Codex CLI et IDE : environnement de travail DevOps
À la fin, vous saurez installer/configurer Codex en CLI et IDE, borner les permissions, et mener un premier chantier Git lab.
Niveau : Débutant → Intermédiaire · Temps estimé : 45–55 min · Dernière vérification : 2026-09-11
← Intro Codex · IA · → Slash · Refactor
Prérequis
- [ ] Intro Codex lue
- [ ] OpenAI auth lab
- [ ] VS Code/compatible ou terminal
- [ ] Git lab
Coût : abonnement/tokens lab ; zéro secret. Angle DevOps Elastic Hayway.
Vous restez responsable des actions proposées.
Ce que nous allons construire
Codex CLI + IDE
├── Install CLI + extension IDE
├── Config / modèle
├── Permissions
└── Lab endpoint health
(Schéma — alt : « codex-cli-ide ».)
Étape 1 — CLI vs IDE
CLI : session terminal dans le repo, idéal SSH/serveurs de lab. IDE : diffs inline, navigation fichiers. Même agent, UX différente. Beaucoup d’équipes utilisent les deux.
Étape 2 — Install
Suivez la doc OpenAI (binaire CLI, extension). Vérifiez version. Auth navigateur ou clé selon offre — jamais committer de clé.
Étape 3 — Config essentielle
Fichiers user/projet (ex. ~/.codex/config.toml selon build) : modèle par défaut, features. Gardez un profil lab distinct. Slash : codex-slash-commands.
Étape 4 — Permissions
Consentir lecture/edit/shell au cas par cas. Pas d’always-allow large. Refuser hors cwd lab.
Étape 5 — AGENTS.md + workspace
Ouvrez Codex depuis la racine du dépôt contenant AGENTS.md. Monorepos : précisez le package ciblé dans le prompt.
Lab concret DevOps
mkdir -p ~/lab-codex-cli-ide && cd ~/lab-codex-cli-ide
git init
cat > app.py << 'EOF'
from flask import Flask, jsonify
app = Flask(__name__)
@app.get("/")
def root():
return jsonify({"service": "lab"})
EOF
cat > AGENTS.md << 'EOF'
# Lab Codex CLI/IDE
Stack: Python Flask ; tests: python -c imports
Garde-fous: pas de secrets ; pas de docker push
EOF
git add . && git commit -m "chore: scaffold"
Via CLI ou IDE : planifiez GET /health → {"ok": true}, implémentez, testez, committez. Comparez confort CLI vs IDE dans NOTES.md.
Erreurs fréquentes
| Symptôme | Cause | Correctif |
|---|---|---|
| Mauvaise cwd | Lancé depuis $HOME | cd repo |
| Clé dans Git | Copier .env | gitignore + rotation |
| Extension muette | Auth/plan | Re-login vendor |
| Diff non lu | Confiance aveugle | Revue obligatoire |
| Confusion Claude | Mauvais binaire | which / docs |
Quiz (4 questions)
1. CLI et IDE Codex :
– A. Incompatibles
– B. Même classe d’agent, UX différente
– C. Remplacent Git
2. Permission saine :
– A. Always-allow global
– B. Cas par cas + revue
– C. Skip AGENTS.md
3. Clé API :
– A. Commit OK
– B. Hors Git
– C. Dans README
4. Suite logique :
– A. VPC peering
– B. Slash puis refactor-tests
– C. Skip
Réponses : 1‑B · 2‑B · 3‑B · 4‑B
Compléments opérationnels
Mesure et amélioration continue
Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.
Standard de brief réutilisable
Pour codex-cli-ide, adoptez un brief unique partagé par l’équipe. Il contient toujours cinq champs : objectif mesurable, contexte borné (lab/staging), liste blanche de fichiers ou ressources, interdits explicites (secrets, réseau, prod), et definition of done exécutable (commande de test ou checklist). Sans ces champs, l’outil improvisera — parfois avec élégance, souvent hors périmètre.
Stockez les briefs gagnants sous briefs/codex-cli-ide/ dans un dépôt de documentation interne. Chaque brief cite le commit de référence et le modèle utilisé. Au troisième succès comparable, ouvrez une PR qui transforme le brief en rule, Skill ou slash command. Voir ai-skills-concept, claude-skills-instructions et evaluer-qualite-skill.
Revue de diff comme compétence P0
La vitesse d’un agent n’a aucune valeur si personne ne sait lire un diff. Instituez une règle simple : aucun apply massif sans parcours hunk par hunk. Posez-vous trois questions : ce changement est-il demandé ? est-il testé ? est-il réversible ? Si une réponse est non, refusez ou exigez un plan plus petit.
