本文字段来源：Codex 官方文档 developers.openai.com/codex/config-advanced，不询问（适合 CI）approval_policy = never 细粒度控制（按操作类型分别设置）： [approval_policy.granular]file_write = on-request # 写文件：需确认shell_exec = untrusted# 执行 shell：每次确认network = never# 网络请求：自动放行 沙箱配置： # workspace-write（默认）：仅允许写工作目录# danger-full-access：无限制（慎用）sandbox_mode = workspace-write[sandbox_workspace_write]# 额外允许写入的路径writable_roots = [/tmp/myproject]# 是否允许沙箱内出站网络（默认 false）network_access = false自定义 Provider（接入第三方平台） 这是最常用的配置块，并给出四个常见场景的完整配置示例：接入第三方 API 平台、切换 Amazon Bedrock、CI 静默模式、多 Profile 按场景切换， 发布日期：2026-06-22 | 话题：AI 编程工具 | 适用人群：开发者、AI 工程师 Codex 的配置文件位于 ~/.codex/config.toml（全局）或项目根目录下的 .codex/config.toml（项目级），超出时自动清理旧条目max_bytes = 10485760 # 10MB[otel]environment = dev# none / otlp-http / otlp-grpcexporter = none# 是否在 trace 中记录用户提示内容（默认 false）log_user_prompt = falseTUI 界面选项[tui]# 是否启用动画效果animations = true# 终端备用屏幕（设为 never 可保留终端滚动历史）alternate_screen = auto# 通知方式：auto / osc9 / belnotification_method = auto# unfocused：终端未聚焦时才通知；always：始终通知notification_condition = unfocused# 文件链接跳转：vscode / cursor / windsurf / nonefile_opener = cursor四个场景完整配置示例场景一：接入 CC Switch（日常开发）model = codex-mini-latestmodel_provider = ccswitchapproval_policy = on-request[model_providers.ccswitch]name = CC Switchbase_url = https://api.ccswitch.cc/v1env_key = CCSWITCH_API_KEY[tui]file_opener = cursor场景二：CI 静默模式（全自动， *TOKEN*，团队项目可以把公用配置放全局，多场景需求用 --profile 加载不同的 name.config.toml，只替换内置 openai provider 的端点，API Key 仍读取 OPENAI_API_KEY 环境变量， Q2：项目级 .codex/config.toml 和全局配置哪个优先？ 项目级配置覆盖全局配置，本文基于 Codex 官方文档（developers.openai.com/codex/config-advanced）整理所有字段的含义和默认行为。
推荐优先使用，配置文件采用 TOML 格式， llm]timeout_ms = 5000refresh_interval_ms = 0 # 0 = 仅在认证失败时刷新Amazon Bedrock 配置 v0.140.0 起原生支持 Bedrock 托管认证： model = us.anthropic.claude-sonnet-4-6model_provider = amazon-bedrock[model_providers.amazon-bedrock.aws]profile = default# AWS credentials profileregion = us-east-1 或直接通过环境变量： model_provider = amazon-bedrock[model_providers.amazon-bedrock]env_key = AWS_BEARER_TOKEN_BEDROCKShell 环境策略 控制 Codex 启动子进程时继承哪些环境变量： [shell_environment_policy]# none：不继承任何变量# core：仅继承 PATH、HOME、USER 等基础变量（默认）inherit = core# 显式设置变量set = { MY_VAR = value }# 排除含敏感词的变量（支持 glob）exclude = [*SECRET*，在交互式开发中不建议使用——Codex 会不经确认直接执行写文件、运行 shell 等操作， Q5：model_reasoning_effort 支持哪些值？ 取决于模型， *PASSWORD*]# 是否跳过默认的 KEY/SECRET/TOKEN 过滤ignore_default_excludes = false历史记录与可观测性[history]# none 禁用持久化历史persistence = save# 历史文件最大体积（字节），[model_providers] 是完整方案。
参考来源： 赞 收藏 分享 阅读 1.4k 更新于 6 月 22 日 举报 失落的生菜 2 声望 176 粉丝 关注作者 ，桌面版、CLI、IDE 插件三端共用同一文件。
只覆盖显式写出的字段，codex-mini-latest 支持 low / medium / high；支持 Extended Thinking 的模型（如 Claude Opus 4.8）支持 xhigh。
超出时自动截断历史model_context_window = 131072# CI/批处理场景：隐藏 Agent 推理过程输出hide_agent_reasoning = true# 调试场景：显示原始推理内容show_raw_agent_reasoning = false审批策略与沙箱 approval_policy 控制 Codex 执行工具（写文件、运行命令）时是否需要人工确认： # 所有操作都需确认（最安全）approval_policy = untrusted# 仅高风险操作需确认（推荐日常使用）approval_policy = on-request# 完全自主。
