如果你经常使用 Codex App，可能很快就会遇到两个很现实的问题。
第一个问题是，使用 API Key 登录时，原生插件入口往往不可用，界面会提示需要登录 ChatGPT，很多插件能力也就跟着“锁住”了。
第二个问题是，Codex 原生的会话列表里通常只有归档，没有真正意义上的删除。对于重度用户来说，历史会话越积越多，管理起来并不轻松。
最近看到一个项目，叫 Codex++。它的目标非常直接，就是在不修改 Codex App 原始安装文件的前提下，对 Codex 做一层外部增强，补上这些原生缺失但又很常用的能力。
即使你使用的是 API Key 登录，也可以把原本不可用的插件入口重新解锁出来。
项目地址：
你一定遭遇过这种尴尬：让 AI 写一个设置页面，功能逻辑无懈可击，界面却像是三个设计师各自为战的结果——按钮圆角大得像儿童 App，蓝色主色像是随机抽的，字体用着毫无立场的系统默认。
于是你开始往 Prompt 里塞规则：「主色 \#1A73E8」「圆角 8px」「不要渐变」。下一次对话，重来一遍。AI 不是不守规矩，只是没人把规矩白纸黑字地交给它。
2026 年 3 月，Google 在更新设计工具 Stitch 时推出了 DESIGN.md。逻辑朴素：在项目根目录放一个 Markdown 文件，让 AI 生成代码前先读它。
再来聊聊B端智能体落地这件事。
这篇文章是我这两年所思、所闻、所感最全面的一个复盘。不是教科书，也不是成功学，就是一个在一线摸爬滚打的人，把看到的真实情况和踩过的坑分享出来。
我会从几个维度来拆解这件事：先从市场现状聊起，然后说清楚什么是智能体，接着聊B端落地的核心问题——为什么说专家知识比技术更关键，为什么工作流比自主Agent更靠谱，哪些场景真正能落地。
后半部分更主观一些：大B和小B的交付逻辑完全不同，搞混了会死得很惨；现阶段如何构建竞争优势，微调、硬件、专家标注哪个更重要；最后聊聊未来趋势，为什么说"谁会搭工作流"不是核心竞争力。
很主观、很片面，万字长文预警，仅供参考。
pywinauto 是一个用于 Windows 系统下的 GUI 自动化测试和操作的 Python 库。它允许您通过代码自动化控制 Windows 应用程序，执行点击、输入文本、获取界面元素等操作，非常适合 GUI 自动化测试和重复性操作的自动化。
当前版本: 0.6.9
