3 Möglichkeiten, Codex über die Befehlszeile ohne Berechtigungsprüfungen zu starten: codex –yolo entspricht –dangerously-skip-permissions von Claude Code

Nach der Arbeit mit Claude Code und claude --dangerously-skip-permissions stellt sich beim Wechsel zur Codex-Befehlszeile von OpenAI oft zuerst die Frage: Wie heißt dort die Option, mit der die KI ohne Rückfragen loslegen kann? Die Antwort lautet: codex –yolo. Die vollständige Schreibweise ist codex --dangerously-bypass-approvals-and-sandbox.

Dieser Artikel beschränkt sich nicht auf eine einzelne Antwort zum schnellen Nachschlagen. Wir erklären die Berechtigungsgrenzen, Einsatzbereiche und Sicherheitsmaßnahmen der drei Startvarianten. Außerdem zeigen wir, wie sich Modelle über den APIYI-Dienst unter apiyi.com einbinden lassen.

Der Mehrwert auf einen Blick: Nach der Lektüre kannst du je nach Entwicklungsumgebung die passenden Startparameter wählen. So musst du seltener auf „Bestätigen“ klicken, ohne der KI dort freie Hand zu lassen, wo es nicht sinnvoll ist.

Die wichtigsten Punkte zu Codex –yolo

Die folgende Vergleichstabelle stellt die Befehle für den vollständigen Berechtigungszugriff in beiden Tools gegenüber:

Vollständiger Codex-Befehlszeilenparameter und Kurzform im Detail

codex --dangerously-bypass-approvals-and-sandbox und codex --yolo haben genau dieselbe Wirkung. Letzteres ist lediglich die Kurzform des vollständigen Parameters. Ist die Option aktiviert, fragt Codex nicht mehr für jeden Schritt nach deiner Genehmigung und unterliegt auch keinen Sandbox-Beschränkungen mehr. Das Tool kann dann direkt Befehle ausführen, Dateien ändern und auf das Netzwerk zugreifen.

Achte dabei auf die beiden Schlüsselbegriffe im Parameternamen. „Approvals“ steht für Genehmigungen – also die Frage, ob Codex dich vor jeder Befehlsausführung um Erlaubnis bitten soll. „Sandbox“ bezeichnet die Grenzen für den Dateizugriff und die Netzwerkfunktionen von Codex. Der vollständige Parameter nennt beide Punkte und macht damit klar: Er hebt zwei Schutzebenen auf, nicht nur eine.

Der Vergleich mit Claude Code lässt sich so zusammenfassen: --dangerously-skip-permissions von Claude Code entspricht vor allem dem Wegfall der Bestätigungsabfragen. Codex hebt mit --yolo zusätzlich die Sandbox auf. Der Schalter von Codex gibt also mehr frei, als sein Name auf den ersten Blick vermuten lässt.

Vergleich der drei Startmodi für die Codex-Befehlszeile

Im Alltag wird Codex meist auf eine der folgenden drei Arten gestartet. Die Unterschiede betreffen vor allem zwei Fragen: Sind Genehmigungen erforderlich, und bleibt die Sandbox aktiv?

codex ist die vorsichtigste Variante. Sie eignet sich, wenn du zum ersten Mal mit einem unbekannten Projekt arbeitest oder jeden Schritt selbst kontrollieren möchtest. codex --full-auto liegt dazwischen: Aktionen innerhalb des Arbeitsbereichs können automatisch ausgeführt werden, unterliegen aber weiterhin den Sandbox-Beschränkungen. Dieser Modus kommt der Anforderung am nächsten: „Lass die KI selbst arbeiten, aber nicht über das Projektverzeichnis hinaus.“ codex --yolo hebt die Beschränkungen vollständig auf und eignet sich, wenn die Umgebung ausreichend isoliert ist und Fehler nur geringe Folgen haben.

Wenn Codex Aufgaben ähnlich wie Claude Code automatisch ausführen soll, du aber nicht gleich zu Beginn auch die Sandbox deaktivieren möchtest, empfiehlt sich codex --full-auto als Ausgangspunkt. Sobald die Aufgaben zuverlässig laufen und die Umgebung vertrauenswürdig ist, kannst du --yolo in Betracht ziehen.