Q3：approval_policy = never 安全吗？ 适合 CI 环境或完全受控的脚本场景，涵盖模型选择、自定义 Provider 接入、审批策略、沙箱权限、历史记录、TUI 外观等多个维度，修改一次全端生效，未写的字段继承全局值，覆盖全局配置 ~/.codex/name.config.toml 命名 Profile，支持接入任何兼容 OpenAI Chat Completions 格式的服务： model = codex-mini-latestmodel_provider = fenno# 对应下方 [model_providers.fenno][model_providers.fenno]name = Fennobase_url = https://api.fenno.aienv_key = FENNO_API_KEY# 从该环境变量读取 API Keyexport FENNO_API_KEY=你的 Key 保留 ID（不能用于自定义 provider）： openai、ollama、lmstudio 完整字段说明： [model_providers.myprovider]name = My Providerbase_url = https://api.example.com/v1env_key = MY_API_KEY# 协议类型（默认 chat-completions，搜索 base_url 字段确认，建议参考所用模型的官方文档，2026-06，无交互）model = codex-mini-latestmodel_provider = ccswitchapproval_policy = neverhide_agent_reasoning = true[model_providers.ccswitch]name = CC Switchbase_url = https://api.ccswitch.cc/v1env_key = CCSWITCH_API_KEY[history]persistence = none[analytics]enabled = false场景三：本地 Ollama（离线开发）model = qwen2.5-coder:32bmodel_provider = ollamaapproval_policy = on-request[tui]file_opener = vscode场景四：多 Profile 切换 创建 ~/.codex/deep.config.toml： # 深度推理场景（用 Opus + 高推理强度）model = claude-opus-4-8model_provider = ccswitchmodel_reasoning_effort = xhighapproval_policy = on-request[model_providers.ccswitch]name = CC Switchbase_url = https://api.ccswitch.cc/v1env_key = CCSWITCH_API_KEYcodex# 使用默认 config.tomlcodex --profile deep# 加载 deep.config.toml常见问题 FAQ Q1：openai_base_url 和 [model_providers] 有什么区别？ openai_base_url 是快捷方式， Q4：怎么知道当前用的是哪个 provider？ CLI 启动后执行 /status 可查看当前模型和 base_url；或查看 ~/Library/Logs/com.openai.codex/ 下当天日志。
无需改动主配置，填入模型不支持的值会静默降级或报错。
所有项目生效 项目根/.codex/config.toml 项目级，日常开发推荐 on-request， 基础配置字段# 使用的模型 IDmodel = codex-mini-latest# 指定 provider（对应下方 [model_providers.id] 块的 id）model_provider = openai# 快捷方式：直接替换内置 openai provider 的 base_url# 与 model_provider + [model_providers] 二选一，。
支持自定义 Key 名称、请求头、重试策略、多 provider 并存，不要同时用openai_base_url = https://api.example.com/v1# --oss 模式下默认使用的本地 provider（如 ollama）oss_provider = ollama模型行为字段# 推理强度：影响思考时间和 token 消耗# 可选值：low / medium / high / xhigh（具体可选值取决于模型）model_reasoning_effort = medium# 推理摘要模式model_reasoning_summary = none# 响应详细程度（仅 Responses API 有效）model_verbosity = low# 上下文窗口大小（字节数），项目特殊约束放 .codex/config.toml 并提交到代码库， 小结 Codex config.toml 的核心配置分三层： 模型层 （model + model_provider + [model_providers]）决定用哪个服务； 权限层 （approval_policy + sandbox_mode）决定 Agent 的自主程度； 行为层 （model_reasoning_effort、[history]、[tui]）调整使用体验，无法更换 Key 名称， 配置文件位置路径作用域 ~/.codex/config.toml 全局默认，Responses API 填 responses）wire_api = chat-completions# 附加查询参数（如 Azure 的 api-version）query_params = { api-version = 2025-04-01-preview }# 静态请求头http_headers = { X-Custom-Header = value }# 从环境变量读取的请求头env_http_headers = { Authorization = MY_AUTH_HEADER_ENV }# 重试与超时request_max_retries = 3stream_max_retries = 3stream_idle_timeout_ms = 30000 命令认证（适合 SSO/token 动态刷新）： [model_providers.myprovider.auth]command = my-auth-helperargs = [--scope，高风险操作前会暂停请求确认，三端共用同一配置文件，通过 --profile name 加载 修改配置后需重启 Codex 桌面版才能生效；CLI 每次启动时重新读取。