OpenAI Codex 中文完整教學，費用如何計算？與 Claude Code 差在哪？

📌 重點整理

• 旗艦模型：GPT-5.5（2026 年 4 月釋出，OpenAI 公告為當代最強 agentic coding 模型，詳見 tbench.ai 與 OpenAI 系統卡）
• 訂閱：ChatGPT 所有付費方案皆內建 Codex，台灣 Plus 月費 NT$690（依 ChatGPT 官網即時定價為準）
• CLI 最新版：v0.130.0（2026 年 5 月 8 日於 openai/codex GitHub releases 發布），以 Rust 撰寫
• 介面數：雲端 / CLI / IDE 擴充（VS Code、JetBrains、Xcode）/ Chrome 擴充 / macOS + Windows 桌面 app
• 每週活躍開發者：OpenAI 於 2026 年 4 月 21 日公告突破 400 萬，較年初成長約 8 倍

---

Codex 是什麼？OpenAI 重啟 Codex 的脈絡

Codex 名字 OpenAI 用過兩次。2021 年的 Codex API 被 GPT-4 取代後下架，2025 年中 OpenAI 把 Codex 重新定義成「跑在 ChatGPT 帳號裡的 AI 編程代理」，10 月 DevDay 正式 GA，到 2026 年已是 OpenAI 開發者產品線的旗艦門面。

Codex 跟一般 ChatGPT 對話最大的差別，是它不會只回你一段 markdown 程式碼讓你自己貼。它做的事更接近一個工程實習生：

• 讀你給的程式碼庫
• 修改檔案、開分支
• 跑測試、提交 commit
• 發 PR、處理 inline comment

過程中會主動問授權、跑完給 diff 報告。OpenAI 把這條工作流定位成「task to PR」。2026 年 4 月 21 日 OpenAI 公布每週活躍開發者突破 400 萬，較年初成長約 8 倍。

ChatGPT 像「會講話的同事」，Codex 像「會自己動手做事的工程實習生」。

核心模型：GPT-5.5、GPT-5.4、GPT-5.4-mini、GPT-5.3-Codex、Spark

模型	釋出時間（依 OpenAI 官方公告）	適合場景	訂閱用每任務 credit 估算（依 官方公告）
GPT-5.5	2026 年 4 月	跨檔重構、複雜推理、多步驟 agentic 任務	~14
GPT-5.4	2026 年 3 月	日常開發、單元測試、bug 修復	~7
GPT-5.4-mini	2026 Q1	小修改、註解、輕量查找	~2
GPT-5.3-Codex	2026 年 2 月	以 o3 reasoning 模型為基底微調，雲端任務與 PR review 預設用它	~5（雲端任務 ~25）
GPT-5.3-Codex-Spark	2026 年 2 月	低延遲變體，research preview 開放給 ChatGPT Pro 訂閱者 in Codex app / CLI / IDE 擴充	不計入主額度

GPT-5.5 在 Terminal-Bench 2.0 拿下當代最高分。Codex 三端 context 皆 400K，API 端更長 context 已預告。Spark 跑在 OpenAI 與 Cerebra

Codex 跟 GPT-5、ChatGPT 的關係

GPT-5.5 是模型、ChatGPT 是聊天介面、Codex 是跑在模型上會動手做事的 agent。Codex 預設用 GPT-5.5 與 GPT-5.3-Codex，會依任務複雜度自動切換。Anthropic 那邊的對應品可以對照 Claude AI 中文完整教學。

---

Codex 費用多少？

Codex 沒獨立訂閱，包在 ChatGPT 各方案內，下表為 2026 年 5 月台灣訂閱頁顯示月費，實際以官網即時為準。

方案	台灣月費（NT$）	適合對象
免費版	NT$0	探索 Codex 是什麼
Go	NT$270	學生、偶爾用
Plus	NT$690	個人開發者、每週幾次任務
Pro	NT$3,300	全職 vibe coding、長時間高強度使用
Business / Enterprise / API 金鑰	依官網方案頁說明	工程團隊、CI 自動化、大型組織

2026 Codex 五種形態總覽

Codex 在 2026 年共有五種形態，雲端與 CLI 是日常主軸，其他三條（IDE 擴充、Chrome 擴充、桌面 app）是延伸，共用同一個 ChatGPT 帳號額度。