Außerdem lassen sich Codex’ Genehmigungsrichtlinien und der Sandbox-Modus unabhängig voneinander anpassen. Du musst also nicht beide Schutzebenen auf einmal aufheben. Welche Werte verfügbar sind, entnimmst du am besten der Ausgabe von codex --help auf deinem Rechner und der offiziellen Konfigurationsdokumentation. Je nach Version kann es Unterschiede geben.

Codex mit –yolo: schnell loslegen

Minimalbeispiel für den Start

Wechsle im Terminal in dein Projektverzeichnis und führe direkt diesen Befehl aus:

# Vollständige Schreibweise
codex --dangerously-bypass-approvals-and-sandbox

# Gleichwertige Kurzform
codex --yolo

Wenn du häufig zwischen verschiedenen Modi wechselst, kannst du in deiner Shell-Konfigurationsdatei zwei Aliase anlegen. So musst du die Befehle nicht jedes Mal vollständig eingeben:

# In ~/.zshrc oder ~/.bashrc eintragen
alias cx="codex"
alias cxa="codex --full-auto"
alias cxy="codex --yolo"

Die Namen der Aliase kannst du frei wählen. Für den Alias mit --yolo empfiehlt sich ein besonders auffälliger Name, damit du daran erinnert wirst, dass Codex gerade ohne Einschränkungen arbeitet.

Modelle über APIYI anbinden

Codex unterstützt benutzerdefinierte Modellanbieter. Wenn du verschiedene Modelle mit einem API-Schlüssel aufrufen möchtest, kannst du dafür die OpenAI-kompatible Schnittstelle von APIYI unter apiyi.com verwenden. Die Schnittstellenadresse lautet https://api.apiyi.com/v1.

Ein mögliches Konfigurationsbeispiel für ~/.codex/config.toml:

# Beispiel für einen benutzerdefinierten Modellanbieter. Die Feldnamen richten sich nach der offiziellen Dokumentation deiner Codex-Version.
[model_providers.apiyi]
name = "APIYI"
base_url = "https://api.apiyi.com/v1"  # Einheitliche Schnittstelle von APIYI
env_key = "APIYI_API_KEY"

Lege nach der Konfiguration den API-Schlüssel in der Umgebungsvariable APIYI_API_KEY ab und verweise in der Konfiguration auf apiyi als Standardanbieter. Feldnamen und Syntax können sich je nach Version unterscheiden. Vergleiche deine Konfiguration daher vorab mit der offiziellen Dokumentation.

import os
import openai
from typing import Optional


def check_connection(
    prompt: str = "回复 OK 即可",
    model: str = "gpt-4o-mini",
    system_prompt: Optional[str] = None,
) -> str:
    """
    用最小请求验证 API Key 与 base_url 是否可用

    Args:
        prompt: 用户输入
        model: 模型名称
        system_prompt: 可选的系统提示词

    Returns:
        模型响应内容或错误信息
    """
    client = openai.OpenAI(
        api_key=os.environ.get("APIYI_API_KEY", "YOUR_API_KEY"),
        base_url="https://api.apiyi.com/v1",  # APIYI 统一接口
    )

    messages = []
    if system_prompt:
        messages.append({"role": "system", "content": system_prompt})
    messages.append({"role": "user", "content": prompt})

    try:
        response = client.chat.completions.create(
            model=model,
            messages=messages,
            max_tokens=50,
        )
        return response.choices[0].message.content
    except Exception as e:
        return f"Error: {str(e)}"


if __name__ == "__main__":
    print(check_connection())

Tipp: Hol dir bei APIYI unter apiyi.com ein kostenloses Testkontingent und probiere zunächst codex --full-auto in einem kleinen Projekt aus. Danach kannst du entscheiden, ob du --yolo brauchst. Mit einem API-Schlüssel lassen sich gängige Modelle wie OpenAI, Claude und Gemini aufrufen. So kannst du vergleichen, wie sie sich bei der automatischen Ausführung von Aufgaben schlagen.

