#The8徐明浩[超话]#【如何使用 Codex 实现 AI 辅助切瓜】
这条教程是给想要尝试ai agent的新手八毛们，切瓜的简直是最适合用ai的场景了！如果对codex感兴趣这是一个很好的尝试的机会～我基本不会coding，也是第一次配置上codex并且使用自动化操作，体验感非常好～有更专业的八毛欢迎批评指正！
由于权限配置和操作安全性问题，不建议新手在 Windows 上尝试。MacOS 或 Linux 会更稳定。以下内容以 MacOS为例。

1. 引言
Codex 本质上是一个 AI agent。它不仅可以写代码，也可以在授权后观察屏幕，并通过鼠标和键盘操作电脑。
Melon 没有开放 UI 接口，所以普通 automation 很难直接读取“播放键在哪里”。传统脚本通常只能依赖固定坐标或系统控件，但 Melon 这类软件的界面元素并不一定能被系统识别。
Codex 的优势在于它可以直接看屏幕。它能判断当前页面是不是歌单页，播放键在哪里，是否已经开始播放，是否出现弹窗。因此，这类任务不是传统自动化，而是“视觉理解 + 电脑控制”。

2. 安装 Codex、Computer Use 与登录
这一步应该是门槛最高的地方。网上已有很多安装和配置教程，这里不展开。
安装 Codex 后，还需要在 Codex app 里安装 Computer Use 插件。一般路径是 设置 → Computer Use → 安装（图1 ）
安装后，Mac 会要求开启两个关键权限。Screen Recording 让 Codex 能读取屏幕内容；Accessibility 让 Codex 能控制鼠标和键盘。不开 Screen Recording，Codex 看不到 Melon 界面；不开 Accessibility，Codex 看得见但不能点击。（图1 ）
Computer use 的消耗会比较大。如果只是尝试，可以先小范围测试。如果真的要经常用，建议直接上 Pro。

3. 网络配置
网络部分后面单独讲。需要稳定的 T 和虚拟机模式。其实遇到连接问题也可以让 Codex 给 debug，这方面教程也很多。

4. 全局安全规则
在正式使用前，先给 Codex 设置一条全局安全规则。后续所有任务都默认继承这条规则（图2 ）
可以直接使用图5 里的安全规则
这条规则建议每次启动 Codex 后先发一遍。不要指望它“自动记得”。尤其是涉及仗耗和网页操作时，安全规则要放在任务前面。

5. 基本操作流程
先手动打开 Melon，并完成登录。登录不要交给 Codex。
然后把页面停留在目标歌单或专辑页。窗口尽量放大，减少无关窗口，保证播放区域清楚可见。
可以在 prompt 里明确要求它使用 computer use 操作当前 app。见图3 图4 。也可以先让它只观察屏幕，确认它能正确识别 Melon 页面后，再让它执行下一步。

6. 推荐 prompt
观察页面：
“请观察当前屏幕，不要操作。告诉我当前打开的 app、页面状态和可见的主要按钮。”
寻找播放按钮：
“请找到最可能的播放按钮，并说明它在屏幕上的位置。不要点击。”
单步点击：
“请点击一次播放按钮。点击后观察页面是否进入播放状态。只点击一次。”
判断播放状态：
“请判断当前是否正在播放。可以根据按钮状态、进度条或底部播放器判断。不要操作。”
异常停止：
“如果你看到弹窗、验证码、登录提示、账号异常或网络错误，请立刻停止，并告诉我屏幕上显示了什么。”

7. 常见权限问题
如果 Codex 看不到屏幕，一般是 Computer Use 没装好，或者 Mac 没有打开 Screen Recording 权限。
如果 Codex 能看见但不能点击，一般是 Accessibility 权限没开。
如果权限已经打开但仍然不能用，可以重启 Codex app，或者在系统设置里关闭权限后重新打开。
如果它经常点错，把 Melon 窗口放大，关闭其他窗口，让目标按钮尽量出现在屏幕中央。
如果它开始重复点击，立刻停止任务。这说明它没有正确判断页面变化。

8. 总结一下
Codex 的核心能力不是传统脚本，而是读屏幕并理解界面。Melon 这种没有开放 UI 接口的软件，普通 automation 很难直接操作，但 Codex 可以通过视觉判断完成低风险的界面辅助操作。
真正关键的不是“能不能点”，而是“怎么限制它只做该做的事”。所以建议永远采用这个顺序：先设全局规则，再观察页面，再确认按钮，最后只执行一次操作。