形態	適合場景	在哪啟動	上線日期 / 系統需求
ChatGPT 雲端 agent	派一個長任務，讓 Codex 在雲端容器跑數十分鐘，跑完看 diff	chatgpt.com 側邊欄「Code」分頁	2025 上半年 research preview / 只要瀏覽器
Codex CLI	終端機本地 coding，模型直接動到你電腦上的檔案	終端機輸入 codex	2025 上半年上線 / macOS、Windows、WSL2、Linux
IDE 擴充	編輯器內快速問答、選中段落請 Codex 改寫	VS Code、JetBrains 系列、Xcode 安裝對應擴充	2025 年陸續上線
Chrome 擴充	從網頁直接把任務貼回 Codex 雲端，跨分頁讀 context、操作網頁 DevTools	Chrome Web Store 安裝	2026 年 5 月上線 / Chrome（macOS、Windows）
桌面 app（macOS / Windows）	原生通知、Computer Use 操作 GUI、in-app browser、多項 plugin	App Store / Microsoft Store 下載	macOS、Windows 於 2026 上半年陸續釋出

🎯 從哪一個下手

1. 快速嘗試：選雲端 Codex
2. 完整使用：裝 CLI（最完整、subagents 與 /goal 全支援），本文主軸
3. 需要 Computer Use（操作 macOS GUI、語音派任務）：加裝桌面 App
4. IDE 黏著者 ：加裝 IDE 擴充。三者共用同一 ChatGPT 帳號額度與 AGENTS.md

差別在「程式碼在哪裡跑」：雲端 clone 到 OpenAI 容器，跑完才回傳 diff，期間可關電腦；CLI 直接動本機檔，快但綁在 terminal session 上。Anthropic 對應的 CLI 可對照 Claude Code 完整教學 2026。

💡 雲端 vs CLI 怎麼選

• 長任務、PR review、不在電腦旁繼續跑 → 雲端 Codex
• 本地 quick coding、動本機檔、私有 repo → CLI
• 兩者共用額度可混搭：早上派長任務、午後 CLI 微調

雲端 Codex 快速上手：chatgpt.com/codex 直接派任務

登入 ChatGPT 後直接打開 chatgpt.com/codex 就能在瀏覽器派任務給 Codex。它會把任務丟到 OpenAI 的雲端容器跑，跑完才回來給你看 diff，期間電腦可以關掉。

唯一前提是要連 GitHub 帳號，本地沒推到 GitHub 的程式碼雲端版動不了。

5 步驟派出第一個雲端任務

1. 登入 chatgpt.com，左側欄點 Codex，或直接打開 https://chatgpt.com/codex/cloud
2. 第一次進去會請你連結 GitHub 帳號，並選哪些 repo 授權給 Codex 看（可選整個帳號或單一 repo）
3. 頁面上方的「選取儲存庫」下拉選一個你授權過的 repo
4. 在「描述任務」輸入框寫 prompt，例如「幫我把 README 的 Quick Start 補上 Docker 跑法」
5. 按送出，Codex 會在 OpenAI 雲端容器跑（你可以關 tab、關電腦），跑完到「任務」分頁看 diff，按一鍵建立 PR

⚠️ 雲端版必備條件

• 必須有 GitHub 帳號，且至少要有一個你有 push 權限的 repo
• repo 必須已經在 GitHub 上，本地未推上去的程式碼雲端版動不了
• 第一次連 GitHub 時要授權 Codex 可看哪些 repo，授權範圍可隨時在 GitHub 帳號 Settings → Installed GitHub Apps 收回

雲端 vs CLI 怎麼選

比較項	雲端 Codex（chatgpt.com/codex）	Codex CLI
要不要裝本地工具	不用，瀏覽器就行	要（npm i -g @openai/codex）
要不要連 GitHub	必連	不用，能跑本地檔
程式碼在哪跑	OpenAI 雲端容器	你的本機
適合場景	PR 自動審查、長任務派出後關電腦、不寫 terminal	本地 quick coding、私有 / 未推 GitHub 的檔案、想全程在 terminal
在哪看結果	瀏覽器「任務」/「程式碼審查」分頁	terminal 即時看

---

Codex 完整實作教學：從註冊到第一個 CLI 任務

如果想要完整功能，本段是「從零到第一個 CLI 任務」的手把手教學，不走雲端 Codex，全部鎖定 Codex CLI：本機 terminal 跑、檔案在你電腦上、不必上傳 repo。完全沒用過 ChatGPT 照 Step 1 → 11 跑一輪即可，已訂 Plus 直接跳 Step 3。

Step 1：註冊或登入 ChatGPT 帳號

1. 開瀏覽器到 chatgpt.com
2. 沒帳號 → 點右上免費註冊，可用 Google、Email、Apple、手機註冊
3. Email 註冊會寄一封驗證信，點連結啟用
4. 註冊完進到主畫面 → 系統會請你補基本資料（名字、生日、手機）

Step 2：訂閱 Plus（或更高）才能用 Codex

1. 登入 ChatGPT 後，點左下角你的頭像 → Upgrade plan
2. 選至少 Plus 以上的等級（台灣 NT$690 / 月，依官網即時定價為準）
3. 信用卡欄位填台灣發行的 Visa、Master 或 JCB 都可，不需要美國地址，付款地址填台灣即可
4. 想拿信用卡回饋可以參考站內整理的 AI 訂閱信用卡回饋比較

Step 3：找到 Codex 入口並啟用

1. 在 chatgpt.com 主畫面，左側欄找一個雲朵狀的 Codex 圖示
2. 第一次點進去會看到 onboarding 畫面，說明 Codex 是什麼
3. 點 Get started 或 Open Codex
4. 系統會跳到 Codex workspace，畫面有左欄 thread 列表、中間任務輸入區、右側 commit / diff 預覽

Step 3.5：onboarding「選擇如何開始使用 Codex」三選一畫面怎麼挑

點完 Get started 後會先跳一張「選擇如何開始使用 Codex」onboarding：安裝 CLI、下載應用程式、試用 IDE 擴充。三條路都通同一帳號、共用額度與 AGENTS.md，先點哪個都不綁死。推薦選法：

1. 想把功能用到滿（subagents、Worktrees、/goal、AGENTS.md）→ 點「安裝 CLI」，本教學主軸
2. 要 Computer Use 或語音派任務 → 點「下載應用程式」
3. 90% 時間在 IDE 寫程式 → 點「試用 IDE 擴充功能」

下面將以 安裝 CLI 做示範

Step 4：選了「安裝 CLI」之後，onboarding 會跳出安裝指令

npm i -g @openai/codex

打開終端機，複製安裝指令，貼進去按 Enter 開始安裝。

onboarding 畫面同時會提醒你：

• npm 安裝需要 Node.js 22 或以上，可以先在 Terminal 跑 node --version 確認版本
• 不想裝 Node 也可以從 openai/codex GitHub Releases 下載對應平台的 binary
• 跑完安裝後，第一次執行 codex 會跳登入提示（接著看 Step 5）

Windows 用戶建議走 WSL2 比較不容易踩雷，原生 PowerShell 的 Node.js 地雷較多：

1. 用系統管理員身份開 PowerShell
2. 跑 wsl --install -d Ubuntu，按提示重開機
3. 重開後打開 Ubuntu 終端機，第一次會要你設 Linux 帳密
4. 確認 Node.js：跑 node --version，沒裝或低於 22 就裝 nvm 再 nvm install 22
5. 安裝 Codex：npm install -g @openai/codex
6. 跑 codex --version 確認

Step 5：把安裝指令貼到 Terminal、看到的訊息

執行後會印出 npm 下載進度（約 20-40 秒），post-install 跑完看到 codex CLI installed，prompt 回到命令列代表裝好了。驗證版本：

codex --version

應印出類似 codex 0.130.0 版號，任何資料夾都能直接打 codex 進入互動模式。

⚠️ 卡關常見原因

• npm command not found：你還沒裝 Node.js，去 nodejs.org 載 22 LTS 安裝，或用 brew install node
• EACCES permission denied：別用 sudo，改用 nvm 安裝 Node.js，npm 就不會碰系統路徑
• Windows 跑 npm 報錯：建議走 WSL2，原生 PowerShell 的 Node 環境地雷較多
• brew –cask codex 找不到：先跑 brew update 把 cask catalog 同步到最新

