Notion 用 Codex 做了什么：从一次性规格到语音输入，小团队的工程倍增器

# 安装 Codex CLI（需要 Node.js 18+）
npm install -g @openai/codex

# 设置 API Key
export OPENAI_API_KEY="sk-..."

# 让 Codex 在沙盒中读取仓库，一次性生成规格文档
codex --model o4-mini \
  --full-auto \
  "阅读 src/voice/ 目录下的所有文件和 types.ts 中的类型定义。\
   基于现有架构，为「Web 端语音输入」功能生成一份完整技术规格，\
   包含：1) 组件接口签名 2) 音频流处理流程 3) 与现有 Editor 的集成方式\
   4) 错误处理与降级策略 5) 需要新增的测试用例清单。\
   输出为 Markdown，写入 docs/specs/voice-input.md"

// voice-input.ts — 简化版 Web 语音输入集成示例
// 前提：浏览器支持 Web Speech API（Chrome/Edge），生产环境需降级处理

interface VoiceInputConfig {
  lang: string;           // 语音识别语言，如 'zh-CN'
  continuous: boolean;    // 是否持续识别
  interimResults: boolean; // 是否返回中间结果
  onInterim: (text: string) => void;  // 中间结果回调，用于实时显示
  onFinal: (text: string) => void;    // 最终结果回调，用于插入编辑器
  onError: (err: SpeechRecognitionError) => void;
}

export function createVoiceInput(config: VoiceInputConfig) {
  const SpeechRecognition = window.SpeechRecognition || window.webkitSpeechRecognition;
  if (!SpeechRecognition) {
    config.onError({ error: 'not-supported', message: '浏览器不支持语音识别' });
    return null;
  }

  const recognition = new SpeechRecognition();
  recognition.lang = config.lang;
  recognition.continuous = config.continuous;
  recognition.interimResults = config.interimResults;

  recognition.onresult = (event: SpeechRecognitionEvent) => {
    let interimTranscript = '';
    let finalTranscript = '';

    for (let i = event.resultIndex; i < event.results.length; i++) {
      const result = event.results[i];
      if (result.isFinal) {
        finalTranscript += result[0].transcript;
      } else {
        interimTranscript += result[0].transcript;
      }
    }

    if (interimTranscript) config.onInterim(interimTranscript);
    if (finalTranscript) config.onFinal(finalTranscript);
  };

  recognition.onerror = (event) => config.onError(event);

  return {
    start: () => recognition.start(),
    stop: () => recognition.stop(),
    abort: () => recognition.abort(),
  };
}

// 使用示例：接入一个简单的 textarea
const textarea = document.querySelector('#editor') as HTMLTextAreaElement;

const voice = createVoiceInput({
  lang: 'zh-CN',
  continuous: true,
  interimResults: true,
  onInterim: (text) => { /* 实时显示在编辑器光标位置，此处简化 */ },
  onFinal: (text) => {
    textarea.value += text;
    textarea.dispatchEvent(new Event('input'));
  },
  onError: (err) => console.error('语音识别错误:', err.error),
});

// 开始/停止录音
document.querySelector('#start-btn')!.addEventListener('click', () => voice?.start());
document.querySelector('#stop-btn')!.addEventListener('click', () => voice?.stop());

#!/bin/bash
# codex-workflow.sh — 逐任务调用 Codex 的简化工作流
# 前提：已安装 codex CLI，已设置 OPENAI_API_KEY

TASKS=(
  "阅读 src/editor/types.ts，为语音输入新增 VoiceInputState 类型定义，写入 src/voice/types.ts"
  "基于 src/voice/types.ts 中的类型，实现 createVoiceInput 函数，写入 src/voice/input.ts，参考 src/audio/stream.ts 的流处理模式"
  "为 src/voice/input.ts 编写单元测试，写入 src/voice/input.test.ts，覆盖启动、停止、错误降级三个场景"
  "阅读 src/editor/hooks.ts，新增 useVoiceInput hook，集成 src/voice/input.ts，写入 src/editor/hooks/voice.ts"
)

for task in "${TASKS[@]}"; do
  echo ">>> 执行任务: $task"
  codex --model o4-mini --full-auto "$task"
  echo ">>> 完成，请评审后再继续下一个任务"
  read -p "评审通过？按 Enter 继续，Ctrl+C 中止: "
done

echo "所有任务完成，请做最终集成测试"