Codex CLI unter Linux installieren und richtig nutzen: Anleitung 2026

KI-gestützte Programmierung muss nicht im Browser oder in einer Entwicklungsumgebung stattfinden. Mit der OpenAI Codex CLI kommt ein Coding-Agent direkt ins Linux-Terminal. Er kann ein Projekt analysieren, Dateien bearbeiten, Fehler suchen, Tests ausführen und Git-Änderungen prüfen.

Statt Code zwischen Terminal und Chatbot zu kopieren, arbeitet Codex im lokalen Repository. Diese Anleitung zeigt Schritt für Schritt, wie du die Codex CLI unter Linux installierst, anmeldest, sicher konfigurierst und sinnvoll nutzt.

Was ist die OpenAI Codex CLI?

Die Codex CLI ist ein KI-Coding-Agent für das Terminal. Du startest sie in einem Projektverzeichnis und beschreibst in natürlicher Sprache dein Ziel. Codex kann Quellcode und Projektstrukturen untersuchen, Dateien verändern, Funktionen implementieren, Shell-Kommandos und Tests ausführen, Git-Diffs prüfen, Reviews durchführen und externe Werkzeuge über MCP anbinden. Für automatisierte Prozesse steht codex exec zur Verfügung.

„Analysiere diesen Fehler, finde die betroffene Stelle, implementiere eine möglichst kleine Korrektur und führe anschließend die vorhandenen Tests aus.“

Codex CLI unter Linux installieren

OpenAI dokumentiert für Linux einen Standalone-Installer:

curl -fsSL https://chatgpt.com/codex/install.sh | sh
codex --version
codex --help

Der Installer kann auch erneut ausgeführt werden, um Codex zu aktualisieren. Prüfe Installationsskripte vor der Ausführung, besonders auf administrierten Systemen. Die aktuelle Anweisung findest du in der offiziellen Codex-CLI-Dokumentation.

Mit ChatGPT oder API Key anmelden

codex login
codex login status
codex logout

Beim ChatGPT-Login wird die Nutzung dem Konto beziehungsweise Workspace zugeordnet. Alternativ kannst du einen API Key sicher über die Standardeingabe übergeben:

printenv OPENAI_API_KEY | codex login --with-api-key

API Keys gehören niemals ins Git-Repository. API-Nutzung wird getrennt und nutzungsbasiert abgerechnet.

Die erste Codex-Session

cd ~/projects/meine-webapp
codex

Ein guter Startauftrag lautet:

Analysiere dieses Projekt. Erkläre Sprachen, Frameworks,
Struktur, Einstiegspunkte, Start und Tests.
Nimm noch keine Änderungen vor.

Bei einem unbekannten Repository ist Orientierung sinnvoller als ein offener Auftrag wie „Repariere alles“.

Zehn strukturierte KI-Prompts für Linux-Administratoren (Zum Artikel)

Erst verstehen, dann verändern

Lass Codex zunächst Ursache, betroffene Dateien, Lösung und Nebenwirkungen erklären. Gib erst danach die Umsetzung frei, begrenze den Umfang und fordere Tests. Für größere Änderungen unterstützt die CLI einen Plan-Modus; je nach Oberfläche und Version wird er über die entsprechende Plan-Funktion beziehungsweise /plan gestartet.

AGENTS.md: dauerhafte Projektregeln

AGENTS.md enthält Anweisungen, die Codex vor der Arbeit einliest. Mit /init kannst du eine Ausgangsbasis erstellen. Hinterlege Architektur, Einschränkungen, Testkommandos, Code-Stil und deine Fertig-Definition.

# Projektregeln

## Regeln
- Keine neuen Dependencies ohne Begründung.
- Keine Zugangsdaten in Dateien schreiben.
- Vor größeren Änderungen zuerst planen.

## Tests
- Backend: pytest
- Frontend: npm test

## Abschluss
1. Tests ausführen.
2. Git Diff prüfen.
3. Änderungen erklären.

Globale persönliche Vorgaben können in ~/.codex/ liegen; Repositorys und Unterverzeichnisse können spezifischere AGENTS.md-Dateien besitzen. Näher am Arbeitsbereich liegende Regeln haben Vorrang. Details erklärt die offizielle AGENTS.md-Anleitung.

Berechtigungen richtig einstellen

Codex trennt Sandbox und Genehmigungen. Typische Sandbox-Modi sind read-only, workspace-write und danger-full-access. Für viele Aufgaben genügt der Zugriff auf den Workspace:

codex exec --sandbox workspace-write "Führe die definierte Aufgabe aus."

