Michael Agent Lab
2026 年 4 月
工程 AI 培訓

Codex & Gemini CLI 簡介

讓工程師把 AI 代理 用在日常開發與文件自動化

工程 AI 工具培訓

Codex & Gemini CLI 簡介:讓工程師把 AI 代理 用在日常開發與文件自動化

對象:RF / SIE / EMC / Thermal / ME 工程師。目標不是把每個人變成軟體工程師,而是讓大家知道:什麼工作適合交給 AI CLI、怎麼下指令、怎麼驗證、怎麼避免資安風險。

版本:2026-05-21 形式:30–45 分鐘教學 適用:Mac / Windows / VS Code / 終端機 重點:功能、實例、比較、工程應用

1. 為什麼 RF / SIE / EMC / Thermal / ME 工程師需要 Codex 與 Gemini CLI?

影片主軸是從「安裝工具」開始,延伸到專案資料夾、AGENTS.md、檔案管理、文件編輯、技能 與 外掛。這些其實都在講同一件事:AI CLI 不是聊天機器人,而是可以在指定專案資料夾內讀檔、改檔、跑指令、產生文件的工程助理。

RF

測試條件整理

  • 整理 RF 測試 plan
  • 比對頻段、功率、限值
  • 產生測試紀錄模板
SIE

系統整合自動化

  • 掃 Excel 找 open issue
  • 產出 測試摘要
  • 協助 debug 紀錄 分類
EMC

問題追蹤

  • 整理 失敗頻率
  • 產生整改紀錄
  • 轉成 DVT 報告段落
熱設計

熱測與報告

  • 整理 溫箱紀錄
  • 比對熱點與 通過/失敗
  • 產生趨勢摘要
ME

機構與文件

ME 可用它整理 螺絲清單、材料異動、機構 issue、治具需求、BOM 差異與 組裝備註。重點是讓 AI 先做重複整理,人再負責判斷與確認。

2. 先理解:AI CLI 跟一般 ChatGPT 問答有什麼不同?

指定資料夾
→
讀取檔案
→
理解任務
→
修改 / 產出
→
執行驗證
→
提交結果
一句話:一般聊天 AI 是「你貼內容給它看」;AI CLI 是「你給它一個工作資料夾,它自己進去看檔案、改檔案、跑指令」。
使用方式一般聊天 AICodex/Gemini CLI
資料來源你手動貼文字、貼截圖可讀取專案資料夾內檔案與上下文
輸出結果回答、建議、文字回答 + 可直接產生或修改檔案
驗證方式人自己檢查可要求它跑 lint、測試、腳本 或產生差異說明
適合任務問概念、寫信、摘要改程式、整理文件、建立報表、自動化流程

3. Codex 是什麼?

OpenAI Codex

Codex 是 OpenAI 的 程式代理,可在 終端機、IDE 或雲端環境中協助讀取、編輯與執行程式碼。官方文件說明 Codex CLI 可在本機 終端機 執行,能在選定目錄中讀取、變更並執行程式碼;VS Code 擴充功能 則可在 IDE 內一起工作,或把任務委派給 Codex Cloud。

  • 適合:專案維護、錯誤修復、程式重構、產生工具、寫測試。
  • 特色:偏工程開發流程,可看 差異、執行命令、配合 Git / PR 工作。
  • 使用心法:先給目標,再給限制,最後要求產出驗證方式。

Codex 常見入口

  • Codex CLI:在 終端機 裡使用。
  • Codex IDE:在 VS Code / Cursor / Windsurf 類 IDE 中使用。
  • Codex 網頁版/雲端版:把工作委派到雲端環境處理。
  • Codex 技能:把常用流程封裝成可重複使用的技能。

簡單實例:幫 SIE 修 Excel 掃描工具

cd ~/agent-demo/pm-workflow-bot
codex

請閱讀這個專案,修正 tools/excelScanner.js 的語法錯誤。
限制:
1. 不要改動通知機器人的主要流程。
2. 修正後請執行 node -c tools/excelScanner.js。
3. 請列出你修改了哪些地方,以及為什麼。

4. Gemini CLI 是什麼?

Google Gemini CLI

Gemini CLI 是 Google 提供的開源 AI 代理,可把 Gemini 帶到 終端機 中。官方文件描述它使用 reason-and-act loop,能搭配內建工具、本機或遠端 MCP server 完成修 錯誤、建立新功能、改善測試覆蓋率等任務。

  • 適合:資料夾整理、文件摘要、查詢程式架構、產生腳本、快速探索專案。
  • 特色:開源、終端機 原生、可用 GEMINI.md 設定專案指令。
  • 使用心法:很適合當「探索型助理」:先問它看懂專案,再叫它分步修改。

