企业官网建设流程全解析

1. 从 openrig 这个名字说起：它到底想解决什么问题

第一次看到openrig这个词，我下意识把它拆成了两半：open和rig。rig在工程语境里通常指“成套装置”“装配好的工作台”，比如一台调试好的机器、一套搭好的实验设备。把它放到当下 AI 编程助手的使用场景里，我的理解是：openrig 想做的是一套开放的、可自由装配的 AI 编码工作台，把 Claude Code、Codex 这类命令行智能体，连同 YAML 配置、tmux 会话管理这些零散零件，组装成一个稳定、可复用、可迁移的开发环境。

为什么会有这个需求？因为现在用 Claude Code 或 Codex 的人，几乎都经历过同一个痛点：环境是散的。模型配置散在几个 JSON 里，会话管理靠手动开终端，任务编排靠脑子记，换一台机器就得从头配一遍。你搜“claude code 安装”“codex 安装教程”“vscode 配置 claude code”这些词，背后其实都是同一件事——大家想要一个能一次搭好、到处能用的工作台。openrig 这个标题虽然正文和关键词都是空的，但从它关联的热搜词能看出，它瞄准的正是“AI 编码助手的工程化装配”这个方向。

这篇文章我不打算把它写成一份官方文档式的说明，而是按一个真实搭过好几套这类环境的人的视角，把 openrig 可能涉及的核心环节拆开讲：它和 Claude Code、Codex 的关系，YAML 在其中扮演什么角色，tmux 为什么是绕不开的一环，以及从零装配时最容易踩的坑。如果你正在折腾 Claude Code 或 Codex 的本地环境，或者想把自己的 AI 编码流程从“能用”提升到“好用且可复制”，这篇内容应该能帮你省下不少试错时间。

需要先说明一点：openrig 目前公开的细节有限，下面涉及具体实现的部分，我会基于这类工具常见的工程实践做合理推演，并明确标注哪些是推断、哪些是通用做法。你照着搭的时候，重点理解思路，具体参数按自己环境调整。

2. openrig 与 Claude Code、Codex 的装配关系

2.1 为什么不是“装一个工具”而是“装一套装置”

很多人对 Claude Code 和 Codex 的理解停留在“装个命令行工具，登录就能用”。这个理解没错，但只覆盖了最浅的一层。真正用起来你会发现，一个能长期稳定干活的 AI 编码环境，至少包含四个部分：模型接入层、会话管理层、任务编排层、配置持久层。Claude Code 和 Codex 各自只解决了其中一部分，剩下的得你自己拼。

openrig 的价值就在于它试图把这四层统一到一个“装置”里。你可以把它想象成一个工具箱：Claude Code 和 Codex 是里面的两把电动螺丝刀，YAML 是贴在箱盖上的装配图纸，tmux 是让多把工具同时干活的工作台。单独拿出一把螺丝刀也能拧螺丝，但只有装进箱子、按图纸摆好、配上工作台，你才能高效地批量干活。

这个类比不是硬凑。我实测过只装 Claude Code 不配 tmux 的情况：跑一个长任务时终端一关，任务就断了；想同时跑两个不同项目的分析，得开两个终端窗口来回切，上下文还容易串。后来把 tmux 加进来，一个会话里分屏跑 Claude Code 和 Codex，各自盯一个项目，效率完全是两个量级。openrig 想固化的，就是这种“装配好之后的状态”。

2.2 Claude Code 和 Codex 在装置里的分工

既然 openrig 同时关联了 Claude Code 和 Codex，那它大概率不是二选一，而是让两者协同。这两类工具虽然都是 AI 编码助手，但脾气不一样，适合的活也不一样。

Claude Code 的强项在于长上下文理解和多文件重构。你给它一个稍大的代码库，让它梳理调用链、做跨文件的重命名或重构，它表现得比较稳。热搜里“claude code 1m 上下文”这个词能说明问题——大家就是冲着大上下文去的。而 Codex 这类工具在单点代码生成、快速补全、局部逻辑实现上响应更利落，适合“给我把这个函数写出来”这种颗粒度的任务。

在 openrig 的装配思路里，合理的分工是：用 Claude Code 做“规划与重构”，用 Codex 做“执行与补全”。比如你要给一个老项目加新功能，先用 Claude Code 通读相关模块、产出改动方案和影响范围，再把具体的函数实现交给 Codex 快速生成，最后回到 Claude Code 做一致性检查。这个流程我在几个中型项目上跑过，比全程用单一工具要顺，因为各自都在自己擅长的区间里干活。

