实战教程
Codex CLI 自动化实战:批量任务与可回滚脚本
通过一套可回滚的批量脚本流程,演示如何把 Codex CLI 接入日常自动化任务,包含任务拆分、批量执行、失败回滚与结果复核思路。
这篇教程给你一套“可以批量执行、失败可回滚”的自动化流程。
1. 目标场景
适合以下任务:
- 批量生成模块总结
- 批量输出改动建议
- 固定模板的验证清单生成
2. 最小目录结构
automation/
tasks.txt
outputs/
run.sh
tasks.txt 每行一个任务描述。
3. 执行脚本(可回滚)
#!/usr/bin/env bash
set -euo pipefail
mkdir -p automation/outputs
cp -r automation/outputs "automation/outputs.bak.$(date +%Y%m%d%H%M%S)"
while IFS= read -r task; do
[ -z "$task" ] && continue
safe_name=$(echo "$task" | tr ' /' '__' | cut -c1-60)
codex run "$task" > "automation/outputs/${safe_name}.md"
done < automation/tasks.txt
这个脚本先做输出目录备份,再逐条执行任务,避免失败后无法恢复历史结果。
正式运行前建议先做一次空跑,确认任务文件和输出路径正确:
test -s automation/tasks.txt
mkdir -p automation/outputs
while IFS= read -r task; do
[ -z "$task" ] && continue
printf '将执行:%s\n' "$task"
done < automation/tasks.txt
批量任务不要直接把未经审阅的输出写入主分支或生产目录。
4. 质量门禁建议
批量跑完后至少检查:
- 输出文件数量是否与任务数量一致
- 是否出现空文件或异常短内容
- 关键任务是否包含预期字段
5. 失败处理策略
- 单条任务失败:记录任务行并继续下一条
- 大面积失败:回滚到最近一次
outputs.bak.* - 持续超时:先降并发和任务复杂度
建议把每条任务的状态写入日志,至少包含任务编号、开始时间、结束时间和退出码:
log_file="automation/run-$(date +%Y%m%d-%H%M%S).log"
printf 'start %s\n' "$(date -Is)" >> "$log_file"
如果任务会访问外部 API,请为测试和生产使用不同 Key,并对日志中的 Key、Authorization 头和用户数据做脱敏。
6. 团队落地建议
- 把
tasks.txt模板化,统一任务输入格式 - 把输出文件纳入审阅流程,不直接入主分支
- 每周复盘失败任务,迭代提示词模板
如需先打基础,可先看入门教程:Codex CLI 实战教程:从需求到落地的完整工作流 。 如果你希望先建立完整框架,再回来落地自动化,建议先看: Codex 完整教程:四种形态、配置系统与生产级实战 。
常见问题
批量自动化任务如何避免覆盖旧结果?
每次运行前给输出目录创建带时间戳的备份,并使用临时目录写入结果;全部任务通过后再替换正式目录。
批量任务中途失败怎么办?
保留失败任务、退出码和日志,先停止扩大影响,再从最近一次备份恢复,最后单独重跑失败任务。