OpenAI Codex SDK for Creating Our Own Codex Agent
Zusammenfassung
Kurz
Der Bericht beschreibt das Codex SDK als TypeScript-Wrapper um die lokale Codex-CLI und führt Beispiele für Threads, Text- und Bildeingaben, strukturierte Ausgaben sowie Ereignis-Streaming an. Der Autor kritisiert fehlende Möglichkeiten für menschliche Freigaben während der Ausführung und zum programmgesteuerten Hinzufügen von MCP-Servern; diese Einschätzungen beruhen auf seiner eigenen Erkundung.
Mittel
Der Autor beschreibt das Codex SDK für TypeScript als Wrapper um die Codex-CLI, der JSONL-Ereignisse über stdin und stdout austauscht. Er hatte ein eigenständiges Coding-Agent-Framework erwartet und sieht das SDK vorwiegend für lokale Anwendungen; einen Cloud-Einsatz hält er nur mit einem selbst betriebenen Server für denkbar. Als Voraussetzungen nennt er die installierte CLI und eine serverseitige Node.js-Anwendung ab Version 18.
Der Artikel zeigt, wie sich eine Codex-Instanz und Threads erstellen oder gespeicherte Threads fortsetzen lassen. Beschrieben werden Optionen für Modell, Arbeitsverzeichnis, API-Schlüssel und Sandbox-Modus. Eingaben können laut Bericht Text und lokale Bilder umfassen. Strukturierte JSON-Ausgaben lassen sich über JSON Schema oder ein in JSON Schema umgewandeltes Zod-Schema anfordern. Für fortlaufende Antworten stellt der Autor Ereignis-Streaming und die Verarbeitung verschiedener Ereignis- und Elementtypen vor.
Als wesentliche Einschränkungen nennt er, dass er keine Möglichkeit gefunden habe, während der Ausführung eine menschliche Freigabe einzubinden, obwohl ein `ApprovalMode`-Typ exportiert werde. Er schlägt daher einen begrenzenden Sandbox-Modus wie `read-only` vor. Außerdem kritisiert er, MCP-Server ließen sich nicht programmgesteuert hinzufügen. Diese Grenzen beruhen auf der Erfahrung des Autors; der Bericht enthält keine unabhängige oder systematische Überprüfung.
Ausführlich lesen
Der Bericht stellt das OpenAI Codex SDK für TypeScript vor und bewertet seine Möglichkeiten kritisch. Der Autor hatte zunächst ein eigenständiges Agenten-Framework für Programmieraufgaben erwartet. Seiner Darstellung nach ist das SDK jedoch vor allem eine Schnittstelle zur Codex-CLI: Es startet das CLI-Programm und tauscht JSONL-Ereignisse über die Standard-Ein- und -Ausgabe aus. Deshalb sieht er den Einsatz vor allem lokal, etwa für eigene Kommandozeilenprogramme oder Desktop-Apps. Ein Cloud-Dienst sei seiner Einschätzung nach nur mit einem selbst betriebenen Server denkbar; für serverlose Umgebungen hält er das SDK nicht für geeignet.
Als Voraussetzungen nennt der Artikel die Installation der Codex-CLI sowie eine serverseitige Node.js-Anwendung ab Version 18. Die CLI lasse sich laut Bericht über npm oder Homebrew installieren. Für die Anmeldung mit einem ChatGPT-Konto nennt der Autor die Pläne Plus, Pro, Team, Edu und Enterprise; alternativ könne ein API-Schlüssel beim Erstellen der SDK-Instanz angegeben werden.
Die gezeigte Nutzung beginnt mit einer `Codex`-Instanz und einem neuen Thread. Für die Instanz erwähnt der Bericht Optionen wie einen abweichenden CLI-Pfad, eine Basis-URL und einen API-Schlüssel. Beim Thread lassen sich demnach unter anderem Modell, Sandbox-Modus und Arbeitsverzeichnis festlegen. Der Artikel führt `read-only`, `workspace-write` und `danger-full-access` als Sandbox-Modi auf und erwähnt außerdem eine Option, mit der die Prüfung auf ein Git-Repository übersprungen werden könne. Bestehende Threads aus dem lokalen Verzeichnis `~/.codex/sessions` könnten laut Autor wieder aufgenommen werden. Durch wiederholte Aufrufe von `run` lasse sich ein Gespräch im selben Thread fortsetzen.
Für Eingaben beschreibt der Autor Text und lokale Bilder als unterstützte Typen. Strukturierte Antworten könnten über ein JSON-Schema angefordert werden; als Alternative zeigt er ein Zod-Schema, das mit `zod-to-json-schema` in ein OpenAI-kompatibles Format umgewandelt wird. Für längere Antworten stellt er `runStreamed` vor. Dabei lassen sich Ereignisse zum Start und Abschluss von Threads, Turns und Elementen sowie Fehler verarbeiten. Als mögliche Elemente nennt der Bericht unter anderem Agentenantworten, Befehlsausführungen, Dateiänderungen, MCP-Aufrufe, Reasoning, Aufgabenlisten und Websuchen.
Die Grenzen sind vor allem die Einschätzung des Autors: Er sagt, er habe keinen Weg gefunden, während der Ausführung eine menschliche Freigabe einzuschalten oder einzugreifen. Zwar werde ein Typ namens `ApprovalMode` exportiert, doch er habe keine Verwendung dafür gefunden. Als mögliche Vorsichtsmaßnahme schlägt er einen eingeschränkten Sandbox-Modus wie `read-only` vor. Außerdem beanstandet er, dass sich MCP-Server nach seiner Erkenntnis nicht programmgesteuert hinzufügen lassen. Der Bericht dokumentiert Beispiele und persönliche Eindrücke, liefert aber keine unabhängige Prüfung oder systematischen Vergleich der Fähigkeiten.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Bewertet wurde die mittlere Zusammenfassung; die kurze Fassung ist ebenfalls im Kern treu. Die Einordnungen sind eigenständige Urteile, Lunas Prozentangaben wurden nicht übernommen.
Im Bericht, aber nicht in der Zusammenfassung
- Die Persistenz von Threads in ~/.codex/sessions als Grundlage des Fortsetzens wird nicht erklärt
- Die Anforderung eines Git-Repositorys und die Option skipGitRepoCheck werden nicht erwähnt
- Das ChatGPT-Abo mit Plus, Pro, Team, Edu oder Enterprise als Voraussetzung für die Anmeldung fehlt
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 69 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 84 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 32 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 65 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 70 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 27 %gleiches Oberthema, hilft nicht
- Luna 49 %Hintergrund, keine Belege
- JEV 40 %einzelne zitierbare Belege
- amos 27 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 24 %gleiches Oberthema, hilft nicht
- Luna 65 %einzelne zitierbare Belege
- JEV 58 %beantwortet teilweise oder widerspricht
- amos 26 %einzelne zitierbare Belege
- SubQ 32 %gleiches Oberthema, hilft nicht
- drex 30 %gleiches Oberthema, hilft nicht
- d3-ultra 32 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung einzelne zitierbare Belege
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 23 %gleiches Oberthema, hilft nicht
- Luna 22 %Hintergrund, keine Belege
- JEV 57 %einzelne zitierbare Belege
- amos 28 %nur am Rande erwähnt
- SubQ 29 %gleiches Oberthema, hilft nicht
- drex 30 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 84 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 24 %einzelne zitierbare Belege
- JEV 57 %einzelne zitierbare Belege
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
Weitere Berichte zu diesen Fragen
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv