OpenClaw + Codex 实战手册：配置 coding agent 自动修 Bug、跑测试、提 PR

一句话答案：OpenClaw 是跑在你自己设备上的开源个人 AI 助手框架，本身不含模型；把它接上 Codex（背后是 GPT-5.5 系列，需 ChatGPT Plus），就能让它在你人工把关下读代码、改代码、跑测试、提 PR。关键不是"全自动"，而是默认关掉自动提交、只推 AI 分支、绝不直推 main。上手用 openclaw onboard，agent 行为写在 SOUL.md 里。

最后更新：2026 年 7 月

OpenClaw 装好之后，很多人卡在同一个地方：知道它能"执行任务"，却不知道怎么把它变成一个靠谱的编程助手。这篇讲清楚配置链路、可直接抄的 prompt 模板，以及最重要的——怎么加 Git 护栏，别让它把你的仓库搞乱。

说明一点：下面的命令与配置以 OpenClaw 官方口径为准，具体 skill 的字段名请以 官方文档为准，本文不臆造字段。文中的实操建议是通用工程经验，不是伪造的"实测成功率"。

前置条件

• OpenClaw 已装好并能跑——推荐 Node 24（最低 Node 22 LTS 22.19+，更旧的版本会静默失败）；最低配 2 核 CPU / 4GB 内存 / 100GB 磁盘。没装的看这篇：OpenClaw 安装部署保姆级教程。
• ChatGPT Plus 订阅——Codex 需要 Plus 账号才能用。没有的话这里买。
• 你的项目用 Git 做版本管理（护栏全靠它）。

第一步：用 openclaw onboard 把框架配起来

OpenClaw 的推荐上手方式是在终端运行引导式配置，它会带你走完 gateway、workspace、消息渠道（Telegram / Slack / Discord / WhatsApp / Signal / iMessage 等）和 skills 的设置：

openclaw onboard

顺利的话大约 10 分钟能跑起来。OpenClaw 是通过消息应用作为交互界面的——你在聊天窗口里发指令，它在你自己的机器上真正执行（跑 shell、管文件、控制浏览器、提交代码），而不是像纯聊天工具那样只告诉你"该怎么做"。

要接 Codex，你需要在 onboard 过程或之后按官方文档把 Codex / ChatGPT 的凭据配进 OpenClaw 的模型/工具设置。OpenClaw 自己不带模型，它是 agent 框架，必须接你自己的 LLM（API Key 或订阅）——这也是为什么你需要 ChatGPT Plus。

第二步：用 SOUL.md 定义 agent 的行为

OpenClaw 的 agent 行为、人格与工作约定写在 SOUL.md 里（社区有大量现成的 SOUL.md 模板可参考）。把"这是一个编程助手、该守什么规矩"写进去，比在每条消息里重复交代高效得多。一个可参考的骨架：

# SOUL.md（示例骨架，字段以官方文档为准）

## 角色
你是我的编程助手，负责在受控范围内修 Bug、写小功能、跑测试。

## 铁律
- 未经我确认，绝不推到 main / master 分支。
- 所有改动先跑测试；测试不过就停下并报告。
- 一次任务改动的文件不宜过多；大改动先拆小、先说方案再动手。
- 不删除、不覆盖我没让你碰的文件。

## 项目约定
- 框架：Next.js 15（App Router）+ TypeScript
- 数据库：PostgreSQL + Prisma ORM
- 命名：函数 camelCase，组件 PascalCase；禁止用 any 类型
- 所有 API 路由必须做权限校验
- 测试命令：npm run test

把技术栈、代码规范和"哪些文件最重要"写清楚，agent 生成的代码质量会明显更高——它最大的问题永远是"不了解你的项目"。至于 coding 相关 skill 的确切开关和字段名（例如是否自动提交、分支前缀这类），请以 OpenClaw 官方 skill 文档为准，不同版本可能不同，别照抄网上来路不明的 YAML。

第三步：可直接抄的 prompt 模板

直接用自然语言下指令就行，但结构化的 prompt 明显更稳。下面几个模板可以照着改（示例里引用的是本站真实的仓库文件，换成你自己的路径即可）：

模板一：修复 Bug

分析 src/lib/order-lifecycle.ts 里的支付回调处理逻辑。
它疑似存在竞态条件：支付回调和订单超时取消几乎同时到达时，
可能出现"已付款却被标记为已取消"。

要求：
1. 先解释根因；
2. 给出修复方案（数据库事务 + 乐观锁思路）；
3. 生成修复代码；
4. 为修复写单元测试。
改动前先说方案，我确认后再动手。

模板二：添加新功能

在 src/app/api/ 下新建端点 /api/export/orders：
- GET 请求，query 参数 startDate / endDate / status；
- 查询 Prisma 的 Order 模型按条件筛选；
- 返回 CSV 下载；
- 需要 Admin 角色权限校验。
风格参考已有的 src/app/api/articles/route.ts。

模板三：代码审查

对 src/lib/payment/ 下所有文件做安全审查，重点：
1. 是否有硬编码密钥或 Token；
2. 支付回调签名验证是否有漏洞；
3. 金额计算是否有精度问题（浮点 vs Decimal）；
4. 是否有未处理的异常。
输出按严重程度（高/中/低）分级列出，只出报告，先别改代码。

第四步：Git 安全护栏（最重要的一节）

让 agent 真的动你的仓库，风险不在"它写得对不对"，而在"它能不能撤回"。不管框架给了多少自动化选项，下面这几条护栏建议一开始就守住：

• 默认关掉自动提交。先让它把改动摆出来，你看过再提交。自动提交一旦配错，一次误覆盖就可能污染整个工作区。
• 只推到 AI 专用分支（如 ai/fix-xxx），人工 Review 后再合并。
• 提交前必须跑测试，测试不过就不提交。
• 绝不让 AI 直接推 main。这是铁律，写进 SOUL.md，也在仓库分支保护里锁死。
• 限制单次改动范围：大重构先拆成小步，逐步 Review，别让它一口气改一大片。

