夜雨聆风最近，不少科研党开始上手一个更“能干活”的工具: Codex 桌面版。
和普通对话式AI不同，Codex桌面版不只是回答问题。它可以直接进入你指定的项目文件夹，读取文件、生成文件、修改代码、运行命令，还会在执行关键操作前先把计划展示给你确认。
说白了，它更像一个可以真正落地执行任务的AI助手。
这篇文章就给大家做一份保姆级教程，重点讲清两件事：
第一，怎么把 Codex 桌面版 安装好、登录好、顺利跑起来。
第二，怎么使用 Skill，把常见科研任务变成可复用的工作流。
文末还准备了 Codex运行Skill案例教程，附 Windows 和 macOS 安装包，建议先收藏再看。扫码添加小助理回复【B613】可获取！
Codex运行Skill案例教程
一、为什么科研党值得试试 Codex 桌面版？
很多人已经在用 GPT、Gemini 这类AI工具，但大多数使用方式还停留在“问一句、答一句”。
这当然有用，但对科研场景来说还不够。
真正高频、刚需、又最容易卡时间的，往往是下面这些工作：
• 一堆实验数据等着整理和统计 • 文件夹里几十篇论文需要批量提取信息 • 代码报错不知道从哪一行开始修 • 论文初稿结构混乱，需要系统性检查 • PDF、表格、脚本、草稿散落各处，反复手动搬运
而 Codex 的价值就在于，它不只是给建议，而是能基于你的本地项目目录，直接帮你把这些任务做下去。
你给它一个文件夹，它就能围绕这个文件夹行动。
你给它一句自然语言，它就能拆解任务并生成执行计划。
你确认之后，它才真正动手。
这对科研场景特别重要，因为科研工作的核心痛点，从来都不是“不会问AI”，而是“重复劳动太多”。
二、先装起来：Codex 桌面版安装教程
1. 先看电脑是否支持
macOS 用户需要注意：
• Apple M系列芯片，支持 M1到M4• 系统版本需要 macOS 12或更高• 老款 Intel 芯片目前不支持
如果你不确定自己的电脑是不是M系列，点击左上角苹果图标，进入“关于本机”，看“芯片”一栏就行。
Windows 用户相对简单：
• 支持 Windows 10或Windows 11• 建议额外安装 Git
为什么建议装 Git？因为后续做版本管理、调用一些 Skill、管理项目文件时都会更方便。直接去 Git 官网下载安装 Windows 版本即可。
2. 去哪里下载？
官方地址是：
https://developers.openai.com/codex/app
进入后，根据系统下载对应版本：
• Mac 下载 Codex.dmg• Windows 下载 Codex-Setup.exe
需要注意的是，官方页面通常需要一定网络条件访问。如果打不开，也可以直接使用文末准备好的安装包。
3. 安装步骤其实很简单
Mac 用户：
1. 双击打开 Codex.dmg2. 将 Codex 拖入 Applications3. 双击启动
第一次打开时，如果系统提示“无法验证开发者”，不用慌，右键应用图标，点击“打开”，然后再次确认即可。
Windows 用户：
1. 双击 Codex-Setup.exe2. 按提示点击“下一步” 3. 安装完成后，从开始菜单或桌面启动即可
这里有个建议很实用：
安装完成后，先单独新建一个“科研项目文件夹”，把你的数据、论文草稿、脚本、表格都放进去。这样后面让 Codex 工作时，范围更清晰，也更安全。
三、登录 Codex：用 ChatGPT 账号即可
Codex 桌面版使用的是 ChatGPT 账号 登录。
如果你已经有账号，直接点击 Sign in with ChatGPT，浏览器里输入邮箱和密码，完成授权就行。
如果还没有账号，那就先去 ChatGPT 官网注册，再返回 Codex 登录。
这里顺带提醒一句，不同套餐在功能和额度上会有差异。如果你是高频科研使用，建议根据官方页面看看 Plus 或 Pro 是否更适合自己。
四、正式开始用：先跑通一个小任务
1. 先选工作目录
打开 Codex 后，第一步不是聊天，而是先选择工作目录。
操作很简单：
1. 点击左侧文件夹图标，或者 Open Folder2. 选择你存放科研资料的文件夹 3. Codex 之后的读取、生成、修改、执行，都会围绕这个目录展开
你可以把它理解成：给AI划定一个工作范围。
范围清楚了，后续无论是整理文献还是处理数据，都会更稳。
2. 用自然语言直接提需求
这里是 Codex 最舒服的一点，你不需要写复杂命令，直接说人话就行。
例如数据整理场景，你可以这样说：
帮我读取“实验数据.xlsx”，计算A组和B组平均值，结果保存为“统计结果.xlsx”
文献整理场景，可以这样说：
我的文件夹里有30个PDF，请提取每篇论文的标题、作者和摘要，整理成“文献汇总.csv”
如果是代码报错：
Python 文件“analysis.py”报 KeyError: 'column_name'，请帮我定位问题并修复
这类指令对于科研党非常友好，因为你不需要先想“我要调用哪个工具”，而是直接描述你要完成的结果。
3. 每次执行前，先看计划再批准
Codex 不会一上来就直接改你的文件。