注意：这种分工不是硬性规定。如果你的任务本身很单一，比如就是写个脚本，那用哪个都行，没必要为了“装配”而装配。openrig 的意义在于当你任务复杂时，有一套现成的协作框架可以套。

2.3 装配关系里最容易被忽略的“接口层”

Claude Code 和 Codex 要协同，中间需要一个接口层来传递上下文。这个接口层在 openrig 里很可能就是 YAML 配置加一套约定的目录结构。为什么是 YAML 而不是别的？因为 YAML 对人类友好，缩进即层级，写配置像写大纲，改起来不用数括号。热搜里“yolov10 yaml 文件怎么创建”“rstudio 的 yaml 在哪里”这些词，说明 YAML 已经是各类工具配置的通用语言，openrig 顺着这个习惯走是合理的。

接口层要解决的核心问题是：当 Claude Code 产出一份改动方案后，Codex 怎么知道该改哪些文件、按什么顺序改。如果靠人复制粘贴，那装配就白做了。合理的做法是把任务描述、目标文件列表、约束条件写进一个 YAML 任务文件，两个工具都读这个文件，各自认领自己能干的部分。这样整个流程就是可追溯、可复现的，换个人接手也能看懂当时是怎么跑的。

3. YAML 在 openrig 里到底管什么

3.1 配置文件、任务清单、还是两者兼有

YAML 在 openrig 里的角色，我倾向于认为它同时承担了配置和任务编排两个职责，但分在不同的文件里。配置类的 YAML 管“环境长什么样”，任务类的 YAML 管“这次要干什么”。把这两者分开很重要，否则你改一次任务就得动一次环境配置，容易把环境改坏。

配置类 YAML 通常包含这些字段：模型接入信息（用哪个模型、走哪个端点）、工具路径（Claude Code 和 Codex 的可执行文件在哪）、会话参数（tmux 会话名、分屏布局）、默认工作目录。任务类 YAML 则包含：任务目标、涉及的文件或目录、执行步骤、验收标准。下面是一个我按常见实践整理的配置示例，字段名是示意性的，你按 openrig 实际文档调整：

# openrig 环境配置示意 workspace: root: ~/projects/myapp default_branch: main tools: claude_code: enabled: true model: claude-sonnet max_context: 200000 codex: enabled: true model: codex-default session: manager: tmux session_name: openrig-main layout: even-horizontal tasks: dir: ./tasks default_task: refactor-auth

这个结构的好处是一眼能看出环境由哪几块组成。你要换模型，只动tools段；要换工作目录，只动workspace段。互不干扰。

3.2 为什么 YAML 的缩进陷阱在 openrig 里格外致命

YAML 最大的坑就是缩进。用空格还是 Tab、缩进几个、层级对不对，错一点整个文件就解析失败。在普通场景下这顶多是配置不生效，但在 openrig 这种“配置驱动多工具协作”的场景里，一个缩进错误可能导致 Claude Code 读到了任务、Codex 没读到，结果一个工具在干活、另一个在空转，你还以为是模型不响应。

我踩过最典型的一次：任务 YAML 里steps下面的列表项，我用了两个空格缩进，但同级另一个字段用了四个空格，解析器把本该平级的两个步骤变成了嵌套关系，执行顺序全乱了。排查了半天才发现是缩进不一致。所以我的经验是：openrig 相关的 YAML 一律用两个空格缩进，绝不用 Tab，写完用python -c "import yaml,sys; yaml.safe_load(open(sys.argv[1]))" 文件路径先验证一遍再跑。这个命令能快速告诉你 YAML 是否合法，比跑起来报错再回头找要快得多。

提示：如果你用 VS Code，装一个 YAML 插件，它会实时标红缩进和语法错误。热搜里“vscode 配置 claude code”和“vscode 安装 claude code”热度很高，说明很多人本来就在 VS Code 里干活，顺手把 YAML 校验也配上，能省很多事。

3.3 任务 YAML 怎么写才让两个工具都认

任务 YAML 的设计要点是职责清晰。每个步骤要标明由哪个工具执行、输入是什么、输出放哪。这样 Claude Code 和 Codex 各读各的部分，不会抢活也不会漏活。一个可参考的任务文件长这样：

task: refactor-auth-module description: 重构认证模块，拆分过长的中间件函数 steps: - id: analyze tool: claude_code action: 通读 auth 目录，产出重构方案和影响文件列表 output: ./out/analyze.md - id: implement tool: codex action: 按 analyze.md 的方案逐个文件改写 input: ./out/analyze.md output: ./out/implement.diff - id: verify tool: claude_code action: 检查 implement.diff 的一致性，标记风险点 input: ./out/implement.diff output: ./out/verify.md