Step 6：安裝完成，下面一鼓作氣跑完登入與第一個任務

到這步 Codex 已裝進電腦但還沒登入、還沒派任務。下面 Step 7 到 11 一鼓作氣跑完，你就有能用的 CLI 環境。

💡 GitHub 整合不必這時做

CLI 跑本地檔不需要 GitHub 帳號。「裝 Codex GitHub App 自動 review PR」屬於進階用法，先把 Step 7-11 跑完即可。

Step 7：第一次登入 Codex CLI

裝好後第一次跑 codex 會跳登入畫面，兩個選項：

登入方式	適合誰	額度從哪扣
Sign in with ChatGPT（推薦）	已訂閱 Plus、Pro、Business、Edu、Enterprise	直接吃你的 ChatGPT 帳號額度，跟雲端版共用
API key	沒訂閱、要走 API 計費	從 platform.openai.com 拿 key 貼進來，按 token 量計費

1. 跑 codex，看到歡迎畫面與「How would you like to sign in?」選單
2. 選 Sign in with ChatGPT，Codex 開瀏覽器跳 OAuth 授權頁，點 Authorize Codex
3. 回 Terminal 看到 Logged in as yo**@***il.com 即進入互動模式。重登跑 codex login

Step 8：跑你的第一個 CLI 任務（從 0 到第一份 diff）

cd 到實驗 repo 根目錄（例如 my-app）：

cd ~/projects/my-app

1. 跑 codex，在 prompt 下任務（例如「幫我在 README 加一段 quick start」），Codex 會列出要讀的檔案與 diff
2. 看到 Apply these changes?，y 接受 / n 拒絕 / e 編輯 diff 後 apply
3. 滿意 → 自己 git add + git commit；不滿意 → 繼續下 prompt 叫 Codex 調

Step 9：建立 AGENTS.md 給 Codex 看（強烈建議）

Codex 進 repo 會自動讀 AGENTS.md（對應 Claude Code 的 CLAUDE.md），最快做法是在互動模式跑 /init 讓 Codex 自動產生，或手寫，

範本：

# Project: my-app

## Build & test
- Run `npm test` before any commit
- Use `npm run build` for production builds
- E2E tests live in /e2e, run via `npm run e2e`

## Style
- TypeScript strict mode, no any
- Prettier with 2-space indent
- Use ESLint config in .eslintrc

## Commit messages
- Conventional commits: feat / fix / chore / docs / refactor
- Reference issue ID in body (e.g. "Refs #123")

## Don't touch
- /infra/* (Terraform code, infra team only)
- .env* (secrets, never commit)
- /vendor/* (third-party code)

Step 10：設定 Codex 的權限（approval_policy + sandbox_mode）

Codex CLI v0.130 用兩條獨立 config 控制 Codex 能做什麼：approval_policy（什麼動作要先問你）跟 sandbox_mode（沙箱嚴格度）。互動模式裡輸入 /permissions 可隨時切換，或寫進 ~/.codex/config.toml 設預設值。

approval_policy 值	行為	適合場景
untrusted（最嚴）	幾乎每個動作（讀檔、寫檔、跑命令）都要先問你才放行	第一次玩、跑在生產 repo
on-request（折衷）	改檔、跑常見命令會自動做，敏感動作（裝套件、改系統檔）才跳出來問	熟悉後的日常開發
never（最寬）	在沙箱允許範圍內全自動，不會跳出來問	CI 環境、實驗 repo

sandbox_mode 值	行為
read-only	只能讀檔案，不能寫
workspace-write	可讀寫當前 workspace 目錄，碰不到 home 或全域
danger-full-access	關掉沙箱、整台機器都能動，只該用在容器或實驗 VM

實作上多數人就用approval_policy = "on-request" + sandbox_mode = "workspace-write" 這組合，已經夠安全又不會被一直打斷。生產 repo 第一次試水可以暫時調成 untrusted。具體值請以 developers.openai.com/codex/config-reference 官方頁面為準。

Step 11：常用斜槓命令速查

進入互動模式後，這幾條最常用（依 OpenAI 官方 slash-commands 文件 v0.130）：

• /model 切換目前任務跑哪顆模型與 reasoning effort（從 GPT-5.5 換到 GPT-5.4-mini 省 credit）
• /init 為當前 repo 自動產生 AGENTS.md scaffold
• /permissions 切換 approval_policy 與 sandbox_mode（就是 Step 10 那兩條）
• /status 看本次 session 的設定與 token 使用量
• /diff 顯示 git diff（含尚未追蹤的檔案）
• /review 請 Codex review 你目前 working tree 的改動
• /mcp 列出已設定的 MCP tools（Notion、Slack、Figma 等資料源）
• /resume 接續之前儲存的對話
• /compact 壓縮對話歷史以省 token
• /clear 清空畫面、開新對話
• /goal 設定 / 查看 task goal（官方標記 experimental，可能未來改）
• codex update 與 codex exec "..."（CLI subcommand，不是斜槓）：升級到最新版、非互動式呼叫包進 shell pipeline 或 CI

subagents、MCP、Web Search、Screenshot 輸入

Codex 在一個任務內可以開多個 subagent 同步處理子目標，跑在獨立 git worktree 上互不干擾。也支援 MCP 連 Notion、Slack、Figma 拿資料，可自動上網查文件，或讀截圖把 layout 還原成 React 元件。

