2. Linux.do
  3. 分享一份复制即用的Codex config.toml以及相关踩坑经验 [20260813]

分享一份复制即用的Codex config.toml以及相关踩坑经验 [20260813]

cut 2026-08-13 16:51 1

config.toml


应该是当前最新版本，没有老旧字段。

注释就不加了，看着太乱，佬们发给LLM解读吧。


# ========== 模型相关 ==========

model = "gpt-5.6-sol"

model_reasoning_effort = "max"

plan_mode_reasoning_effort = "max"

model_reasoning_summary = "concise"

personality = "pragmatic"



sandbox_mode = "danger-full-access"

approval_policy = "never"

suppress_unstable_features_warning = true



service_tier = "fast"

web_search = "live"



[shell_environment_policy]

inherit = "all"



# ========== 自定义 API Provider ==========

model_provider = "custom"



[model_providers.custom]

name = "OpenAI"

# 必须是"OpenAI"才能开启远程压缩；如果中转站不支持就改为任意名字，开启本地压缩



base_url = "https://"

experimental_bearer_token = "sk-"



wire_api = "responses"

requires_openai_auth = true

stream_max_retries = 30

request_max_retries = 30



# ========== 其他 ==========

[tui]

status_line = ["model-with-reasoning", "current-dir", "git-branch", "run-state", "context-remaining", "weekly-limit", "task-progress"]

status_line_use_colors = true



[tui.model_availability_nux]

"gpt-5.5" = 4

"gpt-5.6-sol" = 4



[notice]

hide_rate_limit_model_nudge = true



[analytics]

enabled = false

# 关闭遥测



[feedback]

enabled = false

# 关闭反馈功能。



[otel]

exporter = "none"

# 不使用 OpenTelemetry 普通数据导出器。

trace_exporter = "none"

# 不导出 Trace（链路追踪）数据。

metrics_exporter = "none"

# 不导出 Metrics（指标）数据。

log_user_prompt = false

# 不记录/导出用户 Prompt。

q1：网络环境配置


我遇到过各种各样的网络相关报错，包括但不限于重连不上、

Error running remote compact task: stream disconnected before completion、error decoding response body等等各种乱七八糟的错误，问题源头基本都是因为代理节点质量的问题，请求没正常发出去，或者回复没正常接收到，当然也有可能是中转站崩了。

我尝试过禁用socket方式、添加.env文件之类的方法、还有各种教程里可能以及弃用了的字段，认为是意义不大的。反正我是折腾够了，快破防了。

建议还是对本身网络环境进行修理，换优质节点，或者直连。

贴一个常见的问题，长连接被切断导致收不到回复，对话/远程压缩无限失败。

【已解决】Codex远程压缩一直报错 解决经验 - 开发调优 - LINUX DO

如果解决不了网络问题，就只能新开对话了。


q2：远程压缩问题


中转站支持的话，添加name = "OpenAI"即可调用原生compact了。

如果中转站不支持，出现报错，就必须改为其他非"OpenAI"值比如custom，使用本地压缩（但我感觉效果很差，信息丢失严重）。

远程压缩是用专门的compact模型总结，本地压缩是用当前对话的模型总结，都是要发送包含巨幅内容请求等待思考回复的，网络有问题的话都是不行的。


q3：web search问题


要先使用官方账号登陆一下codex，获得auth，不要退出登录，并且设置requires_openai_auth = true，就可以用原生网络搜索工具了。

如果不行的话就是中转站不支持，自行配置一下exa mcp之类的吧。


q4：任务完成手机提醒


我是用的配置极其简单的pushplus + 微信，codex完成任务后会调用一下pushplus的api给我发送消息提醒，免费额度足够。

只要注册pushplus绑定微信，然后写一个调用他家api的python脚本就行了，在配置文件里加一行notify = \["python3", "~/.codex/notify-pushplus.py"\]就可以了。

配合UU远程+蓝牙键鼠，懒人套装在家干活。


其他


希望帮助到大家吧。

最新回复 (4)
  • Fangxian 08-13 16:58
    1楼

    佬，请问下关于配置codex里的上下文能设置成1m吗

  • 开心就好 08-14 15:33
    2楼

    notify-pushplus.py 的内容能否发来看一下， 主要是通知的标题取哪里的，通知的内容又是取哪里的内容，

  • cut 楼主 08-14 15:49
    3楼 
    # ~/.codex/notify-pushplus.py
    
import json
    
import sys
    
import urllib.request
    

    
TOKEN = "X"
    

    
def send_pushplus(message):
    
    payload = {
    
        # 收到的消息包括{标题、时间、最终回答}
    
        "token": TOKEN,
    
        "title": "⏰Codex任务完成",
    
        "content": message,
    
        "channel": "clawbot", # 注意微信clawbot最多连续发送10次消息，需要用户回复一次保活
    
        "template": "markdown"
    
    }
    

    
    req = urllib.request.Request(
    
        "https://www.pushplus.plus/send",
    
        data=json.dumps(payload).encode("utf-8"),
    
        headers={
    
            "Content-Type": "application/json"
    
        },
    
        method="POST"
    
    )
    

    
    opener = urllib.request.build_opener(
    
        urllib.request.ProxyHandler({})
    
    )
    

    
    opener.open(req, timeout=10)
    

    
def main():
    
    if len(sys.argv) < 2:
    
        return
    

    
    try:
    
        event = json.loads(sys.argv[1])
    
    except Exception:
    
        return
    

    
    # 只处理 Codex 完成事件
    
    if event.get("type") != "agent-turn-complete":
    
        return
    

    
    message = event.get(
    
        "last-assistant-message",
    
        "Codex任务完成"
    
    )
    

    
    try:
    
        send_pushplus(message)
    
    except Exception:
    
        # 通知失败不影响 Codex
    
        pass
    

    
if __name__ == "__main__":
    
    main()
  • 开心就好 08-14 15:52
    4楼

    懂了，你的标题比较简单 直接写死文字了^-^

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