这个结构里，tool字段就是分工开关。analyze和verify交给 Claude Code，因为它擅长理解和审查；implement交给 Codex，因为它擅长快速产出代码。input和output字段把步骤串成流水线，前一步的产物是后一步的输入，整个任务可追溯。

实测下来，这种写法的好处是任务中断后能续跑。比如implement跑到一半你发现方案有问题，改完analyze.md重新触发，Codex 会基于新方案重跑，而不用从头再来。如果没有这个结构，你得手动告诉工具“上次改到哪了”，很容易漏。

4. tmux 为什么是 openrig 绕不开的一环

4.1 没有 tmux，多工具协作就是空谈

tmux 是一个终端复用器，说人话就是：它让你在一个终端窗口里开多个“虚拟终端”，并且这些终端在你断开连接后还能继续跑。热搜里“tmux”单独作为一个词出现，说明它已经是这类工作流的标配。为什么 openrig 离不开它？因为 Claude Code 和 Codex 都是长时间运行的任务，一个重构任务跑十几分钟很正常，你不可能一直盯着终端不动。

没有 tmux 的时候，我的做法是开两个终端窗口，一个跑 Claude Code 一个跑 Codex。问题是：关掉窗口任务就没了；想同时看两个的输出得来回切；笔记本合盖再打开，连接断了任务也断了。换成 tmux 之后，一个会话里左右分屏，左边 Claude Code 右边 Codex，各自输出实时可见，合盖再打开tmux attach一下全都在。这个体验差距是质的。

openrig 把 tmux 纳入装配，本质上是把“会话持久化”和“多任务并行”这两个能力固化下来。你不需要每次手动开分屏、起会话，配置里写好布局，一条命令拉起整个工作台。

4.2 会话布局怎么设计才不打架

tmux 的布局设计有个原则：按任务阶段分屏，而不是按工具分屏。新手容易犯的错是“左边永远放 Claude Code，右边永远放 Codex”，结果某个阶段只用得上一个工具，另一个屏就空着浪费。更好的做法是按当前任务的需要动态调整。

我常用的两种布局：

• 分析阶段：上方一个大窗格跑 Claude Code 做代码通读，下方一个小窗格跑tail -f盯日志或输出文件。这个阶段 Codex 用不上，就不占屏。
• 实现阶段：左右等分，左边 Codex 跑代码生成，右边 Claude Code 待命做即时审查。两个都在干活，分屏合理。

在 openrig 的配置里，这种动态布局可以通过预设几个布局模板来实现，任务 YAML 里指定用哪个模板。比如layout: analyze对应上下分屏，layout: implement对应左右分屏。这样切换任务时布局自动跟着变，不用手动调。

注意：tmux 的窗格大小是可以用快捷键调的（默认Ctrl+b然后按方向键或Ctrl+b加Alt+方向键调整）。分屏比例不合适时别硬扛，顺手调一下，长时间盯着不合适的比例眼睛很累。

4.3 tmux 会话命名与恢复的实操细节

tmux 会话如果不命名，默认叫0、1这种数字，时间一长你根本分不清哪个是哪个。openrig 场景下会话多，命名必须规范。我的习惯是openrig-项目名-任务类型，比如openrig-myapp-refactor。这样tmux ls一列出来，一眼就知道每个会话在干嘛。

恢复会话是 tmux 最实用的功能。你下班关电脑，第二天上班tmux attach -t openrig-myapp-refactor，昨天跑到一半的任务原样在那，输出、光标位置、甚至正在跑的进程都还在。这个能力对长任务太重要了。但有个坑：如果任务已经跑完，会话还开着，你 attach 进去看到的是静止的输出，容易误以为还在跑。我的做法是任务跑完后在会话里留个明显的结束标记，比如echo "=== TASK DONE ==="，attach 进去一眼就能判断状态。

另外，tmux 会话不会因为你关终端就消失，但机器重启会。所以如果你的任务特别长，跨天的那种，要么别关机，要么把关键中间产物落到文件里，重启后从文件恢复，而不是指望 tmux 会话还在。

5. 从零装配 openrig 的完整流程

5.1 环境准备：先把地基打平

装配之前，先把基础环境理清楚。这一步看着简单，但坑最多。你需要确认的东西：操作系统（Linux、macOS 还是 Windows 下的 WSL）、包管理器（apt、brew 还是别的）、Python 或 Node 运行时（很多 AI 编码工具依赖它们）、以及 tmux 本身。