Kontrolliere die aktuelle Konfiguration über /status und passe Berechtigungen über /permissions an. Das Prinzip lautet: so viele Rechte wie nötig, so wenige wie möglich.

Vorsicht mit --yolo

--yolo ist ein Alias für --dangerously-bypass-approvals-and-sandbox. Damit werden Schutzmechanismen umgangen. Nutze das nur in einer extern isolierten Umgebung, nie als Standard auf einem Rechner mit SSH-Schlüsseln, Cloud-Credentials, .env-Dateien oder Produktionszugriff.

KI-Ausgaben, Befehle und Risiken kritisch prüfen (Zum Artikel)

Wichtige Slash Commands

• /status: Session-Konfiguration prüfen.
• /model: verfügbares Modell und unterstützte Reasoning-Einstellungen wählen.
• /permissions: Rechte verwalten.
• /diff: bisherige Git-Änderungen ansehen.
• /review: Änderungen prüfen, ohne den Working Tree automatisch zu verändern.
• /compact: langen Kontext zusammenfassen.
• /init: AGENTS.md vorbereiten.
• /mcp: MCP-Verbindungen anzeigen.
• /exit oder /quit: Session beenden.

Verfügbare Befehle können sich mit der CLI-Version ändern; /help beziehungsweise die aktuelle Slash-Command-Referenz ist maßgeblich.

Dateien und Shell-Befehle gezielt verwenden

Mit @ suchst du Dateien im Workspace und bindest sie in den Prompt ein. Mit einem Ausrufezeichen startest du lokale Befehle, etwa !git status oder !pytest. Sandbox- und Approval-Regeln gelten weiterhin.

Code Review vor dem Commit

Ein robuster Ablauf ist: Implementierung → Tests → /diff → /review → manuelle Kontrolle → Commit. KI unterstützt die Kontrolle, ersetzt sie aber nicht. Fordere bei Bugs Reproduktion, Root Cause, kleinen Fix, betroffene Randfälle, Tests und eine Abschlussprüfung ausdrücklich an.

Codex für Refactorings

Definiere nicht nur das Ziel, sondern auch unveränderliche öffentliche Schnittstellen, ausgeschlossene Dependencies, Testschritte und messbare Abschlussbedingungen. Große Änderungen sollten geplant, in kleinen Schritten umgesetzt und nach jedem Schritt geprüft werden.

Aktuelle Informationen per Websuche

codex --search

Live-Websuche ist bei Versionsfragen, APIs, Security Advisories und aktueller Dokumentation hilfreich. Prüfe Quellen und bevorzuge Primärdokumentation.

Codex CLI mit MCP erweitern

codex mcp list
codex mcp add openaiDeveloperDocs --url https://developers.openai.com/mcp

MCP verbindet Codex kontrolliert mit zusätzlichen Werkzeugen und Datenquellen. Der öffentliche OpenAI-Dokumentationsserver bietet lesenden Zugriff auf Entwicklerdokumentation. Vergib auch hier nur erforderliche Rechte.

Model Context Protocol und MCP-Server einfach erklärt (Zum Artikel)

Codex ohne interaktive Oberfläche

codex exec "Analysiere das Repository und suche nach offensichtlichen Fehlern."
codex exec --sandbox workspace-write "Führe die definierte Aufgabe aus."

codex exec ist für Skripte und CI gedacht. Automatisierte Abläufe benötigen besonders klare Ausgaben, begrenzte Rechte, sichere Secrets und reproduzierbare Tests. OpenAI stellt außerdem eine Codex GitHub Action bereit.

Konfiguration unter Linux

Dauerhafte Einstellungen liegen in ~/.codex/config.toml. Dort lassen sich unter anderem Modell, Reasoning, Sandbox, Approval Policy, Profile und MCP konfigurieren. CLI-Parameter können Einstellungen für einen Lauf überschreiben.

Ein sicherer Workflow

1. Projektverzeichnis öffnen und git status prüfen.
2. Bei sauberem, bewusstem Stand einen Git-Checkpoint erstellen.
3. Codex starten und AGENTS.md kontrollieren.
4. Komplexe Aufgabe zuerst planen.
5. Aufgabe eng und prüfbar formulieren.
6. Diff und Review kontrollieren.
7. Tests ausführen.
8. Erst nach manueller Prüfung committen.

