從 Claude Code 或 Cursor 遷移到 Codex:/import 命令與桌面端導入配置指南

以前在 Claude Code 或 Cursor 裏辛辛苦苦配好的指令文件、技能、插件和項目記憶,換到或雙持 Codex 時不用手動重抄一遍。本文根據 OpenAI 官方 Import 文檔,講清桌面端 Settings > Import 與命令行 /import 的完整映射規則與自動同步開關。

NNathaniel bigo··原創首發·AI 輔助撰寫
9 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 Plus 帳號

結論先說

  1. 官方內置了一鍵無損搬遷嚮導,不需要自己寫轉換腳本:桌面 App 支持從 Claude Code、Claude Cowork 和 Cursor 導入;Codex CLI 支持在空閒會話敲 /import 從 Claude Code 或 Cursor 導入。
  2. 對原工具 100% 只讀安全:導入過程只讀取並複製轉換你選中的配置,絕不會修改或刪除你原有的 CLAUDE.md、Cursor 規則或歷史記錄,非常適合長期雙持。
  3. 不僅能導靜態規則,連近期對話和項目記憶都能帶過來:CLI 的 /import 支持導入最近 30 天內最多 50 條對話,還會把 Claude Code 的項目記憶映射進 Codex 的記憶庫。
  4. 桌面端支持開啟「自動同步(Automatic updates)」:打開後你在原工具裏更新了配置或技能,桌面端會自動跟進同步,省去反覆手動重導。

跨工具導入到 Codex 的配置映射表

圖:本站根據 OpenAI Codex 官方文檔 Import from another agent 整理的示意圖

本文根據 OpenAI Codex 官方文檔《Import from another agent》整理,核對日期 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 或 Anthropic 官方網站。

適用於誰

  • 搜「claude code 遷移到 codex」「cursor 配置導入 codex」「codex /import 怎麼用」的開發者;
  • 平時雙持兩套編碼工具交替使用(選型對比見 /guides/cursor-vs-claude-code-vs-codex),不想每次改一條項目規範或新寫一個 Skill 都在兩邊手工複製粘貼的人;
  • 剛裝好 Codex 桌面 App 或 CLI,想把最近正在做的半截項目對話和自動記憶無縫接過來繼續幹活的人。

一、它到底能把哪些東西自動轉過去?

按官方映射說明表,嚮導會同時掃描你本機用戶目錄的全局設定和你所選項目倉庫裏的本地文件,逐項轉換落位:

  • 指令文件(如 CLAUDE.md 與規則) → 自動轉換為 Codex 標準讀取的 AGENTS.md(讀取優先級規則見 /guides/codex-agents-md-how-it-reads);
  • 配置文件(如 settings.json) → 映射寫入 Codex 的 config.toml(各字段含義見 /guides/codex-config-toml-complete-guide);
  • 技能(Skills)與插件(Plugins) → 導入到 Codex 對應的技能與插件目錄(技能加載機制見 /guides/codex-skills-how-to-use-install);
  • 既有項目目錄、近期對話與記憶 → 自動綁定相同路徑的本地項目,並將 Claude Code 的項目記憶(Project memories)與近期對話記錄帶入 Codex。

對於需要外部第三方帳號 OAuth 登入的插件或 MCP 連接器,出於安全隔離原則,導入嚮導不會強行偷拷外部令牌,而是在導入完成後彈出一張狀態卡片,提醒你點擊補完最後一步授權即可使用。

從 Claude Code 或 Cursor 導入四步

圖:本站根據 OpenAI Codex 官方文檔 Import from another agent 整理的示意圖

二、桌面 App 與 Codex CLI 分別怎麼操作

方式一:在桌面端導入並開啟自動同步

  1. 打開桌面客戶端,進入 設定(Settings) → 導入(Import)(如果左側尚未單獨列出該欄,可在 通用(General) 下找到 導入其他智能體配置(Import other agent setup));
  2. 點擊 導入(Import),勾選你要讀取的來源工具(Claude Code、Claude Cowork 或 Cursor),點繼續;
  3. 在「選擇要導入的項目與資產(Select items to import)」清單裏,按需勾選指令、技能、項目目錄或近期會話,確認開始;
  4. 如果你是雙工具並行重度用戶,回到 設定 → 導入 頁面打開自動更新(Automatic updates)開關,以後原工具裏的改動就能自動同步過來,同頁面還能隨時回看導入歷史記錄。