我建议按这个顺序来：

1. 确认 shell 环境。echo $SHELL看当前用的是 bash 还是 zsh。openrig 的配置脚本通常假设某个 shell，不一致时路径可能读不到。
2. 装 tmux。Linux 下sudo apt install tmux，macOS 下brew install tmux。装完tmux -V验证版本，太老的版本某些布局参数不支持。
3. 装 Claude Code 和 Codex。这两个的安装方式按各自官方指引来，热搜里“claude code 安装”“codex 安装教程”“ubuntu 安装 claude code”“windows 安装 claude code”都是高频词，说明跨平台安装是普遍需求。装完各自跑一下--version或--help，确认可执行文件在 PATH 里。
4. 验证 YAML 解析能力。如果你用 Python，pip install pyyaml；用 Node 的话装js-yaml。openrig 读配置靠它。

这一步最容易忽略的是PATH 问题。工具装完了但命令找不到，八成是 PATH 没配。which claude和which codex能快速定位。如果找不到，把安装目录加到~/.bashrc或~/.zshrc的 PATH 里，然后source一下。

5.2 配置文件的组织方式

openrig 的配置文件建议按“环境配置”和“任务配置”分目录放，别全堆在一个文件里。我的组织方式：

openrig/ ├── config/ │ ├── env.yaml # 环境配置：工具路径、模型、会话参数 │ └── layouts.yaml # tmux 布局模板 ├── tasks/ │ ├── refactor-auth.yaml │ └── add-feature.yaml └── out/ # 任务产物统一放这

这样分的好处是：环境配置基本不动，任务配置经常增删，两者分开互不影响。out/目录统一放产物，任务 YAML 里的output字段都指向这里，找结果不用满硬盘翻。

配置文件的加载顺序也要注意。通常 openrig 会先读env.yaml建立环境，再读指定的任务 YAML。如果任务 YAML 里引用了环境里的变量（比如工作目录），要确保环境先加载。这个顺序在配置里写死，别依赖运行时猜测。

5.3 第一次跑通的最小验证

别一上来就搞复杂任务。第一次跑通，用一个最小任务验证整条链路：让 Claude Code 读一个文件并输出摘要，让 Codex 基于摘要改一行代码，再让 Claude Code 检查改动。任务 YAML 就三步，文件就一个。

这个最小验证能帮你确认四件事：YAML 解析对不对、两个工具能不能被正确调用、tmux 会话能不能正常起、产物能不能落到out/。四件事都过了，再上真实任务。我见过太多人直接拿大项目试，结果一个环节出错，排查半天分不清是配置问题还是任务问题。最小验证就是用来隔离变量的。

跑通之后，把这次成功的配置和任务 YAML 存成模板。以后新项目直接复制模板改路径和任务描述，几分钟就能搭好一套新环境。这就是 openrig 这种“装置化”思路最大的价值——把一次性的搭建变成可复制的模板。

6. 装配过程中最容易踩的五个坑

6.1 模型端点配置错误导致的“假死”

热搜里有个词很扎眼：“cc switch local proxy failed while handling codex endpoint /responses”。这描述的是一类典型故障：本地代理在处理 Codex 的端点请求时失败了。这类问题的表现是工具看起来在跑，但半天没输出，像死了一样。根因通常是端点地址配错、代理没起、或者模型名写错。

排查这类问题，我的顺序是：先看工具自己的日志（通常有--verbose或日志文件），确认请求到底发出去没有；再确认端点地址和模型名跟配置一致；最后确认网络层通不通。别一上来就怀疑模型不行，九成是配置问题。

提示：配置里涉及端点、模型名的地方，建议用变量引用而不是硬编码。比如model: ${DEFAULT_MODEL}，在环境变量里定义。这样换模型只改一处，不会漏改导致某个工具还在用旧配置。

6.2 上下文超限与任务拆分

Claude Code 的大上下文是优势，但不是无限的。热搜里“claude code 1m 上下文”说明大家很关注这个能力，但实际用的时候，把整个大项目一股脑塞进去，效果未必好——上下文越长，模型对中间部分的注意力越容易稀释。我的经验是：单次任务涉及的文件控制在合理范围内，超过就拆。

拆分的依据是任务的独立性。比如重构认证模块和重构支付模块，两者关联不大，就拆成两个任务分别跑。如果强行合成一个任务，上下文里混着两套逻辑，模型容易串。任务 YAML 的steps结构天然支持这种拆分，一个任务一个 YAML，互不干扰。

