Ralph + Codex CLI：我当老板，AI当监工，GPT-5.2当牛马的正确姿势

这两天都在研究 ralph，一个你睡觉时，都能不眠不休替你干需求、榨干任何 Coding Agent 的工具。

如果你还没听过，强烈建议看下之前的这几篇文章。

• Claude Code 官方插件：卷死你的 Claude Code，让它彻夜干活：ralph loop 插件一手体验

• 基本原理图解：Ampcode 的 ralph 最佳实践：模拟敏捷开发，让 AI 彻夜帮你干活

• Amp 魔改支持 Claude Code：拉爆官方 ralph loop，这个 agent 让你的 Claude Code / Codex / Opencode 持续一个礼拜干活

昨天，我们把 Amp 那套迁移到了 Claude Code，也有不少朋友问，Codex、Gemini 行不行啊。

其实，技术上这些都是 CLI 工具，大差不差，肯定能跑起来。

晚上有点手痒，就想要不也试试看 Codex 上的 GPT-5.2 吧。

Cursor 都可以让它连续一个礼拜干出一个 Chrome 浏览器，搞不好会有惊喜呢。

如何初始化

没想到，不到 10 分钟 Codex 就帮我弄好了新的脚本，然后就跑起来了。

方法也很简单，还是把上次 amp ralph 那个 GitHub 克隆下，进入目录，启动 Codex。

bash

git clone https://github.com/snarktank/ralph.git

然后你可以让 Codex 帮你整个适合 Codex CLI 的版本，比如下面是我的问法：

Plain Text

如果这个项目的内容，想要也支持 codex cli 应该做哪些改造？

中间你可以多和它讨论，如果不理解就问，确保完全理解各个改动点。

这里我选择单独弄个 ralph.codex.sh 脚本，方便后续使用。

然后我继续问 Codex：

Plain Text

我要在另外一个项目里使用，我应该复制哪些文件过去，以及做什么操作

其实步骤和之前 CC 差不多，照着做就行。如果你也在尝试，让 Codex 当你老师，让它给一步步的指南。

准备需求（prd.json）

💡这里先敲重点，Ralph Agent 这套玩法，要发挥最大效果，就是得把需求准备得越详细、越多，越原子化。

如果你想尝试，但还没有 prd.json，一定要先看上一篇，用 prd skill 先把需求准备好。skill 在 codex 也是通用的。拉爆官方 ralph loop，这个 agent 让你的 Claude Code / Codex / Opencode 持续一个礼拜干活

回到我们的测试，因为上次测试 Claude Code 时踩了个坑，忘记在所有涉及界面的 user story 都加上要求“做浏览器自动化测试”，导致漏过了。

这次我们让它也提前补上。

bash

请帮我把 prd.json 每个 user story 的状态，都设置为 false，清空 notes，并把每个涉及前端界面的 story，都增加一个“必须调用 Playwright MCP 完成所有界面相关测试”这个验收标准。

开始干活

接下来我们把复制过来的脚本设置为可执行，就可以开始让干活了。

bash

cd scripts/ralph

chmod +x ralph.codex.sh

./ralph.codex.sh

最大的惊喜，Codex CLI 比 Claude Code 对外部调用友好太多太多了。

直接命令行就开始不断输出各种执行进度、具体状态，这里我们是开始第一轮。

Playwright MCP 自动化测试很稳

进度看到一半，蹦，突然跳出一个浏览器界面，啊，肯定是开始在跑 Playwright 浏览器自动化测试了。

还自动帮我切换了手机视图测试，nice~

做个看板吧

等的过程中，我时不时就去刷刷 prd.json 的状态，看看 progress.txt。

每次都要自己滚动下看做到哪个 story 了，还是有点烦。

要不让 Codex 再帮我做个可视化界面吧。

Plain Text

帮我额外做一个 html 可以定期自动监测 prd.json 和 progress.txt 的更新，让我方便看到进度

很快就出来了，不过有点丑。。。

再来

Plain Text

弄好看点，类似一个 tello 看板，log 界面不需要那么大，突出目前在跑的 story，有动效

这里还把 trello 少打了一个 r，不过这些对 AI 都是小事儿。

紧接着，浏览器就蹦出一个让我觉得非常满意的界面。

真心不错，有点我是老板，ralph 是监工，Codex 是牛马的感觉了。

Codex 被拉爆了

看板的进度已来到 US-014，就差 3 个就可以手工大吉了。

突然我看到一条提示，ralph 直接退出了！

没想到，这么快就限流了。。。

看来后续这个 ralph.codex.sh 还可以再迭代下，加上自动延迟和重试。

人工验收下

虽然 AI 还没汇报完工，我还是决定测试下实际情况。

GPT-5.2 还是强，明显秒杀 GLM 4.7，几个模板的切换、电脑手机视图的切换、浅色深色模式的切换，非常丝滑。

标题、代码块的处理，也挺好的。但高亮块、行间距细节还得再调调。

三个心得

Codex CLI 这个尝试，进一步证实了 3 个点：

1. 只要是有 CLI，就可以被这套方法驱动
2. 但一定一定要提前把需求都拆解好，最后的结果才可能好
3. 好的模型，能帮你节约更多的时间，事半功倍

感谢你读到这里，如果觉得有所启发，也帮忙点一波关注点赞分享~

如果你也在尝试 ralph，有什么踩坑或新的发现，欢迎评论交流

文章来自于“Decoder Only”，作者 “湾仔码农”。