Gemini CLI 常見功能

  • 理解大型 程式庫 或資料夾內容
  • 自動化重複性任務
  • 建立與修改檔案
  • 搭配 MCP server 擴充工具能力
  • 用 GEMINI.md 固定專案規範

簡單實例:幫 Thermal 產生熱測資料整理腳本

cd ~/thermal-test-data
gemini

請幫我建立一個 Python 腳本 analyze_thermal_log.py:
1. 讀取 ./logs 裡所有 csv。
2. 找出每個 sensor 的 max / min / average。
3. 若任一 sensor 超過 85°C,標示 FAIL。
4. 輸出 summary.xlsx 和 summary.html。
5. 程式要有中文註解,方便工程師維護。

5. Codex vs Gemini CLI:怎麼選?

比較項目CodexGemini CLI工程師建議用法
主要定位OpenAI 程式設計 代理,偏程式開發、修 錯誤、重構與驗證。Google 開源 終端機 AI 代理,偏快速探索、資料夾理解與自動化任務。要穩定改程式用 Codex;要快速掃資料與整理文件可先用 Gemini CLI。
專案上下文可在指定目錄讀取、修改、執行程式碼。可在 終端機 中讀取專案上下文,並透過工具行動。兩者都要限制在專案資料夾,不要給整台電腦權限。
設定檔AGENTS.md / 技能 / 外掛 等方式可定義專案規則。GEMINI.md 可定義專案行為、指令與約束。把公司規範、禁止事項、輸出格式寫進設定檔。
強項程式碼修改、除錯、測試、PR / 差異 流程。開源、快速上手、查資料與整理上下文彈性高。Codex 當主刀工程師;Gemini CLI 當資料整理與搜尋助理。
限制仍可能誤改檔案;需要人審查 差異 與測試結果。仍可能誤解需求;大型改動需分步確認。任何輸出都要 審核,不能直接上 正式環境 或 PLM。
適合部門SIE 工具、測試自動化、PM 代理、報表產生器。RF/EMC/Thermal/ME 文件整理、腳本草稿、跨檔案摘要。先用小任務建立信任,再導入正式流程。
選擇原則:不是誰取代誰,而是分工。Codex 偏「修改與落地」,Gemini CLI 偏「探索與整理」。正式工程流程建議兩者輸出都要經過人工 審核、版本控制與測試。

6. 五個部門可直接套用的簡單實例

SIE 實例

Excel 未解決問題掃描器

把多個 project weekly Excel 掃描出 Critical Open Issues,依 BIOS / ME / SIE / RF / Thermal / EMC / Safety 分類,產生通知摘要與 HTML 報表。

請掃描 ./weekly_status 下所有 xlsx,找出包含 Critical 與 open 的欄位,輸出 critical_issues_report.html。
RF 實例

RF 測試計畫審查工具

檢查測試計畫是否缺少頻段、天線配置、功率條件、測試距離、通過與失敗標準。

請讀取 RF_test_plan.docx,列出缺漏項目,並產生一版 reviewer comment。
EMC 實例

EMC 失敗紀錄摘要

把實驗室記錄整理成頻率、方向、整改措施、下一步 負責人 的表格。

請把 ./emc_fail_logs 內的紀錄整理成表格:frequency、mode、fail level、action、owner。
Thermal 實例

恆溫箱測試報告

讀取 溫箱紀錄 與 記錄器紀錄,產生 最高溫度、穩態時間、pass/fail 與異常點摘要。

請比較 chamber_log.csv 與 recorder_log.csv,產生 thermal_summary.html。
ME 實例

ME BOM / 組裝備註 比對

比較兩版 BOM 或 組裝備註,找出 螺絲、線材、支架、標籤、導熱墊 的異動,整理成 RD / PM / DQAC 可讀的差異表。

請比較 BOM_A.xlsx 與 BOM_B.xlsx,找出 mechanical parts 的新增、刪除、料號變更與風險。

7. 建議標準流程:AI 先做,人再審

步驟 1
建立專案資料夾
→
步驟 2
放入測試檔 / 文件
→
步驟 3
寫 AGENTS.md / GEMINI.md
→
步驟 4
AI 產生草稿
→
步驟 5
工程師 審核
→
步驟 6
輸出報告 / 腳本

專案資料夾建議

project-ai-assistant/
├─ input/              # 原始 Excel、log、docx、測試資料
├─ output/             # AI 產出的 HTML、xlsx、summary
├─ scripts/            # Python / Node.js 工具
├─ docs/               # SOP、需求說明、規範
├─ AGENTS.md           # Codex 專案規則
└─ GEMINI.md           # Gemini CLI 專案規則