En atelier, faites commenter un diff à voix haute pendant cinq minutes. Les juniors apprennent ainsi le vocabulaire du refus. Reliez cette pratique à ai-code-review-pr et aux workflows ai-agent-workflows.
Sécurité continue
Les surfaces codex-cli-ide multiplient les occasions d’injection et de fuite. Traitez tickets, README upstream, logs et ressources MCP comme des données non fiables. Séparez instructions et données. Allowlist tools. Confirmation humaine avant mutation. Guide : ai-prompt-injection-securite, mcp-servers-devops, claude-code-mcp.
Secrets : variables d’environnement de session, gestionnaire d’équipe, rotation, jamais de commit. Si un secret fuit dans un chat vendor, supposez-le compromis et rotatez.
Coûts, modèles et mode dégradé
Documentez un mapping fast/strong et un soft-cap mensuel dans la stack perso. OpenRouter peut aider à basculer — openrouter-multi-modeles. Le local (ollama-llm-locaux + continue-dev) sert de mode dégradé ou de bac à sable confidentialité.
Surveillez les changements silencieux de modèle par défaut : une régression de qualité est souvent un routing vendor, pas « l’équipe qui a oublié comment prompter ».
Ancrage parcours
codex-cli-ide n’est qu’une étape du parcours IA DevOps 2026. Tronc commun d’abord (prompts, injection, skills), puis surface spécialisée, puis industrialisation (routines, MCP, RAG). Hub de navigation : /ia/. Comparatifs utiles : claude-vs-gpt-code, codex-vs-claude-code, claude-vs-cursor-vs-copilot.
Rituals hebdomadaires
Hebdo : promouvoir un brief en Skill/rule ; archiver un échec instructif ; vérifier le budget tokens. Mensuel : revoir la stack (retirer l’inutile) ; rejouer un lab gold ; mettre à jour les versions d’outils. Ces rituals valent mieux que d’ajouter un cinquième abonnement.
Exemple de NOTES.md
# NOTES codex-cli-ide
Date:
Modèle:
Brief (résumé):
Fichiers touchés:
Commande DoD:
Refus utiles:
Commit:
Leçon:
Sans ce journal, vous réapprendrez les mêmes leçons chaque sprint. Avec ce journal, vous construisez un avantage composé d’équipe.
Quand arrêter l’outil
Arrêtez la session si : le DoD échoue deux fois de suite sans diagnostic clair ; l’outil insiste pour sortir du scope ; une commande dangereuse revient après refus ; vous ne comprenez plus le diff. Dans ces cas, revenir à l’éditeur manuel + checklist est un succès de gouvernance, pas un échec personnel.
Ponts concrets vers d’autres tutoriels
Après ce lab, enchaînez selon besoin : agent CLI (claude-code-demarrer, openai-codex-intro-2026, aider-pair-programming), IDE (windsurf-cascade, continue-dev, cursor-agent-composer-2026), qualité (evaluer-qualite-skill, ai-routines-agents), ou recherche (gemini-cli-deep-research, chatgpt-search-browsing).
Mesure et amélioration continue
Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.
Mesure et amélioration continue
Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.
Mesure et amélioration continue
Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.
FAQ
Quel voisin lire après codex-cli-ide ?
Parcours · /ia/ · stack perso.
Peut-on skipper le lab Git ?
Non — sans livrable versionné, pas de preuve d’apprentissage.
IDE obligatoire ?
Non.
WSL ?
Souvent recommandé sous Windows.
Vs Claude Code UX ?
codex-vs-claude-code.
Config toml exacte ?
Vérifier doc version.
Points clés
- CLI+IDE complémentaires
- Auth/lab séparés
- Permissions strictes
- AGENTS.md à la racine
- Revue diffs
Pour aller plus loin / Suite
Maillage série IA Outils 2026
- Hub : /tutoriels/ia-parcours-devops-2026/ · /ia/
- Sécurité : prompt injection
- seo_title : Codex CLI IDE DevOps | Elastic Hayway
- seo_desc : Installez Codex CLI et IDE, bornez permissions, premier lab healthcheck — tutoriel FR.
- focus : Codex CLI IDE
Mesure et amélioration continue
Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.
Mesure et amélioration continue
Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.
Mesure et amélioration continue
Définissez trois indicateurs simples : taux de DoD vert du premier coup, nombre de refus utiles par session, coût tokens par livrable Git accepté. Revoyez-les toutes les deux semaines. Si le taux DoD stagne sous 50 %, le problème est le brief ou le corpus de rules, pas « le besoin d’un modèle plus cher ». Si le coût explose, imposez un modèle fast par défaut et réservez strong aux plans. Publiez un mini tableau dans le dépôt docs pour rendre le coût visible à l’équipe, comme n’importe quelle ligne cloud.
Retour parcours IA — hub Claude, Codex, ChatGPT et Skills.