Codex CLI 在 Windows 10 下能干一件挺有意思的事：你只需要用自然语言描述需求，它就能自动生成 SQLAlchemy ORM 模型、对应的建表 SQL，甚至直接初始化 SQLite 数据库。整个过程无需手写一条 CREATE TABLE，也不用逐个定义字段类型——那些令人头疼的类型错配、主键遗漏或外键缺失问题，基本可以绕开了。
要实现这个效果，前提条件不多。首先你得确保 codex-cli 版本不低于 2.8.0，然后用自然语言描述把模型文件生成出来，最后通过一个简单的 db_setup.py 脚本执行 create_all()，就能在项目目录下看到 app.db 文件。下面一步步拆开来看。
安装并验证 Codex CLI 环境
打开 PowerShell（注意，不是 CMD），记得以管理员身份运行。直接复制下面这条命令：
pip install codex-cli sqlalchemy[asyncio] sqlite3装完之后，输入 codex --version 确认一下。如果输出的版本号低于 2.8.0，那就必须升级——低版本不支持 ORM 推断模式，到后面会报 ModuleNotFoundError: No module named 'codex.orm'，卡在那里动不了。升级命令也是一样的，加个 --upgrade 就行。
用自然语言描述表结构，生成 ORM 模型文件
在项目根目录下新建一个 models/ 文件夹，然后执行：
codex orm generate --desc "用户表包含ID（主键）、姓名（字符串，最大50）、邮箱（唯一）、注册时间（默认当前时间）、是否激活（布尔，默认True）" --output models/user.py命令跑完之后，models/user.py 里会自动生成一个完整的类定义：Base 继承、__tablename__、Column 声明，连 func.now() 需要的 import 都会自动带上。不过有一点要注意：如果生成的文件里提示 func 未定义，说明要么是 Codex 版本不对，要么是它漏掉了 from sqlalchemy import func 这一行。遇到这种情况，手动在文件顶部补上即可，不是什么大问题。
生成的代码里，String(50) 和 nullable=False 都会按规范写好，不需要逐行检查。但这里有个容易被忽略的细节：SQLite 本身并不校验字段长度——你在 String(50) 里写 50 还是 500，它都不管。可如果将来要切换到 MySQL 或 PostgreSQL，长度声明就至关重要，否则迁移会直接失败。所以从一开始就把这个习惯养好，别省略。
配置数据库连接并触发建表
新建一个 db_setup.py，内容如下：
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from models.user import Base
engine = create_engine('sqlite:///app.db', echo=True)
Base.metadata.create_all(engine)保存之后，在终端里直接 python db_setup.py。控制台会打印出完整的 CREATE TABLE users (...) 语句，同时在当前目录生成 app.db 文件。这一步骤是不可逆的吗？也不全是。需要注意一点：如果 app.db 已经存在，并且表结构不同，create_all() 不会修改已有表，也不会报错——它只会默默跳过。所以首次运行前，最好确认目录里没有同名文件，或者手动删掉旧的 app.db，避免被旧结构困住。
验证表结构是否生成成功
有两种方式可以确认表结构对不对。
方法一：图形界面检查
用 DB Browser for SQLite 打开 app.db → 查看 Tables → 点击 users → 切到 Browse Data 标签页，确认空表可以正常写入数据。
方法二：Python 快速验证
from models.user import User
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
engine = create_engine('sqlite:///app.db')
Session = sessionmaker(bind=engine)
session = Session()
print(session.execute("PRAGMA table_info(users)").all())如果一切正常，输出应该是一个包含五元组的列表，每个元组对应一个字段：id、name、email、created_at、is_active，并且会显示字段名、类型、是否为空等信息。一旦发现某字段缺失或类型不对，那就意味着自然语言描述有歧义，导致 Codex 推断偏差。解决办法是回到第二步，把描述词改得更精确——比如把“注册时间”改成“注册时间戳（datetime 类型）”，然后再跑一遍。