Zkuste nás kontaktovat

Návrh Školení

Úvod do OpenAI Codex CLI

  • Co je Codex CLI a open-source architektura Rustu z roku 2025
  • Klíčové funkce: dotazy, operace s soubory, spuštění bashi, více krokové úkoly
  • Porovnání s Claude Code a dalšími terminálovými agenty
  • Přehled režimů schvalování a bezpečnostních hranic

Instalace a nastavení

  • Instalace Codex CLI na macOS a Linux
  • Konfigurace klíčů API pro OpenAI a kompatibilní poskytovatele
  • Připojení k lokálním back-endům prostřednictvím Ollama a Atomic Chat
  • Nastavení SSH a vzdáleného vývojového prostředí

Základní příkazy pracovního postupu

  • Spouštění jednotlivých dotazů a víceotáčkových sezení
  • Operace čtení, zápisu a úprav souborů z dotazů
  • Spuštění příkazů shellu a propojených výstupů
  • Správa pracovních adresářů a kontextu projektu

Režimy schvalování a bezpečnost

  • Konfigurace automatického, pokaždé ptát se před spuštěním a plně manuálního režimu
  • Sandboxování a relace pouze pro čtení versus povolené pro zápis
  • Bezpečné zpracování ničivých příkazů a mazání souborů

Integrace s Gitem a CI

  • Využití Codex CLI k generování commitů a diffů
  • Pre-commit hooky s revizí agentem
  • Spuštění Codex CLI v hlavičkově bezprostředních (headless) prostředích CI
  • Integrace s GitHub Actions a GitLab CI

Integrace s servery MCP

  • Připojení k serverům protokolu Model Context Protocol (MCP)
  • Rozšíření možností nástrojů pomocí vlastních koncových bodů MCP
  • Vytváření interních nástrojů MCP pro proprietární systémy

Podpora více back-endů

  • Přepínání mezi API OpenAI, Gemini a GitHub Models
  • Lokální inferenční modely s Ollama a vlastněnými koncovými body
  • Strategie výběru modelu pro rovnováhu mezi latencí a kvalitou

Nasazení a řízení v týmu

  • Sdílená konfigurace a správa tajných klíčů
  • Zásady používání a auditní logování pro enterprise
  • Nastavení standardizovaných týmových dotazů a ochranných opatření

Vlastní dotazy a pracovní postupy

  • Psaní znovu použitelných šablon dotazů
  • Řetězení úkolů pro složité projekty refaktoringu
  • Dávkové zpracování více souborů a repozitářů

Optimalizace výkonu

  • Chápání výkonových charakteristik jazyka Rust
  • Optimalizace používání tokenů pro velké projekty
  • Správa mezipaměti a stavu sezení

Řešení běžných problémů

  • Odstraňování selhání připojení k back-endům
  • Ladění nejasných dotazů a jejich nesprávné interpretace
  • Zvládání omezení rychlosti (rate limiting) a strategií opakovaného pokusu

Bezpečnostní osvědčené postupy

  • Ochrana klíčů API ve sdílených prostředích
  • Prevence injekce dotazů a odcizení příkazů
  • Zohlednění umístění dat a souladu s předpisy

Shrnutí a další kroky

  • Opakování hlavních schopností a pracovních postupů
  • Zdroje komunity a příspěvky s otevřeným zdrojovým kódem
  • Přechod k pokročilým tématům orchestrace více agentů

Požadavky

  • Zkušenosti s vývojem softwaru v libovolném programovacím jazyce
  • Základní znalost práce s příkazovým řádkem a terminálem
  • Seznámení se základy Gitu

Cílová skupina

  • Softwaroví vývojáři hledající využití AI agentů v terminálu ve svém pracovním postupu
  • Inženýři DevOps zkoumající AI nástroje založené na jazyce Rust
  • Vedoucí týmů vyhodnocující zavedení OpenAI Codex CLI ve skupině
 14 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie