官方教程中文版规则、安全与配置
参考配置样例
用少量 config.toml 配置让 Codex 行为稳定,而不是复制一整份巨型配置。
config.toml 是 Codex 的长期偏好文件。它适合放模型默认值、沙箱、审批、MCP、profile 和少量 UI 行为。新手不应该复制一整份完整配置表;真正有价值的是先理解哪些配置会影响安全、稳定性和日常体验。
官方配置参考说明:用户级配置在 ~/.codex/config.toml,项目级覆盖可以放在 .codex/config.toml;项目级配置只会在你信任该项目时加载。
先理解它解决什么问题
配置文件解决的是“每次打开 Codex 都希望行为一致”的问题:
- 默认用哪个模型。
- 默认是否能改文件。
- 什么时候需要你批准命令。
- 项目级规则和个人习惯如何分开。
- 哪些 MCP 或工具默认可用。
不要把配置文件当成“功能大全”。配置越多,排查越难。新手先写最小可解释配置。
新手推荐起点
先从这份很小的配置开始:
model = "gpt-5.5"
approval_policy = "on-request"
sandbox_mode = "workspace-write"含义:
model:默认使用的模型。approval_policy = "on-request":Codex 在需要越过边界时问你。sandbox_mode = "workspace-write":允许在工作区内读写,仍保留边界。
这比 danger-full-access 更适合真实项目,也比纯 read-only 更适合日常开发。
配置放哪里
用户级 ~/.codex/config.toml:
- 个人默认模型。
- 个人 UI 偏好。
- 个人常用 MCP。
- 不依赖某个仓库的习惯。
项目级 .codex/config.toml:
- 当前仓库的默认 sandbox。
- 当前仓库需要的 MCP。
- 当前仓库特定 profile。
- 团队希望共享的行为。
命令行参数只适合一次性覆盖,不适合长期偏好。
先管住安全边界
配置里最重要的是两类:
sandbox_mode:Codex 能访问和修改哪里。approval_policy:Codex 什么时候停下来问你。
常见组合:
- 保守分析:
read-only+on-request。 - 日常开发:
workspace-write+on-request。 - 高风险全开:
danger-full-access+never。
新手不要把高风险全开写进默认配置。只有在一次性、可信、可回滚的自动化环境中,才考虑这种组合。
profile 用来切换场景
如果你确实有多个固定场景,可以用 profile,而不是来回改同一份配置。
[profiles.review]
sandbox_mode = "read-only"
approval_policy = "on-request"
[profiles.build]
sandbox_mode = "workspace-write"
approval_policy = "on-request"这样你可以把“只读审查”和“动手开发”分开。新手最常见的问题就是在该只读的时候用了动手模式。
不建议一开始配置的项
这些配置官方支持,但新手不必急着写:
- 自定义 model provider。
- 复杂网络权限 profile。
- OTEL / telemetry。
- hooks。
- 自动审批 reviewer。
- 大量 MCP server。
- 自定义 compaction prompt。
等你遇到真实问题,再加对应配置。配置应该来自痛点,不应该来自“看起来专业”。
怎么判断配置有效
改完配置后,用 /status 或启动后的状态信息确认:
- 当前模型是否符合预期。
- sandbox 是否是你想要的模式。
- approval policy 是否生效。
- 项目级配置是否被加载。
再用一个小任务验证:让 Codex 读文件、改一个测试文件、运行 git status。看它是否在该问你的时候问你,在不该越界时保持边界。
新手常见坑
- 整份复制配置样例,结果不知道哪个键影响了行为。
- 把个人偏好写进项目级配置,污染团队仓库。
- 把项目级配置写好后忘记信任项目,导致它没加载。
- 默认使用
danger-full-access,后续误操作成本很高。 - 配了 MCP 或 provider,却没有配置凭据来源。
参考官方文档:
© OpenAI
最近更新:2026年5月4日