它通常会先展示执行计划，然后给你两个选项：
• Approve：执行• Reject：取消
这个机制非常关键。
尤其是科研数据、实验脚本、论文草稿这类文件，建议永远先看一遍计划，再点批准。
因为一旦涉及覆盖、批量修改、自动生成，提前确认能大幅降低误操作风险。
一句话总结：
Codex 很能干，但你依然是最后拍板的人。
五、真正的重点来了：什么是 Skill？
如果说 Codex 是一个能进入项目目录“动手干活”的AI助手，
那 Skill 就是它的“工作流模板”。
你可以把 Skill 理解成提前封装好的任务能力包。
安装之后，遇到重复任务时，不用每次都从头描述，直接调用就能跑。
这对科研人非常有用。
因为科研工作里最常出现的，恰恰就是“高重复、可流程化”的任务，比如：
• 文献检索与综述整理 • PDF 批量提取与汇总 • 数据处理和表格生成 • 代码排错与自动修复 • 论文结构检查与内容校对
一旦这些任务沉淀成 Skill，后面就不是“临时问AI”，而是“反复调用工作流”。
这两者的效率差距非常大。
六、如何安装 Skill？
1. 打开 Skill 面板
打开 Codex 后，点击左上角的 Plugins 或 Skill 按钮。
你通常会看到三个区域：
• 推荐 • 系统 • 个人
这相当于一个小型“技能商店”。
2. 打开 Skill Installer
接下来点击 Skill Installer，然后选择“在对话中使用”。
这一步的意义是，让 Codex 不只是展示 Skill，而是可以在当前对话里直接帮你搜索、安装、调用。
3. 搜索你需要的 Skill
进入搜索框后，直接输入你的需求关键词。
例如你想做文献综述，可以搜索：
literature review
然后从结果里挑选合适的 Skill。
这里建议重点看两件事：
• 这个 Skill 是否真的可用 • 它是否适合高频科研任务，是否足够常用
别急着装一堆，先挑最能解决当前问题的一个。
4. 安装完成后，建议重启 Codex
选中目标 Skill 后点击 Install。
安装完成后，建议重启一次 Codex。
这样可以确保新装的 Skill 在后续任务里被稳定识别和调用。
七、一个科研场景示例：用 Skill 跑 literature review
以文献综述为例，安装完成后，你就可以直接用自然语言发起任务。
比如这样一句：
安装skill，搜索20篇顶会顶刊关于CV领域VLM的文章，总结5篇写综述
对科研用户来说，这种方式的价值非常直观：
你不需要自己先搭检索流程、再定筛选标准、再手动摘要整理。
Skill 会把一整套流程尽可能结构化地跑下来。
当然，第一次使用时一定要记住一个原则：
先在小任务、小样本上测试。
比如先只跑 5篇论文，看输出格式、信息完整度、综述风格是否符合你的预期。确认没问题，再逐步扩大到更大规模。
这是所有科研自动化工具都适用的一条经验。
八、新手最稳的上手路径
如果你是第一次接触 Codex，最推荐按下面这个顺序来：
1. 安装 Codex 桌面版并完成登录2. 新建一个专用项目文件夹，放入测试文件 3. 先跑通一次小任务，确认它能稳定输出 4. 安装 paper review或其他科研常用 Skill5. 用 Skill 处理一个小规模任务 6. 检查结果没问题后，再逐步扩大任务范围
这样做的好处是，你不会一上来就把重要数据全部丢进去，也不会因为第一次输出不符合预期就误判工具没用。
科研工具的最佳使用姿势，从来不是“上来就梭哈”，而是“小步试跑，逐步放权”。
九、为什么说 Skill 更适合科研人？
因为科研工作的很多痛点，本质上都不是创造性难题，而是流程性难题。
你当然可以让AI帮你润色一句英文，但真正拉开效率差距的，往往是下面这些动作：
• 连续处理几十篇文献 • 统一格式化实验结果 • 自动汇总多个数据文件 • 批量检查代码和论文结构 • 把重复步骤固化成稳定流程
这恰恰是 Skill 最擅长的地方。
它让AI从“即时回答工具”，变成了“可复用工作流引擎”。
而这一步，对于科研效率提升来说，意义远比单纯聊天大得多。
十、最后总结一下
如果你只是把AI当作一个高级搜索框，或者一个论文润色器，那它在科研里的价值只发挥了一小部分。
Codex 桌面版更值得关注的地方在于：
• 它能进入你的项目文件夹，真正对文件和代码动手 • 它会先给执行计划，再由你决定是否批准 • 它支持用 Skill 把常见任务沉淀成可复用流程 • 它特别适合科研中那些高重复、易出错、耗时间的环节
对于科研党来说，这不是“又一个AI聊天工具”，而是一种新的工作方式。
从今天开始，你完全可以试着把下面这些任务一点点交给它：
• 文献整理 • 数据统计 • PDF批量处理 • 论文结构检查 • 代码报错修复 • 表格自动生成
当你第一次把一个繁琐任务完整跑通后，就会很明显地感受到区别：
你不是在“使用AI回答问题”，
而是在“让AI替你完成工作”。
还准备了 Codex运行Skill案例教程，附 Windows 和 macOS 安装包，建议先收藏再看。扫码添加小助理回复【B613】可获取！
Codex运行Skill案例教程