方式二:在 Codex CLI 命令行用 /import 導入

如果你主要在終端或遠程開發機 SSH 環境工作:

  1. 啟動一個空閒的 codex 會話,直接輸入 /import 回車;
  2. 在選單裏選擇 Claude Code 或 Cursor;
  3. 勾選要遷入的用戶級設定、當前項目文件與近期聊天記錄(最多拉取最近 30 天內的 50 條會話;若連接了遠程守護進程,CLI 會自動掃描對應遠程機器上的配置與歷史);
  4. 導入完成後核對一眼生成的 config.toml 與 AGENTS.md 即可直接接着寫代碼。

剛從其他編碼工具切過來體驗 Codex 時,如需了解 ChatGPT Plus 與 Pro 訂閱各自包含的本地與雲端配額規則,也可參考 /chongzhi/chatgpt-plus 的整理說明。

常見問題

Q:項目裏原本已經手寫了一份 AGENTS.md,再跑導入會不會把我寫好的內容沖掉?

保險起見,在已存在自定義 AGENTS.md 或 config.toml 的倉庫運行導入前,建議先做一次 git status 確保工作區乾淨(或先提交儲存),導完後用 git diff 審閱嚮導合併進去的條目,刪掉不需要的舊工具專屬習慣描述。

Q:為什麼有些 Claude Code 裏的特殊斜槓參數或專屬環境變量導過去沒反應?

兩套工具的底層沙箱實現和獨有實驗開關並不完全一一對應(比如特定廠商模型別名或實驗性團隊環境變量)。通用性最高的是項目構建命令、目錄規範與標準 Markdown 技能,工具獨有的高級權限項建議導入後對照 config.toml 手工微調一次。

相關教學

參考資料

  • OpenAI Codex 官方文檔:Import from another agent — https://learn.chatgpt.com/docs/import-from-another-agent
  • OpenAI Codex 開發者中心 — https://developers.openai.com/codex

Nathaniel 的更多內容

  1. 01

    LangGraph 流式輸出(Streaming)詳解:逐字 Token 流、節點進度與自定義事件寫法

    多步智能體如果等全部節點跑完才返回,網頁前端就會白屏乾等十幾秒。本文按 LangGraph 官方文檔講清 updates、messages、custom 與 values 四種 stream_mode 的區別,以及組合訂閱逐字打字機輸出加工具內部實時進度的完整代碼。

    其他 AI 工具0
  2. 02

    LangGraph 持久化與長期記憶怎麼配:Checkpointer、Store 與 PostgreSQL 實戰

    在生產環境跑 LangGraph,單靠 InMemorySaver 一重啟就會丟失全部對話。本文按官方文檔講清線程內短期檢查點(Checkpointer)與跨線程長期記憶(Store)的分工,以及用 langgraph-checkpoint-postgres 對接 PostgreSQL 的完整步驟。

    其他 AI 工具0
  3. 03

    LangGraph 多智能體怎麼寫:Supervisor 主管包與 Subgraph 隔離子圖實戰

    在 LangGraph 裏把單個圖擴展成多智能體協作有兩條官方路線:快速原型用預置包 langgraph-supervisor,大型生產系統用原生子圖(Subgraph)嵌套。本文講清兩種寫法的完整代碼、私有狀態隔離防 Token 膨脹技巧以及檢查點傳播規則。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入審批怎麼寫:interrupt 暫停圖運行與 Command 恢復實戰