Wann Sie Codex –yolo verwenden sollten: Auswahl nach Szenario

Welche Startoption passt, hängt vor allem von drei Faktoren ab: Ist die Umgebung vertrauenswürdig? Lassen sich Änderungen rückgängig machen? Muss die Aufgabe auf das Internet zugreifen? Für typische Szenarien gelten folgende Empfehlungen:

Die Logik hinter der Tabelle ist einfach: Der Vorteil von --yolo ist, dass Sie nicht unterbrochen werden. Der Nachteil: Es gibt kein Sicherheitsnetz. Je leichter sich Änderungen rückgängig machen oder Umgebungen verwerfen lassen, desto besser eignet sich diese Option. Verzeichnisse mit echten Zugangsdaten und Ressourcen in der Produktion sollten dagegen weiterhin eine Freigabe oder Sandbox erfordern.

Sicherheitscheckliste für die Verwendung von Codex –yolo

Wenn Genehmigungen und Sandbox wegfallen, kann Codex genauso viel tun wie du selbst im Terminal: Dateien löschen, Konfigurationen ändern und Netzwerkanfragen stellen – ohne dass etwas davon blockiert wird. Deshalb lohnt es sich, vor und nach der Verwendung ein paar zusätzliche Schutzmaßnahmen zu treffen:

Zusätzlich zur Tabelle solltest du dir noch ein paar Dinge merken:

1. Starte zunächst eine Runde mit codex --full-auto, beobachte, wie Codex arbeitet, und entscheide danach, ob du auf --yolo umsteigen möchtest.
2. Beschränke --yolo auf Container, virtuelle Maschinen oder eigens dafür vorgesehene Entwicklungsrechner. Vermeide es, den Modus auf dem Hauptverzeichnis deines alltäglichen Arbeitscomputers auszuführen.
3. Erstelle vor jeder Aufgabe einen Git-Commit. Prüfe nach Abschluss die Änderungen mit git diff und entscheide dann, ob du sie behalten oder zurücknehmen möchtest.
4. Teile Aufgaben in kleinere Schritte auf. Je allgemeiner die Anweisung, desto eher führt die KI unbeaufsichtigt Aktionen aus, die über das Erwartete hinausgehen.

Codex-CLI und Claude Code gemeinsam nutzen

Viele Entwickler entscheiden sich nicht für das eine oder das andere, sondern haben Codex und Claude Code auf demselben Rechner installiert. Beide verfolgen beim Thema „Berechtigungen freigeben“ einen ähnlichen Ansatz. Deshalb kannst du deine gewohnte Arbeitsweise leicht übertragen:

• Alltag: Claude Code mit den Standardberechtigungen, Codex mit codex oder codex --full-auto.
• Isolierte Umgebung: Claude Code mit --dangerously-skip-permissions, Codex mit --yolo.
• Gemeinsame Fehlersuche: Lass ein Tool den Code schreiben und das andere ihn überprüfen. Starte beide, wenn dein Git-Arbeitsverzeichnis sauber ist.

Wenn du mehrere Modelle wie OpenAI, Claude und Gemini gleichzeitig nutzen möchtest, ist es einfacher, die Schlüsselverwaltung bei APIYI apiyi.com zu bündeln: Mit einem API-Schlüssel und einer OpenAI-kompatiblen Schnittstelle kannst du zwischen Modellen wechseln, ohne deine gesamte Umgebung neu konfigurieren zu müssen. Dank der nutzungsbasierten Abrechnung kannst du die Kosten außerdem anhand deines tatsächlichen Verbrauchs berechnen.

Häufig gestellte Fragen (FAQ)

Codex CLI –yolo: Die wichtigsten Erkenntnisse

• Entsprechender Befehl: --dangerously-skip-permissions in Claude Code entspricht codex --yolo in Codex.
• Vollständige Schreibweise: codex --dangerously-bypass-approvals-and-sandbox hat dieselbe Wirkung wie --yolo.
• Umfang der Freigaben: Der Modus überspringt sowohl Genehmigungen als auch die Sandbox – er ist also weniger eingeschränkt, als der Name vielleicht vermuten lässt.
• Empfehlung für den Einstieg: Verwenden Sie bei der lokalen Entwicklung zunächst codex --full-auto. Die Sandbox bleibt dabei aktiv und bietet einen guten Kompromiss zwischen Effizienz und Sicherheit.
• Sicherheitsgrundlage: Nutzen Sie --yolo nur in vertrauenswürdigen Umgebungen, in denen Änderungen rückgängig gemacht werden können oder die sich löschen lassen, und erstellen Sie vorher einen Git-Commit.
• Modellintegration: Über APIYI unter apiyi.com können Sie mit einem einzigen API-Schlüssel unter https://api.apiyi.com/v1 auf zahlreiche gängige Modelle zugreifen.

