Настройки и кастомные промпты для OpenAI Codex CLI

Курируемая коллекция конфигураций, скиллов и кастомных промптов для OpenAI Codex CLI, предназначенная для улучшения рабочего процесса разработки с различными провайдерами моделей и переиспользуемыми шаблонами промптов.

Для настроек Claude Code, скиллов, агентов и кастомных команд см. feiskyer/claude-code-settings.

Обзор

Репозиторий предоставляет:

• Гибкая конфигурация: поддержка нескольких провайдеров моделей (LiteLLM/Copilot proxy, ChatGPT subscription, Azure OpenAI, OpenRouter)
• Кастомные промпты: переиспользуемые шаблоны для типовых задач разработки
• Скиллы (экспериментально): обнаруживаемые наборы инструкций для специализированных задач (генерация изображений, транскрипция YouTube, spec-driven рабочие процессы)
• Лучшие практики: преднастроенные параметры, оптимизированные для рабочих процессов разработки
• Простая установка: понятный процесс инсталляции и конфигурации

Быстрый старт

Установка

# Создать резервную копию существующей конфигурации Codex (если есть)
mv ~/.codex ~/.codex.bak

# Клонировать репозиторий в ~/.codex
git clone https://github.com/feiskyer/codex-settings.git ~/.codex

# Или создать симлинк, если хотите хранить файлы в другом месте
ln -s /path/to/codex-settings ~/.codex

Использование npx skills

npx skills позволяет устанавливать скиллы только для ваших AI-инструментов разработки.

# Список скиллов
npx -y skills add -l feiskyer/codex-settings

# Установить все скиллы
npx -y skills add --all feiskyer/codex-settings

# Выбрать скиллы вручную
npx -y skills add feiskyer/codex-settings

Базовая конфигурация

Файл config.toml по умолчанию использует LiteLLM в качестве шлюза. Для его использования:

1. Установите LiteLLM и Codex CLI:

   bashКопировать

   pip install -U 'litellm[proxy]'
   npm install -g @openai/codex

2. Создайте конфигурационный файл LiteLLM (полный пример: litellm_config.yaml):

   yamlКопировать

   general_settings:
     master_key: sk-dummy
   litellm_settings:
     drop_params: true
   model_list:
   - model_name: gpt-5.1-codex-max
     model_info:
       mode: responses
       supports_vision: true
     litellm_params:
       model: github_copilot/gpt-5.1-codex-max
       drop_params: true
       extra_headers:
         editor-version: "vscode/1.95.0"
         editor-plugin-version: "copilot-chat/0.26.7"
   - model_name: claude-opus-4.5
     litellm_params:
       model: github_copilot/claude-opus-4.5
       drop_params: true
       extra_headers:
         editor-version: "vscode/1.95.0"
         editor-plugin-version: "copilot-chat/0.26.7"
   - model_name: "*"
     litellm_params:
       model: "github_copilot/*"
       extra_headers:
         editor-version: "vscode/1.95.0"
         editor-plugin-version: "copilot-chat/0.26.7"

3. Запустите LiteLLM proxy:

   bashКопировать

   litellm --config ~/.codex/litellm_config.yaml
   # По умолчанию запускается на http://localhost:4000

4. Запустите Codex:

   codex

Конфигурационные файлы

Основная конфигурация

• config.toml: конфигурация по умолчанию с использованием LiteLLM gateway
  • Модель: gpt-5 через model_provider = "github" (Copilot proxy на http://localhost:4000)
  • Политика подтверждений: on-request; сводка рассуждений: detailed; усилие рассуждений: high; отображение сырых рассуждений агента включено
  • MCP-серверы: claude (локальный), exa (hosted), chrome (DevTools через npx)

Альтернативные конфигурации

Расположены в директории configs/:

• OpenAI ChatGPT: использование провайдера ChatGPT subscription
• Azure OpenAI: использование провайдера Azure OpenAI
• Github Copilot: использование Github Copilot через LiteLLM proxy
• OpenRouter: использование провайдера OpenRouter

Для применения альтернативной конфигурации:

# Пример с ChatGPT
cp ~/.codex/configs/chatgpt.toml ~/.codex/config.toml
codex

Кастомные промпты

Кастомные промпты хранятся в директории prompts/. Доступ к ним осуществляется через меню /prompts: в Codex.

• /prompts:deep-reflector — анализ сессий разработки для извлечения знаний, паттернов и улучшений для будущих взаимодействий.
• /prompts:insight-documenter [breakthrough] — захват и документирование значимых технических прорывов в переиспользуемые базы знаний.
• /prompts:instruction-reflector — анализ и улучшение инструкций Codex в AGENTS.md на основе истории разговора.
• /prompts:github-issue-fixer [issue-number] — систематический анализ, планирование и реализация исправлений для GitHub issues с созданием PR.
• /prompts:github-pr-reviewer [pr-number] — детальный анализ и ревью кода GitHub pull request.
• /prompts:ui-engineer [requirements] — создание production-ready фронтенд-решений с современными стандартами UI/UX.
• /prompts:prompt-creator [requirements] — создание кастомных промптов для Codex с правильной структурой и лучшими практиками.

Создание кастомных промптов

1. Создайте новый файл .md в ~/.codex/prompts/
2. Используйте плейсхолдеры для аргументов:
   • $1 — $9: позиционные аргументы
   • $ARGUMENTS: все аргументы, объединённые пробелами
   • $$: литеральный знак доллара
3. Перезапустите Codex для загрузки новых промптов

Скиллы (экспериментально)

Скиллы — это переиспользуемые наборы инструкций, которые Codex автоматически обнаруживает при запуске. Каждый скилл имеет имя, описание и подробные инструкции, хранящиеся на диске. Codex загружает в контекст только метаданные (имя, описание, путь) — тело скилла остаётся на диске до момента обращения к нему.

Использование скиллов

Скиллы загружаются автоматически при запуске Codex. Для работы со скиллами:

1. Список всех скиллов: используйте команду /skills

   /skills

2. Вызов скилла: используйте $<skill-name> [prompt] для вызова скилла с опциональным промптом

   textКопировать

   $kiro-skill Create a feature spec for user authentication
   $nanobanana-skill Generate an image of a sunset over mountains

Скиллы хранятся в ~/.codex/skills/**/SKILL.md. Распознаются только файлы с именем SKILL.md.