Worktrees、Skills、Computer Use、Automations、Workspace Agents

• Worktrees 讓 Codex 在同一個 repo 同時開多個分支處理不同任務，跑完才合併。
• Skills 是把常用的工作流（例如「跑測試、跑 lint、補單元測試」）封裝起來重複呼叫。
• Computer Use 讓 Codex 直接操作 macOS GUI，跑測試、截圖、填表單。
• Automations 是排程任務，例如「每天早上九點跑一次 lint 報告」。
• Workspace Agents Business / Enterprise / Edu / Teachers 方案的團隊 agent，可整合 Slack、Google Drive、M365、Salesforce、Notion 等企業工具。

補充：桌面 App 與 IDE 擴充快速指引

CLI 跑熟之後，如需更貼合工作流的介面，這兩條補充路徑可加裝（共用同一額度與 AGENTS.md）：

補充 A：桌面 App

何時用：需要 Computer Use、語音派任務、桌面通知。跟 CLI 差別：獨立 GUI 視窗、有 in-app browser 與 90+ plugins、Computer Use 是 CLI 沒有的能力，缺點是不適合自動化 pipeline。安裝：chatgpt.com/codex 找 Download Codex app；macOS 下載對應 .dmg，Windows 從 Microsoft Store；用同一 ChatGPT 帳號登入即共用額度。Computer Use 在設定裡開啟並給螢幕錄製權限。

補充 B：IDE 擴充（VS Code / JetBrains / Xcode）

何時用：90% 時間在 IDE 寫程式、不想切 terminal。跟 CLI 差別：嵌進側邊欄、貼近寫程式節奏，但 subagents / worktrees 支援較弱。安裝：VS Code 在 Marketplace 搜「OpenAI Codex」；JetBrains 在 Plugins 搜「Codex」重啟 IDE；Xcode 依官方文件用 Xcode 26+ 整合介面。首次使用點側邊欄 Codex 圖示登入同一帳號即可。

---

Codex vs Claude Code 對比

比較項	OpenAI Codex	Anthropic Claude Code
主介面	雲端 + CLI + IDE 擴充 + Chrome + macOS / iOS app	CLI + VS Code 擴充
主力模型	GPT-5.5 / GPT-5.3-Codex	Claude Opus 4.7 / Sonnet 4.6
Context window	400K（CLI / IDE / 雲端）	1M
Token 效率	社群實測偏優於 Claude Code	程式品質高但 token 消耗較多
專案指令檔	AGENTS.md	CLAUDE.md
Multi-agent	Worktrees + 雲端容器 isolation	Agent Teams 可協調共享 task list
GitHub 整合	提供官方 GitHub App，可自動 code review、PR 評論	透過 inline review，深度與冗長度社群評價不一
Benchmark	GPT-5.5 在 Terminal-Bench 2.0 為當代最強，詳見 tbench.ai 官方榜	Claude Opus 4.7 在 SWE-bench Verified 表現居前，詳見 swebench.com
最適場景	自動化任務、PR review bot、雲端長任務、預算敏感	複雜架構重構、frontend UI、深度推理
限制	Frontend UI 任務社群評價略弱於 Claude	Rate limit 是社群常見抱怨點

社群口碑 3 則

「raw preference 上 Codex CLI 略多，但 Claude Code 社群留言量明顯更高。」（NxCode 彙整，2026/4）

「架構重構與 frontend 偏 Claude Code，自動化、DevOps、PR review 偏 Codex；token 效率 Codex 領先，盲測品質各家數據不一。」（HN 47750069，2026/5）

「Builder.io 內部 A/B test：GPT-5 Codex 工程師滿意度高於 Claude Sonnet，Codex Pro 綜合成本顯著低於 Claude Max。」（Builder.io，2026/5）