Zusammenfassung

Der Codex-Befehl, der claude --dangerously-skip-permissions entspricht, lautet codex --yolo. Die vollständige Schreibweise ist codex --dangerously-bypass-approvals-and-sandbox. Für die Berechtigungen reichen drei Stufen:

1. codex: Standardberechtigungen mit Genehmigungen gemäß Konfiguration. Geeignet für unbekannte Projekte und sensible Verzeichnisse.
2. codex --full-auto: Führt Aufgaben im Arbeitsbereich automatisch aus, bleibt aber durch die Sandbox eingeschränkt. Geeignet für die tägliche lokale Entwicklung.
3. codex --yolo: Hebt die Einschränkungen vollständig auf. Geeignet für vertrauenswürdige, isolierte Umgebungen, in denen sich Änderungen rückgängig machen lassen.

Empfehlenswert ist ein schrittweises Vorgehen: Beginnen Sie mit dem Standardmodus, um sich mit dem Verhalten vertraut zu machen. Steigern Sie anschließend mit --full-auto das Tempo und verwenden Sie --yolo nur dann, wenn es wirklich nötig ist. Mit APIYI unter apiyi.com können Sie die Modellintegration schnell testen. Die Plattform bietet ein kostenloses Testguthaben und eine einheitliche Schnittstelle für mehrere Modelle.

Referenzen

1. OpenAI-Codex-Konfigurationsdokumentation: offizielle Hinweise zur Konfiguration
2. Link: developers.openai.com/docs/config-file/config-basic
3. Hinweis: Informationen zur aktuellen Konfiguration von Startparametern, Genehmigungsrichtlinien und Sandbox-Modi finden Sie in der Dokumentation. Maßgeblich ist die jeweils verwendete Version.

Autor: Technisches Team von APIYI
Technischer Austausch: Kontaktieren Sie uns gerne über die Startseite der APIYI-Website. Weitere Informationen finden Sie im Dokumentationszentrum unter docs.apiyi.com.

Weiterführende Artikel

• Gemini 4 Argon vs. Claude Opus 5.5: Googles 19 Benchmark-Tests im Detail – vier Dimensionen zeigen, wer stärker ist: Vergleichen Sie anhand der offiziellen Bewertungstabelle von Google Gemini 4 Argon und Claude Opus 5.5 Punkt für Punkt in 19 Benchmarks zu Wissensarbeit, agentischem Programmieren, langen Kontexten und multimodalen Fähigkeiten und geben Sie unter Berücksichtigung unabhängiger Bewertungen von Artificial Analysis und Vals sowie von Preisen, Ausgabelimits und Verfügbarkeitsunterschieden szenariobasierte Empfehlungen zur Modellauswahl.
• Schritt-für-Schritt-Anleitung: Mit einem einzigen Schlüssel alle Agenten verbinden und mit dem Open-Source-Projekt magpie ein einheitliches API-Gateway einrichten (am Beispiel von Claude Code, Codex, Pi und Hermes): Eine Schritt-für-Schritt-Anleitung, mit der du in etwa 30 Minuten alle Coding-Agents auf deinem Rechner – etwa Claude Code, Codex, Pi und Hermes – mit einem gemeinsamen API-Schlüssel und einer Gateway-Adresse nutzt, inklusive Screenshots der magpie-Oberfläche, schrittweiser Einrichtung, Vergleich der nativen Konfigurationen und Tabelle zur Fehlerbehebung.
• Der legendäre Skill, den Entwickler großer Tech-Unternehmen nutzen: Tutorial zu mattpocock/skills mit 300.000 Sternen – in 5 Schritten loslegen: erst mit /grill-me die Anforderungen klären, dann mit /tdd programmieren: Für Anfänger ohne Vorkenntnisse: mattpocock/skills per grafischer Benutzeroberfläche installieren, im Dialog /setup-matt-pocock-skills ausführen, dann mit /grill-me die Anforderungen an die „Gutscheinprüfung“ klären und schließlich mit /tdd den Code schreiben, einen Test nach dem anderen; der Artikel enthält eine Tabelle zur Auswahl der Skills und eine zur Fehlerbehebung.