`enabled_tools` / `disabled_tools` で許可・拒否リストを、`default_tools_approval_mode`(`auto`/`prompt`/`approve`)で承認方式を指定できます。 ・`startup_timeout_sec`(既定10秒)や `tool_timeout_sec`(既定60秒)、`required`(起動失敗時に Codex 自体を失敗させる)などの調整項目もあります。 🛠️ 実践的な使い方 ・例えば最新の開発ドキュメントを引ける Context7 を入れるなら `codex mcp add context7 -- npx -y @/upstash/context7-mcp` の1行です。 ・細かく制御したいときは `~/.codex/config.toml`（信頼済みプロジェクトなら `.codex/config.toml`）の `[mcp_servers.<名前>]` セクションに `url` と `bearer_token_env_var`、必要なら `http_headers` を書きます。 💡 ユースケース 課題管理ツールから仕様を読み取り、DB のスキーマを参照しながら実装し、Figma のデザインを取り込んで UI を作る、といった一連の流れを Codex 1つに任せられます。社内 API を MCP サーバー化すれば、独自業務ロジックも Codex から直接叩けます。 ⚠️ 注意点 ・外部ツールに読み書き権限を渡すことになるため、`disabled_tools` や承認モードで権限を絞るのが安全です。 ・トークンは設定ファイルに直書きせず、`bearer_token_env_var` で環境変数から読む形にしましょう。 ・プラグイン提供の MCP サーバーは起動コマンドをユーザーが指定するのではなく、`plugins..mcp_servers.` 配下で有効状態とツールポリシーを制御します。 #OpenAICodex# #MCP#

# Codexの機能と実践的な使い方 🧩 「あの作業、毎回 Codex に説明し直すのが面倒…」を解決するのが Agent Skills です。再利用できる手順書を一度書けば、Codex が必要なときだけ自動で読み込みます。 🏷️ タイトル: Agent Skills(SKILL.md) 🔗 URL: 📘 概要 Agent Skills は、定型ワークフローを `SKILL.md` という1ファイルにまとめて再利用できる仕組みです。スキルは名前と説明だけが常に Codex の文脈に置かれ、実際に使うと判断したときに本文がロードされます。リポジトリ・個人・マシン共通など、置き場所でスコープを切り分けられます。 ⚙️ 機能の説明 ・スキルは `SKILL.md`（必須）に、`scripts/`（実行コード）`references/`（資料）`assets/`（テンプレ）`agents/openai.yaml`（UI設定）を加えたフォルダ構成です。 ・`SKILL.md` の先頭には frontmatter が必要で、`name` と `description` を書きます。description にはいつ発動し、どこまでが範囲かを簡潔に書くのがコツです。 ・Codex は複数の場所を優先順で走査します。リポジトリの `.agents/skills`、リポジトリ直下 `$REPO_ROOT/.agents/skills`、個人用 `$HOME/.agents/skills`、管理者用 `/etc/codex/skills`、そして OpenAI 同梱の組み込みスキルです。 ・progressive disclosure(段階的開示)により、初期文脈にはスキル名・説明・パスのみ（合計約8,000文字まで）が置かれ、本文は呼び出し時に初めて読み込まれます。これで多数のスキルを入れても文脈を圧迫しません。 🛠️ 実践的な使い方 ・新規作成は組み込みの `$skill-creator` を起動するのが簡単です。何をするスキルか、いつ発動するか、スクリプトを含めるかを対話で決められます（既定は手順のみ）。 ・明示的に呼ぶときは CLI/IDE で `/skills` を使うか、`$skill-name` のように `$` で指名します。説明が task に合致すれば暗黙的に自動選択もされます。 ・暗黙発動を禁止したいスキルは `agents/openai.yaml` で `policy.allow_implicit_invocation: false` を設定します。 ・特定のスキルを消さずに無効化したいときは `~/.codex/config.toml` の `[[skills.config]]` に対象の `path` と `enabled = false` を書きます。 💡 ユースケース リリース手順、E2E テストの流し方、社内ライブラリの正しい使い方など「人によってブレやすい定型作業」をスキル化すると、誰が Codex に頼んでも同じ品質で実行できます。チーム共通のものはリポジトリ配下に、個人の癖は `$HOME/.agents/skills` に置くと住み分けが綺麗です。 ⚠️ 注意点 ・同名スキルが複数の場所にあるとマージされず、両方がセレクタに並びます。命名は被らないようにしましょう。 ・description が曖昧だと暗黙選択が効きません。主要ユースケースを前方に置き、具体的に書くのが重要です。 ・スキルが多いと文脈節約のため description が短縮されることがあります。変更が反映されないときは Codex を再起動してください。 #OpenAICodex# #AgentSkills#