把这些规则同时写进 SOUL.md 和仓库的分支保护规则里——一层靠约定，一层靠平台强制，双保险。

Codex 还是 Claude Code？看任务，也看公开跑分

Codex 背后是 GPT-5.5 系列（随 ChatGPT Plus 提供）；Claude Pro 上的 Claude Code 则可跑 Opus 4.8 / Sonnet 5，顶配还有 Fable 5。选型别靠感觉，看点名基准的公开数据（数字为各家公布口径）：

基准	Claude Opus 4.8	GPT-5.5（Codex）	Claude Sonnet 5
SWE-bench Verified	88.6%	88.7%	85.2%
SWE-bench Pro（更难）	69.2%	58.6%	63.2%
Terminal-Bench 2.1（终端 Agent）	74.6%	78.2%	80.4%
OSWorld（电脑操作）	83.4%	78.7%	81.2%

能从数据里读出来的、站得住的判断：

• 常规改 Bug、写功能上两家基本打平——SWE-bench Verified 88.6% vs 88.7%，差距在噪声范围内。
• 越难的任务，Claude 越占优。更难的 SWE-bench Pro 上 Opus 4.8（69.2%）明显领先 GPT-5.5（58.6%），大范围重构、读大型代码库更吃这个。Claude 顶配上下文也更大（Fable 5 达 1M token），啃大仓库更从容。
• 终端 Agent 工作流，GPT-5.5 强于 Opus——Terminal-Bench 2.1 上 78.2% > Opus 74.6%；不过要说清楚，这一行的最高分其实是同属 Claude Code 的 Sonnet 5（80.4%）。真正让人选 Codex 干终端活的理由，是它在沙箱里跑命令不污染本地环境、以及随 Plus 的成本可控，而不是"跑分登顶"。
• 想要绝对最强、且不在乎成本：Fable 5 的 SWE-bench Verified 约 95%，是目前最高，但 API $10/$50、订阅按额度计费，日常开发通常过剩。

所以务实的做法是分场景用：新功能、终端密集型任务交给 Codex（或直接用 Sonnet 5）；难 Bug、大重构、需要吃透大库的任务交给 Claude Code（Opus 4.8 或更省的 Sonnet 5）。这意味着你可能需要同时有 ChatGPT Plus 和 Claude Pro——两个订阅可以一起买。

成本怎么算？诚实说

Token 消耗高度依赖项目大小和任务复杂度，任何"每个任务固定多少 token"的精确表格都不可信——单文件小改动和全库审查可能差一个数量级，这里不给编造的数字。可以确定的方向是：coding agent 会来回读文件、跑测试、反复迭代，token 用量比普通聊天大得多。

对高强度日常使用，订阅制通常比 API 按量付费划算：ChatGPT Plus 固定月费封顶，而同样用量走 API 按 token 计费很容易更贵。把重活压在订阅额度里、只在订阅够不到的场景才用 API，是比较稳的省钱姿势。

常见问题（FAQ）

Q：OpenClaw 自带 AI 模型吗？
A：不自带。它是开源（MIT）的 agent 框架，跑在你自己的设备上，必须接你自己的 LLM（API Key 或订阅）。接 Codex 就需要 ChatGPT Plus。

Q：Codex 一定要 ChatGPT Plus 吗，免费号行不行？
A：Codex 需要 Plus 账号才能用，免费档不行。可以在本站购买 ChatGPT Plus 订阅。

Q：怎么配置 agent 的行为和项目约定？
A：写在 SOUL.md 里——角色、铁律、技术栈、代码规范、测试命令都放进去。具体某个 coding skill 的开关字段以 OpenClaw 官方文档为准，不同版本可能不同。

Q：让 AI 自动提交代码安全吗？
A：默认建议关掉自动提交。先让它摆出改动、跑过测试、你 Review 后再提交；只推 AI 专用分支（如 ai/fix-xxx），并在仓库分支保护里锁死 main，绝不让它直推主分支。

Q：Codex 和 Claude Code 到底选哪个？
A：常规改 Bug / 写功能两家基本打平（SWE-bench Verified 88.7% vs 88.6%）；难任务和大重构 Claude 更强（SWE-bench Pro Opus 4.8 领先）。终端密集型任务上 GPT-5.5（Terminal-Bench 78.2%）强于 Opus，但该基准行内最高其实是 Sonnet 5（80.4%）——选 Codex 更多是图沙箱隔离和成本。结论：分场景混用最划算。

Q：Node 版本有要求吗？
A：推荐 Node 24，最低 Node 22 LTS（22.19+）。版本过旧会静默失败，装之前先确认。

Q：安装 OpenClaw 时看到的一键脚本地址可信吗？
A：以官网 openclaw.ai 和官方仓库 github.com/openclaw/openclaw 为准，别照抄网上来路不明的安装地址或配置片段。推荐用 openclaw onboard 引导式配置。

相关产品

• ChatGPT Plus 订阅（Codex 必需）
• Claude Pro 订阅（Claude Code）
• 查看全部商品

延伸阅读

• OpenClaw vs Codex vs Claude Code vs Cursor：2026 AI 编程工具横评
• Codex 能用哪些模型？ChatGPT Plus 用户的 AI 编程模型清单
• OpenClaw 安装部署保姆级教程：从零开始，每一步都有命令