AGENTS.md / GEMINI.md 範例

# 專案規則
- 請全部使用繁體中文回答。
- 不要刪除 input 資料夾內任何原始檔案。
- 所有輸出放在 output 資料夾。
- 修改程式前先說明計畫,修改後列出差異。
- 涉及公司機密、客戶名稱、料號時,不得上傳到外部服務。
- 產出報表需包含:結論、問題列表、owner、next action、來源檔案。

8. 工程師好用 提示詞 範本

範本 A:請 AI 先理解專案,不要急著修改
請先閱讀這個資料夾的檔案結構與主要程式。
先不要修改任何檔案。
請用繁體中文回答:
1. 這個專案主要功能是什麼?
2. 主要入口檔案是哪一個?
3. 重要資料流是什麼?
4. 你建議我下一步先改哪裡?
範本 B:修 錯誤 並要求驗證
請修正目前執行 node bot.js 時發生的錯誤。
限制:
1. 只修改必要檔案。
2. 不要更動 .env。
3. 修正後請執行語法檢查。
4. 請提供修改摘要與測試結果。
範本 C:把工程資料轉成 HTML 報表
請讀取 input 資料夾內的 Excel / CSV,產出一個 output/report.html。
報表需求:
1. 第一頁顯示結論。
2. 第二段顯示問題表格。
3. 可依 RF / SIE / EMC / Thermal / ME 篩選。
4. 紅字或藍字欄位要特別標示。
5. 報表需可離線打開,不依賴外部 CDN。
範本 D:請 AI 產生主管看得懂的摘要
請把這份技術資料整理成主管簡報摘要。
格式:
- 一句話結論
- 目前風險
- 對 schedule / cost / quality 的影響
- 需要主管協助決策的項目
- 下一步 action owner

9. 資安與工程限制:一定要先講清楚

不要做
  • 不要把公司 PLM 帳密交給 AI。
  • 不要讓 AI 自動登入公司內網系統並大量抓資料。
  • 不要把客戶機密規格、完整 BOM、未公開設計直接丟到雲端。
  • 不要讓 AI 未經 審核 直接 commit / push / release。
  • 不要讓 AI 刪除原始測試資料。
建議做
  • 只給專案資料夾權限,不給整台電腦權限。
  • 先用假資料或遮蔽後資料測試流程。
  • 每次修改都看 差異。
  • 用 Git 或備份保護可回復性。
  • 正式輸出前由 負責人 確認。
安全原則:AI 可以幫你寫 程式碼,但真正登入 PLM、讀取公司內網、存取機密資料的動作,應該由本機程式與公司授權流程執行,並保留 稽核紀錄。
檢查項目問題建議
資料範圍是否包含客戶機密、料號、未公開規格?先遮蔽或改用 範例資料。
權限範圍AI 是否能讀到不相關資料夾?只在專案資料夾啟動 CLI。
輸出驗證報表或程式是否經過人 審核?保留 差異、紀錄、測試結果。
責任歸屬出錯時誰負責?AI 是助理,工程 負責人 仍是最後判斷者。

10. 30–45 分鐘教學安排

時間內容講師重點
0–5 分為什麼工程師需要 AI CLI從重複整理、報表、紀錄、Excel issue 開始,不要先談取代人。
5–12 分Codex / Gemini CLI 概念說明 終端機 代理 與聊天 AI 差異。
12–22 分鐘功能比較Codex 偏落地修改;Gemini CLI 偏探索整理。
22–35 分鐘工程實例 示範用 Excel issue scanner 或 thermal 紀錄 summary 當範例。
35–42 分鐘資安與限制只給專案資料夾權限、看 差異、不要丟機密。
42–45 分鐘問答請每個 function 提出一個最想自動化的工作。

課後小測驗

Q1:AI CLI 跟一般聊天 AI 最大差異是什麼?

AI CLI 可以在指定專案資料夾內讀檔、改檔、跑指令;一般聊天 AI 主要依賴你貼給它的內容。

Q2:為什麼不建議一開始就給整台電腦權限?

因為可能讀到不相關或機密資料,也會增加誤刪、誤改與資安風險。

Q3:RF / EMC / Thermal / ME 工程師不是 programmer,還能用嗎?

可以。從文件整理、測試紀錄、報表、資料比對、腳本草稿開始,先讓 AI 做重複工作,人負責判斷。

11. 參考來源

備註:本教材依公開資料與工程應用情境整理,未使用公司機密資料。若要完全貼齊影片逐字稿,可再補上字幕檔,我可以把章節改成逐段對照版。