# Codex

OpenAIs Agent für Softwarearbeit: Code verstehen, ändern und testen. Nutzbar in der Desktop-App, im Terminal (CLI), im Editor und in der Cloud.

Kanonisches Profil: https://agenten-kompass.mmeierhoff.chatgpt.site/agenten/codex/
Redaktion: [Michael Meierhoff](https://agenten-kompass.mmeierhoff.chatgpt.site/ueber-mich/)
Quellenabgleich: 2026-09-30
Basis: Anbieter-Dokumentation. Praxisbeispiele sind redaktionelle Vorschläge, keine eigenen Produkttests.

## Einordnung

Codex ist OpenAIs Agent für Softwarearbeit. Du kannst ihn in der Desktop-App, im Terminal über die Codex CLI, im Code-Editor oder in der Cloud nutzen. Die CLI ist der Zugang über eine Kommandozeile. dots kann Entwicklungsaufgaben an Codex delegieren.

- Anbieter: OpenAI
- Produktfamilie: ChatGPT und Codex
- Profiltyp: Coding-Agent
- Umgebung: App, CLI, Editor und Cloud
- Verbindungen: Repositories und Entwicklungswerkzeuge
- Einrichtung: Projektregeln und Aufgabe bereitstellen
- Kostenmodell: Tarif / Nutzung

## Kernfunktionen

### Code untersuchen und ändern

Codex bearbeitet Entwicklungsaufgaben anhand eines Projekts, kann Änderungen vorbereiten und die dazugehörigen Prüfungen ausführen.

Quelle: https://openai.com/codex/

### CLI, IDE und Cloud

Du kannst Codex im Terminal, neben dem Code im Editor und in eingerichteten Cloud-Umgebungen verwenden. Der Zugang beeinflusst den Arbeitsablauf.

Quelle: https://learn.chatgpt.com/docs/app

### Parallele Arbeit in Worktrees

Unabhängige Aufgaben können getrennte Git-Arbeitskopien nutzen. Änderungen und Dateien bleiben je Worktree separat.

Quelle: https://learn.chatgpt.com/docs/environments/git-worktrees

### Aufgaben zwischen Arbeitsbereichen verschieben

Handoff überträgt eine Aufgabe zwischen lokalem Checkout und verwaltetem Worktree. Dabei müssen Git-Zustand und ignorierte Dateien berücksichtigt werden.

Quelle: https://learn.chatgpt.com/docs/environments/git-worktrees

### Skills für Projektabläufe

Skills bündeln Anweisungen und Ressourcen für wiederkehrende Arbeit. Sie können Projektroutinen wie Reviews oder Dokumentation beschreiben.

Quelle: https://learn.chatgpt.com/docs/build-skills

### Geplante Entwicklungsaufgaben

In der Desktop-App kannst du Aufgaben zeitgesteuert ausführen lassen. Git-Projekte können dafür eigene Arbeitskopien nutzen. Rechner und App müssen für lokale Arbeit laufen.

Quelle: https://learn.chatgpt.com/docs/automations

### Projektregeln mit AGENTS.md

Globale und projektspezifische Anweisungen legen Arbeitsweise, Konventionen und Prüfungen für Entwicklungsaufgaben fest.

Quelle: https://learn.chatgpt.com/docs/agent-configuration/agents-md

### Spezialisierte Subagenten

Unabhängige Teilaufgaben können an parallele Agenten gehen. Lokale Codex-Clients erlauben eigene Agentenkonfigurationen; zusätzliche Agenten verbrauchen zusätzliche Nutzung.

Quelle: https://learn.chatgpt.com/docs/agent-configuration/subagents

### MCP-Werkzeuge anbinden

Lokale Codex-Clients verbinden sich mit lokalen oder entfernten MCP-Servern. App, CLI und IDE teilen die Konfiguration desselben Hosts.

Quelle: https://learn.chatgpt.com/docs/extend/mcp

### Hooks für eigene Prüfungen

Vertrauenswürdig eingerichtete Hooks führen Skripte oder MCP-Werkzeuge an Agentenereignissen aus, etwa für Validierung, Protokollierung oder Vorgaben.

Quelle: https://learn.chatgpt.com/docs/hooks

## Voraussetzungen und Grenzen

### Zugriff auf Dateien und Netzwerk

Voraussetzung: Die Umgebung und das Berechtigungsprofil legen fest, welche Dateien Codex lesen oder ändern und welche Dienste er erreichen kann.

Quelle: https://learn.chatgpt.com/docs/permissions

### Lokale Zeitpläne brauchen die laufende App

Voraussetzung: Für geplante Arbeit im lokalen Projekt müssen Rechner und Desktop-App laufen und das Projekt verfügbar sein.

Quelle: https://learn.chatgpt.com/docs/automations

### Zeitpläne werden in App oder Web verwaltet

Einschränkung: CLI und Editor-Erweiterung besitzen keine eigene Scheduled-Verwaltung. Dort kannst du Aufträge vorbereiten; eingerichtet werden sie in App oder Web.

Quelle: https://learn.chatgpt.com/docs/automations

## Redaktionelle Praxisbeispiele

### Eine kleine Funktion ergänzen

- Du gibst vor: Repository, Akzeptanzkriterien und bestehende Projektregeln.
- Mögliches Ergebnis: Ein prüfbarer Diff mit passenden Tests und Hinweisen zu Restfragen.
- Das prüfst du: Funktion im tatsächlichen Ablauf testen und Code prüfen.

### Zwei unabhängige Änderungen vorbereiten

- Du gibst vor: Zwei klar getrennte Aufgaben im selben Git-Projekt.
- Mögliches Ergebnis: Getrennte Worktree-Änderungen für Review und spätere Integration.
- Das prüfst du: Wechselwirkungen und Merge-Konflikte vor der Übernahme prüfen.

## Rahmen

Code, Tests und Änderungen prüfen. Der konkrete Zugriff hängt von Umgebung, Tarif und Projektkonfiguration ab.

Dieses Profil beschreibt Entwicklungsarbeit. App-Funktionen wie Dokumentansichten oder allgemeine Work-Aufgaben stehen im separaten Desktop-App-Profil.

## Quellen

- https://openai.com/codex/

- https://learn.chatgpt.com/docs/app

- https://learn.chatgpt.com/docs/environments/git-worktrees

- https://learn.chatgpt.com/docs/build-skills

- https://learn.chatgpt.com/docs/agent-configuration/agents-md

- https://learn.chatgpt.com/docs/agent-configuration/subagents

- https://learn.chatgpt.com/docs/extend/mcp

- https://learn.chatgpt.com/docs/hooks

- https://learn.chatgpt.com/docs/automations

- https://learn.chatgpt.com/docs/permissions

[Quellen und Methode](https://agenten-kompass.mmeierhoff.chatgpt.site/quellen/)