6.3 工具版本不匹配引发的诡异报错

Claude Code 和 Codex 都在快速迭代，版本更新频繁。openrig 的配置如果假设了某个版本的参数格式，工具升级后参数变了，就会报一些看不懂的错。热搜里“卸载 claude code”“claude code 下载”“codex 下载”这些词，一部分就是版本问题导致的反复重装。

我的做法是：在环境配置里记录每个工具的版本号，升级前先看更新日志有没有破坏性变更。如果 openrig 支持版本约束，就写上；不支持的话，至少在自己笔记里记一笔“当前跑通的是哪个版本组合”。出问题时先回退到已知能跑的版本，再逐步升级定位。

6.4 权限与路径问题

Linux 和 macOS 下，工具没有执行权限、目录没有写权限，都会导致任务失败但报错信息很隐晦。装完工具后chmod +x一下可执行文件；out/目录确认当前用户可写。Windows 下走 WSL 的话，注意 Windows 路径和 Linux 路径的转换，/mnt/c/...这种路径在配置里写错一个字符就找不到文件。

6.5 会话残留导致的资源占用

tmux 会话开多了不关，会一直占着内存和进程。尤其是任务跑完但会话没退的情况，时间一长机器变卡。我的习惯是每天收工前tmux ls看一眼，确认没有僵尸会话，有就tmux kill-session -t 会话名清掉。这个习惯能避免很多“机器莫名其妙变慢”的问题。

7. 把 openrig 用顺之后的几个进阶思路

7.1 任务模板化与参数化

跑顺之后，你会发现很多任务是重复的：加一个 CRUD 接口、重构一个模块、写一批单元测试。这些任务的 YAML 结构几乎一样，只是文件路径和具体描述不同。这时候把任务 YAML 模板化，用变量占位，跑的时候传参就行。比如task: add-crud模板里用${MODULE_NAME}、${FILE_PATH}占位，命令行传值生成具体任务文件。这一步做完，搭新任务从“写 YAML”变成“填参数”，效率又上一个台阶。

7.2 产物归档与回溯

out/目录里的产物别用完就删。每个任务的analyze.md、implement.diff、verify.md都是宝贵的记录。我按out/日期-任务名/归档，过一段时间回头看，能清楚知道当时为什么那么改。出问题时，diff 文件就是最直接的证据。这个习惯在团队协作里尤其重要，别人接手你的任务，看归档目录就能还原整个过程。

7.3 多项目并行时的会话隔离

同时跑多个项目时，每个项目一个 tmux 会话，会话名带项目前缀。别在一个会话里混跑多个项目，上下文容易串，输出也乱。openrig 的配置支持按项目切换工作目录和任务目录，切换项目就是切换一套配置，干净利落。

7.4 和编辑器工作流的衔接

热搜里“vscode 配置 claude code”“vscode 安装 claude code”热度很高，说明很多人希望在编辑器里直接用。openrig 作为命令行侧的装配，和编辑器侧并不冲突。我的做法是：编辑器里做日常编辑和轻量补全，重活（大重构、批量任务）切到 openrig 的 tmux 会话里跑。两边共享同一个项目目录，改动实时同步。这样既享受编辑器的便利，又用上命令行工具的编排能力。

8. 我在实际装配中攒下的几条经验

装配 openrig 这类工作台，最深的体会是：别追求一次配到完美。我第一版配置写了一百多行，想覆盖所有场景，结果自己都记不住哪个字段管什么，改一处错一处。后来砍到三十行，只保留最核心的工具路径、会话参数、任务目录，反而稳定了。配置这东西，够用就好，需要了再加。

第二条经验是先手动跑通，再自动化。别一上来就写 YAML 编排，先手动开 tmux、手动调 Claude Code、手动调 Codex，把整个流程走一遍，知道每一步的输入输出是什么，再把它固化成配置。跳过手动阶段直接写配置，等于闭着眼睛画地图，画出来的大概率不能用。

第三条是给每个环节留可观测的出口。任务跑起来之后，你得能知道它跑到哪了、卡在哪了。我的做法是每个步骤都往out/写一个带时间戳的日志文件，任务 YAML 里显式指定。出问题时看日志，比盯着终端猜要快得多。

最后一条，也是我觉得最重要的：这套东西是给自己用的，不是给别人看的。配置丑一点、命名随意一点都没关系，关键是你能在三个月后打开它，还知道怎么用。所以注释要写，目录结构要清晰，任务 YAML 的描述字段别偷懒。我吃过这个亏——两个月前配的一套环境，回头想复用，结果自己都看不懂当时的字段含义，只能重配。从那以后，我给每个配置字段都写了注释，任务 YAML 的description也写清楚背景。这点额外的时间，后面能省回来好几倍。