Shell-Skripte strukturiert erstellen und sicher testen (Zum Artikel)

Was Codex nicht ungeprüft tun sollte

Vermeide offene Aufträge wie „Lösche alle unnötigen Dateien“, „Räume den Produktionsserver auf“ oder „Behebe alles und deploye“. Lass Codex zuerst analysieren und Vorschläge mit Risiken liefern. Produktionssysteme brauchen eng begrenzte Rechte und menschliche Freigaben.

Zehn gute Codex-Prompts

1. Repository erklären, nichts ändern.
2. Root Cause eines Bugs ermitteln.
3. Minimalen Fix ohne Nebenrefactoring umsetzen.
4. Änderungen auf Bugs und Sicherheitsprobleme prüfen.
5. Normal-, Rand- und Fehlerfälle testen.
6. Performance-Engpässe nach Wirkung sortieren.
7. Input Validation, Authentifizierung, Autorisierung, Secrets und Injection prüfen.
8. Technische Dokumentation aktualisieren.
9. Verhaltensneutrales Refactoring planen.
10. Eigene Änderungen, Tests und Diff abschließend kritisch prüfen.

Häufige Fehler

Falsches Verzeichnis

Starte Codex im Repository, nicht pauschal im Home-Verzeichnis.

Zu große Aufgaben

„Mach die Anwendung besser“ ist kein überprüfbares Ziel. Begrenze Komponente, Ergebnis und erlaubte Änderungen.

Keine Git-Checkpoints

Prüfe den Status und sichere einen bewussten Ausgangspunkt.

Zu viele Rechte

workspace-write ist häufig sinnvoller als Vollzugriff.

Blindes Vertrauen

Der richtige Ablauf lautet: Codex → Tests → Diff → Review → Mensch → Commit.

Codex CLI vs. ChatGPT

Funktion	ChatGPT	Codex CLI
Fragen beantworten	Ja	Ja
Direkt im lokalen Terminal	Nein	Ja
Repository analysieren	Über bereitgestellten Kontext	Direkt lokal
Dateien und Shell	Je nach Oberfläche	Mit Berechtigungen
Git-Review	Mit Kontext	Direkt am Repository
Automatisierung	Andere Workflows	codex exec

FAQ: Codex CLI unter Linux

Läuft Codex CLI unter Linux?

Ja. OpenAI stellt einen offiziellen Linux-Installer bereit.

Wie installiere ich Codex unter Ubuntu oder Debian?

curl -fsSL https://chatgpt.com/codex/install.sh | sh

Muss ich einen API Key besitzen?

Nein. Interaktiv kannst du dich auch mit ChatGPT anmelden; API-Key-Nutzung wird über die API abgerechnet.

Kann Codex Dateien und Shell-Befehle verwenden?

Ja, innerhalb der vergebenen Sandbox- und Approval-Regeln.

Was ist AGENTS.md?

Eine Datei mit dauerhaften, hierarchischen Projektanweisungen.

Kann Codex Code Reviews durchführen?

Ja, unter anderem über /review.

Unterstützt Codex MCP?

Ja. Verbindungen werden über codex mcp verwaltet.

Kann Codex in Skripten laufen?

Ja, mit codex exec.

Fazit

Die Codex CLI macht das Linux-Terminal zum KI-Arbeitsplatz: Repository analysieren, Fehler suchen, Änderungen implementieren, Tests ausführen, Diffs prüfen und Aufgaben automatisieren. Ihre Stärke entsteht durch klare Aufgaben, eine gute AGENTS.md, minimale Berechtigungen und konsequente menschliche Kontrolle.

Die fünf wichtigsten Regeln:

1. Im richtigen Projektverzeichnis starten.
2. Komplexe Aufgaben zuerst planen.
3. AGENTS.md für dauerhafte Regeln nutzen.
4. Least Privilege anwenden.
5. Tests, Diff und Review immer kontrollieren.

Codex CLI Linux Cheat Sheet

curl -fsSL https://chatgpt.com/codex/install.sh | sh
codex --version
codex login
codex login status
cd ~/projects/meinprojekt
codex
codex mcp list
codex exec "Analysiere dieses Repository"
codex --search
codex logout

/init  /plan  /status  /model  /permissions
/diff  /review  /mcp  /compact  /exit

Quellen und Aktualität

Inhaltlicher Stand: 9. August 2026; am 12. August 2026 anhand der offiziellen OpenAI-Dokumentation geprüft. Quellen: Codex CLI, CLI-Referenz, Authentifizierung, Sicherheit und Berechtigungen, AGENTS.md, MCP und Non-interactive Mode.