    企業之所以選 LangGraph,很大程度看中它能安全掛起等待人工審批(Human-in-the-Loop)。本文按官方最新規範講清 interrupt() 動態暫停、Checkpointer 必備條件、Command(resume=...) 恢復執行,以及防止副作用重複運行的重入規則。

    其他 AI 工具0
  5. 05

    多 Agent 協作平台怎麼選:Dify、釦子(Coze)、n8n 與 LangGraph 多智能體機制對比

    搜「多agent協作平台」時,Dify、釦子、n8n 和 LangGraph 都宣稱支持多智能體,但底層的調度方式完全不同。本文跳過基礎安裝,專門從多 Agent 角色跳轉、子代理工具調用、上下文隔離與私有化部署四個維度幫你一次選準。

    其他 AI 工具0
  6. 06

    企業微信有官方 MCP 和 CLI 嗎:@wecom/cli 安裝初始化、長連接機器人與接入教學

    搜「企業 微信 有 mcp 嗎」不用再東拼西湊民間群機器人腳本了:企業微信官方已推出 @wecom/cli 命令行工具並內置 stdio 模式的 MCP Server。本文按官方開發者文檔講清安裝、智能機器人長連接初始化、業務命令與接入 Claude Code 步驟。

    Claude其他 AI 工具0

同產品的其他教學

  1. 01

    MCP 收費嗎:開源協議免費邊界、第三方 API 帳單與隱形 Token 開銷說明

    搜「mcp 收費 嗎」的人常擔心裝多了插件會被扣費。MCP(模型上下文協議)本身和官方 SDK 採用 MIT 協議完全免費;實際使用中可能產生費用的只有兩處:掛載過多工具佔用的大模型上下文 Token,以及部分外部商業數據源自帶的 API 套餐。

    Claude其他 AI 工具0
  2. 02

    MCP 協議最新版本更新了什麼:無狀態架構、OAuth 2.1、結構化輸出與異步 Tasks 詳解

    搜「mcp 重大 更新」「mcp 協議 更新」想補齊規範演進脈絡?本文對照 modelcontextprotocol.io 官方規範更新日誌,梳理從 Streamable HTTP 到無狀態優先架構、OAuth 2.1 資源伺服器、Elicitation 交互補參與異步 Tasks 擴展的核心變化。

    Claude其他 AI 工具0
  3. 03

    A2A 和 MCP 有什麼區別:工具連接協議與智能體通信協議的邊界和配合

    很多人問「有了 MCP 為什麼還要出 A2A,兩者是不是二選一的競爭關係」。兩份官方規範都明確寫明它們是上下互補關係:MCP 負責給單個智能體掛載工具與數據源,A2A 負責讓多個獨立黑盒智能體跨團隊、跨框架互相派單協作。

    Claude其他 AI 工具0
  4. 04

    LangGraph 怎麼使用 MCP:用 langchain-mcp-adapters 接入本地與遠程工具

    想讓自建的 LangGraph 狀態圖直接調用現成的 MCP 伺服器,官方標準方案是安裝 langchain-mcp-adapters 並使用 MultiServerMCPClient。本文講清 stdio 與 streamable_http 兩種配置寫法、異步圖運行及按節點分工具技巧。

    Claude其他 AI 工具0
  5. 05

    LangGraph 入門教學:Python 安裝、核心概念與跑通第一個狀態圖智能體

    面向搜「python 安裝 langgraph」和「langgraph 中文 文檔」的初學者:本文按 LangChain 官方最新 Graph API 規範,講清安裝步驟、State/Node/Edge 四大概念,並從零寫出第一個帶工具調用循環的 StateGraph。

    Claude其他 AI 工具0
  6. 06

    Claude Agent SDK 子代理怎麼寫:AgentDefinition 配置、權限收斂與 Python/TS 示例

    在 Python 或 TypeScript 裏用 Claude Agent SDK 編排多角色協作,核心是配置 ClaudeAgentOptions 的 agents 字段與 AgentDefinition。本文講清必開的 Agent 委派權限、工具收斂、模型分級與完整代碼示例。

    Claude0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~