请规划从旧内联示例迁移到已复核内容记录。
目标:让已复核内容记录成为示例来源。 当前架构:页面仍混合读取内联示例和派生 UI props。 目标架构:服务端按内容类型读取已发布记录,迁移期只保留兼容路径。 步骤:新增聚合层、更新公开页面、更新审计脚本、记录兼容行为,再在覆盖完成后删除旧字段。 测试:内容校验、媒体审计、模型内容审计、typecheck 和页面抽样。
GPT-5 Codex 是 Rivya 里的基础 GPT Codex AI 编码助手,适合代码审查、调试、实现规划和日常工程问题。
示例输出
适合 repo 迁移、兼容策略和谨慎发布规划。
响应
示例输出
适合 repo 迁移、兼容策略和谨慎发布规划。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
Rivya Codex 迁移计划提示词的对话预览。
输出摘要
适合 repo 迁移、兼容策略和谨慎发布规划。
适合任务
支持能力
在线试用
输入设置
对话控制
当所选模型支持时,你可以控制是否联网搜索、使用多强的推理,以及是否包含模型的思考内容。
联网搜索
允许支持的模型在回答过程中调用实时网页搜索。
推理强度
可以保持模型默认,或在支持时指定更轻或更强的推理级别。
开始一段对话,把规划、提示词和创作方向整理成一条可复用的线程。
提示词起步
当你不想从空白输入开始时,可以先用已经映射到 GPT-5 Codex 的模板,再按自己的任务改写。
模型示例
先用上方在线试用区开始生成,再结合这些示例结果判断成品质感、输出节奏和任务适配度,然后决定是否继续在完整工作台里投入更多积分。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
Rivya Codex 迁移计划提示词的对话预览。
输出摘要
适合 repo 迁移、兼容策略和谨慎发布规划。
主示例
Rivya Codex 迁移计划提示词的对话预览。
输入
提示词 + 可选图片
看点提示
Rivya Codex 迁移计划提示词的对话预览。
每次消耗积分
按量付费 — 根据使用量消耗积分
为什么它适合
代码专用,12K 输出 Token 上限
针对代码生成和调试优化
视觉理解,分析截图/图表
最适合的任务
模型示例
决策确认
决策确认
适合任务
任务接近这些情况时使用
安静事实
提供商
OpenAI
类别
对话
能力标签
响应
积分模式
按量付费 — 根据使用量消耗积分
输入方式
提示词 + 可选图片
提示设置
最多 20,000 字
GPT-5 Codex 常见问题
GPT-5 Codex 适合代码审阅、缺陷修复、仓库走读、脚本生成,以及限制在一个服务或模块内的重构。它专注代码并支持 12K 输出 token,因此比通用对话更适合实现任务。
在 Rivya 里,GPT-5 Codex 当前是以对话为核心的项目,也支持围绕图片材料继续分析和回答。
提供相关代码、实际与预期行为、复现步骤、错误信息和应通过的测试。写清文件与范围的边界,才能得到更有用的审阅或补丁方案。
Rivya 当前按每百万输入 token 100 积分、每百万输出 token 800 积分计费。代码专项回答能缩短调试或实现时间时,这个档位适合边界明确的工程任务。
聚焦的编码和调试可选 GPT-5 Codex;改动涉及更多文件时可选 GPT-5.1 Codex;主要做分析、研究或业务写作时选择通用 GPT 模型。
如果这次要先验证代码审查和缺陷修复、实现方案规划和仓库走读、单服务或单模块重构,这页就够用。先在这里确认输入、方向和初步结果;等需要保存历史、连续迭代或管理素材时,再切到完整创作工作台。
这页当前就是围绕 GPT-5 Codex 的对话入口来设计的。它适合先把代码审查和缺陷修复需要的截图、图表或图片材料带进来。
对 GPT-5 Codex 这类聊天模型来说,先把代码目标、现有上下文和你要它产出的形式说清楚,比继续找额外参数更重要。初步如果能把仓库背景、验收标准和限制交代明白,它在代码审查和缺陷修复上的表现通常会上来得更快。
这页可以先公开浏览,但真正发送初步消息前仍需要先登录。当前是按 token 计费:每百万输入 token 为 100 积分,每百万输出 token 为 800 积分。如果你还在整理问题或选模型,可以先在这里准备;确认要正式开聊时再登录即可。
如果你现在只是要开初步对话,查看 GPT-5 Codex 能不能把代码审查和缺陷修复接住,继续留在这页就够了。等任务开始需要保存上下文、挂文件、连续追问,或者把同一条线程长期保留下来时,再切到完整创作工作台会更顺。
比较替代模型
OpenAI 在 Rivya 上的高阶 GPT 对话模型,适合复杂推理、图像辅助分析、研究整合和结构化写作。
为什么考虑它
当积分提示更适合下一次运行时,可以考虑它:按量付费 - 根据使用量消耗积分。
OpenAI 在 Rivya 上更高阶的 AI 对话模型,支持更完整的结构化输入、推理强度控制与工具型对话,适合复杂分析和多步骤任务。
为什么考虑它
如果任务更接近这个方向,可以考虑它:长策略简报和决策备忘录。
OpenAI 在 Rivya 上更高阶的 Codex AI 编码模型,延续代码生成、结构化推理和工具协作能力,更适合仓库级开发项目。
为什么考虑它
如果任务更接近这个方向,可以考虑它:仓库级调试和架构审阅。
API 契约复核对话提示词的对话预览。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
数据库迁移风险对话提示词的对话预览。
复核数据库迁移计划中的数据丢失风险、回填顺序、回滚限制和验证查询。
数据库迁移风险对话提示词的对话预览。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
重构工单拆分的对话预览。
把宽泛重构请求拆成带范围、负责人、风险和验证方式的工单。
重构工单拆分的对话预览。
开发者接入
确认模型字段、参考素材规则和积分行为后,可以通过 Public API v1 调用 GPT-5 Codex。