---

Codex 應用案例

Codex 應用案例：日常開發相關

個人網站與前端

Codex 雲端版可一句話開出 Next.js 個人網站，範例 prompt：「Next.js 14 + Tailwind 蓋三頁作品集，部署到 Vercel」。Codex 會自己生 package.json、跑 next dev、給 Vercel 部署指令。

Python 自動化與 Slack / Discord bot

抓資料寫 Markdown、推 Slack、cron 排程這類自動化最適合丟給 Codex，搭 Automations 與 MCP 連 Slack / Discord webhook，30 分鐘搭起整條 pipeline。

PR review 機器人與 GitHub 整合

Codex GitHub App 安裝後每個 PR 自動 code review、留 inline comment、抓 bug，對小型團隊等於免費的初階 reviewer。社群普遍認為這是 Codex 領先 Claude Code 最明顯的地方。2026 上半年再加上 Codex Security 標 OWASP 風險點。

Slack 整合與 Codex SDK

2025/10 GA 同步推出 Slack 整合與 Codex SDK：Slack 內派任務、查狀態，SDK 可把 agent 嵌進自家工具做內部 IDE plugin 或 CI bot。

Computer Use 案例

Computer Use 可操作 macOS GUI，跑 Playwright、填表單、操作 Figma 匯出，把「打開、點、截、貼」完全自動化。想配合 NotebookLM 餵 context 可看 NotebookLM 中文教學。

Codex 應用案例：加密貨幣相關

對交易員、Web3 工程師、量化研究者，Codex 能省下大量重複腳本工作。下面兩個案例的 prompt 範本可以直接拿去試跑。

⚠️ 程式練習不是投資建議

兩個案例都是技術示範。主網跑前完整 review、做好風控、小額測試。Codex 仍可能寫出有 bug 的策略邏輯，損失自負。

案例一：呼叫 OKX REST API 拉行情寫 CSV

情境：你想做技術分析，需要過去 7 天的 BTC-USDT 5 分鐘 K 棒。

完整跑法：

1. 建 okx-candle-puller 資料夾 → 跑 codex → 貼 prompt：

「用 Python 寫一支腳本，呼叫 OKX 的 GET /api/v5/market/candles 接口，抓 BTC-USDT 永續合約最近 7 天的 5 分鐘 K 棒，存到本地 SQLite，再 export 一份 btc_5m.csv。要含 rate limit handler、斷點續抓、requirements.txt。」

1. 接受 diff，Codex 建 main.py / db.py / requirements.txt
2. pip install -r requirements.txt → python main.py，確認 btc_5m.csv 與 candles.db 產出
3. 想自動排程 → prompt：「加上 cron + systemd timer 範例」

會卡在哪：OKX 公開行情免 key，rate limit 20 次 / 2 秒，Codex 通常會處理，跑爆了叫它加 sleep。下單需交易所帳號，可參考 OKX 完整教學。

案例二：BTC 均線回測腳本

情境：經典「黃金交叉 / 死亡交叉」策略，你想看看在 BTC 上歷史表現如何。

完整跑法：

1. 建 btc-ma-backtest 資料夾 → 跑 codex → 貼 prompt：

「用 backtrader 寫一支回測，BTC-USDT 日線，策略：50 日均線上穿 200 日均線買進、下穿賣出，初始資金 10,000 USDT、每次全倉、含手續費 0.1 %。回測區間 2020-01-01 到 2026-04-30。輸出年化報酬、最大回撤、Sharpe ratio，並用 matplotlib 畫資金曲線。」

1. 接受 strategy.py / data.py / requirements.txt，跑 pip install -r requirements.txt → python strategy.py
2. 看 terminal 績效指標、PNG 資金曲線。換策略只要改 prompt：「改成 RSI 30/70 進出場」

會卡在哪：BTC 歷史價各源有微差（yfinance / Binance / Coingecko），Codex 預設 yfinance，換源直接下指令。backtrader indicator 寫法新手最常卡，Codex 幫你接好。

---

Codex 常見問題

讀者如果有興趣追蹤同一條賽道的另一邊，可以把這篇跟 Claude Code 完整教學 2026 對照閱讀。

文章內容僅供技術教學參考，不構成投資建議。Codex 跑出來的程式碼進到正式環境前，請完整 review，不要全 commit 就 push。

加密貨幣屬於高風險投資，本網站內容均不構成任何投資建議與責任。

掌握虛擬貨幣、區塊鏈大小事