# Codexの機能と実践的な使い方 📝 毎回プロンプトに同じ前提を書くのは卒業しましょう。AGENTS.mdは、ビルド手順やコード規約をCodexに恒久的に覚えさせる「階層的な指示書」です。 🏷️ タイトル: 階層的プロジェクト指示（AGENTS.md） 🔗 URL: 📘 概要 AGENTS.mdは、Codexが作業を始める前に読み込む永続的な指示ファイルです。プロジェクトの規約・ビルドコマンド・コードスタンダードをMarkdownに書いておくと、Codexが自動的に発見して適用します。現在地に近いファイルほど優先される「層」の仕組みが特徴です。 ⚙️ 機能の説明 Codexは厳密な優先順位で指示チェーンを組み立てます。 ・グローバル（`~/.codex/`）: まず `AGENTS.override.md`、次に `AGENTS.md` を確認 ・プロジェクト（Gitルートから現在地まで）: 各階層で `AGENTS.override.md` → `AGENTS.md` → カスタムのフォールバック名の順に確認 ・マージ: ルート側から順に空行をはさんで連結し、後（＝現在地に近い側）のファイルが先のものを上書き 合計サイズが `project_doc_max_bytes`（既定32KiB）に達した時点で追加を停止します。命名は次の通りです。 ・`AGENTS.md`: 標準の指示ファイル ・`AGENTS.override.md`: 一時的な上書き用（同じ階層で優先される） ・フォールバック名: `project_doc_fallback_filenames` で `TEAM_GUIDE.md` などを指定可能 🛠️ 実践的な使い方 役割ごとに置き分けると効きます。 ・`~/.codex/AGENTS.md`（全体共通）: 「JS変更後は必ず `npm test`」「`pnpm` を優先」など個人の普遍的な好み ・リポジトリ直下の `AGENTS.md`: lint基準・ドキュメント方針・レビュー基準などチームの規約 ・サブディレクトリの `AGENTS.override.md`（例: `services/payments/`）: 親の規約を消さずに、特定領域だけ上書き 設定が反映されているかは `codex --ask-for-approval never "Summarize the current instructions."` で確認できます。 💡 ユースケース モノレポで、決済サービスだけ別のテストコマンドやレビュー基準を強制したい、といったときに `services/payments/AGENTS.override.md` を置くだけで、その配下に入ったときだけルールが切り替わります。GitHubの `@/codex review` でも、ここに書いた「Review guidelines」が適用されます。 ⚠️ 注意点 Codexは実行のたびに指示チェーンを組み直すため、キャッシュのクリアは不要です。内容が古く見えるなら対象ディレクトリで起動し直してください。空ファイルはスキップされ、存在しないフォールバック名は無視されます。`CODEX_HOME` 環境変数は既定のプロファイル位置を上書きします。 #OpenAICodex# #AGENTSmd#

# Codexの機能と実践的な使い方 🚀 「コードを書くすべての場所に、ひとつのエージェントを」。OpenAI Codexは、生成から理解・レビュー・デバッグまでを丸ごと任せられるAIコーディングエージェントです。 🏷️ タイトル: Codex 基礎 🔗 URL: 📘 概要 Codexは、ソフトウェア開発のためにOpenAIが提供するAIコーディングエージェントです。単なるコード補完ではなく、既存のプロジェクト構成や規約を読み取りながら、自律的にタスクを進めてくれます。ChatGPTのPlus/Pro/Business/Edu/Enterpriseプランに組み込まれています。 ⚙️ 機能の説明 Codexの中心となる能力は大きく5つです。 ・コード生成: 「何を作りたいか」を伝えると、既存の構成や命名規約に合わせてコードを書きます。 ・コードベース理解: 複雑なコードやレガシーコードを読み解き、システムの構造を説明します。 ・コードレビュー: バグ・ロジックの誤り・未処理のエッジケースを洗い出します。 ・デバッグ: 失敗を追跡し、根本原因を診断して、的を絞った修正を提案します。 ・反復作業の自動化: リファクタリング・テスト・マイグレーション・セットアップを代行します。 これらを安全に動かすために、サンドボックスによる実行境界と承認ポリシーという仕組みが土台にあります。 🛠️ 実践的な使い方 Codexは「コードを書くあらゆる場所」で動くのが特徴で、複数の入口が用意されています。 ・CLI: ターミナルで `codex` を起動して対話的に作業 ・IDE拡張: エディタ内からそのまま委任 ・Web / クラウド: ローカルに無いリポジトリのタスクを並列実行 ・GitHub連携: PRに `@/codex review` でレビューを依頼 ・Slack連携: スレッドで `@/codex` にメンションしてタスク起動 まずはCLIで `npm i -g @/openai/codex` から始め、慣れてきたらGitHubやSlackに広げるのが王道です。 💡 ユースケース 未知のリポジトリに参加した初日に「このプロジェクトについて教えて」と尋ねて全体像をつかむ、レビュー前にバグを先に潰してもらう、退屈な一括リファクタリングを丸ごと委任する、といった使い方が現実的です。人間は方針決定とレビューに集中できます。 ⚠️ 注意点 Codexはファイルの読み書きやコマンド実行を伴う自律エージェントです。タスクの前後でGitのチェックポイント（コミット）を作っておくと、いつでも安全に巻き戻せます。認証はChatGPTアカウントが推奨で、APIキー認証では一部機能が制限される場合があります。 #OpenAICodex# #AIコーディング#