高级配置

当你需要更精细地控制提供商、策略和集成时，请使用这些选项。如需快速入门，请参阅配置基础。

如需了解项目指导、可复用能力、自定义斜杠命令、子代理工作流和集成的背景信息，请参阅自定义。有关配置键，请参阅配置参考。

配置方案

配置方案可让你保存具名配置层，并通过 CLI 在它们之间切换。传入 --profile profile-name 时，Codex 会加载 ~/.codex/config.toml，然后叠加 ~/.codex/profile-name.config.toml。 配置方案名称可以包含字母、数字、连字符和下划线。

为每个配置方案创建单独的 TOML 文件。在配置方案文件中使用顶层配置键； 不要将它们嵌套在 [profiles.profile-name] 下。

# ~/.codex/deep-review.config.toml
model = "gpt-5.5"
model_reasoning_effort = "xhigh"
approval_policy = "on-request"
model_catalog_json = "/Users/me/.codex/model-catalogs/deep-review.json"

codex --profile deep-review
codex exec --profile deep-review "review this change"

由于配置方案文件位于基础用户配置之上、项目和 CLI 配置之下， 因此只需包含与基础配置不同的值。 配置方案文件也可以覆盖 model_catalog_json；当两个文件都设置了该值时，Codex 会使用 配置方案中的值。

在 Codex 0.134.0 及更高版本中，--profile 不再从 config.toml 读取 [profiles.profile-name]，并且不再支持顶层 profile = "profile-name" 选择器。请将旧版配置方案设置移至 ~/.codex/profile-name.config.toml，然后从 config.toml 中移除对应的 [profiles.profile-name] 表和 profile = "profile-name" 选择器。

通过 CLI 进行单次覆盖

除了编辑 ~/.codex/config.toml，你还可以通过 CLI 覆盖单次运行的配置：

• 如果有专用标志，请优先使用（例如 --model）。
• 需要覆盖任意键时，请使用 -c / --config。

示例：

# Dedicated flag
codex --model gpt-5.6-terra

# Generic key/value override (value is TOML, not JSON)
codex --config model='"gpt-5.6-terra"'
codex --config sandbox_workspace_write.network_access=true
codex --config 'shell_environment_policy.include_only=["PATH","HOME"]'

注意：

• 键可以使用点号表示法设置嵌套值（例如 mcp_servers.context7.enabled=false）。
• --config 值会按 TOML 解析。如有疑问，请为值加引号，以免 shell 按空格将其拆分。
• 如果值无法解析为 TOML，Codex 会将其视为字符串。

配置和状态位置

Codex 将本地状态存储在 CODEX_HOME 下（默认为 ~/.codex）。

你可能会在其中看到以下常见文件：

• config.toml（你的本地配置）
• auth.json（如果使用基于文件的凭据存储）或操作系统的钥匙串/密钥环
• history.jsonl（如果启用了历史记录持久化）
• 其他每用户状态，例如日志和缓存

有关身份验证的详细信息（包括凭据存储模式），请参阅身份验证。有关完整的配置键列表，请参阅配置参考。

有关签入仓库或系统路径的共享默认设置、规则和技能，请参阅团队配置。

如果只需让内置 OpenAI 提供商指向 LLM 代理、路由器或启用了数据驻留的项目，请在 config.toml 中设置 openai_base_url，而不是定义新的提供商。这样无需单独添加 model_providers.<id> 条目，即可更改内置 openai 提供商的基础 URL。

openai_base_url = "https://us.api.openai.com/v1"

项目配置文件（.codex/config.toml）

除用户配置外，Codex 还会读取仓库内 .codex/config.toml 文件中的项目级覆盖设置。Codex 会从项目根目录遍历到当前工作目录，并加载找到的每个 .codex/config.toml。如果多个文件定义了同一个键，则以最接近当前工作目录的文件为准。

出于安全考虑，Codex 仅在项目受信任时加载项目级配置文件。如果项目不受信任，Codex 会忽略项目的 .codex/ 层，包括 .codex/config.toml、项目本地钩子和项目本地规则。用户层和系统层彼此独立，仍会正常加载。

项目配置中的相对路径（例如 model_instructions_file）会相对于包含 config.toml 的 .codex/ 文件夹解析。

项目配置文件无法覆盖会重定向凭据、更改宿主应用请求元数据、 更改提供商身份验证、选择配置方案或运行机器本地通知/遥测命令的设置。 Codex 会忽略项目本地 .codex/config.toml 中的以下键，并在发现它们时输出启动 警告：openai_base_url、chatgpt_base_url、 apps_mcp_product_sku、model_provider、model_providers、notify、 profile、profiles、experimental_realtime_ws_base_url 和 otel。请在用户级 ~/.codex/config.toml 中设置提供商、通知和遥测键；使用 --profile profile-name 和 ~/.codex/profile-name.config.toml 选择配置方案。

钩子

Codex 还可以从 hooks.json 文件或与活动配置层相邻的 config.toml 文件内的内联 [hooks] 表加载生命周期钩子。

实际使用中，最有用的四个位置是：

• ~/.codex/hooks.json
• ~/.codex/config.toml
• <repo>/.codex/hooks.json
• <repo>/.codex/config.toml

仅当项目的 .codex/ 层受信任时，才会加载项目本地钩子。 用户级钩子不受项目信任状态影响。

内联 TOML 钩子使用与 hooks.json 相同的事件结构：

[[hooks.PreToolUse]]
matcher = "^Bash$"

[[hooks.PreToolUse.hooks]]
type = "command"
command = '/usr/bin/python3 "$(git rev-parse --show-toplevel)/.codex/hooks/pre_tool_use_policy.py"'
timeout = 30
statusMessage = "Checking Bash command"

如果单个配置层同时包含 hooks.json 和内联 [hooks]，Codex 会同时加载 两者并发出警告。每个配置层最好只使用一种表示形式。

有关当前事件列表、输入字段、输出行为和限制，请参阅 钩子。

代理角色（[agents] 中的 config.toml）

有关子代理角色配置（config.toml 中的 [agents]），请参阅子代理。

项目根目录检测

Codex 会从工作目录开始向上遍历，直到到达项目根目录，以发现项目配置（例如 .codex/ 层和 AGENTS.md）。

默认情况下，Codex 将包含 .git 的目录视为项目根目录。要自定义此行为，请在 config.toml 中设置 project_root_markers：

# Treat a directory as the project root when it contains any of these markers.
project_root_markers = [".git", ".hg", ".sl"]

将 project_root_markers = [] 设为跳过搜索父目录，并将当前工作目录视为项目根目录。

自定义模型提供商

模型提供商定义 Codex 如何连接模型（基础 URL、传输 API、身份验证和可选 HTTP 标头）。自定义提供商不能复用以下保留的内置提供商 ID：openai、ollama 和 lmstudio。

定义其他提供商，并让 model_provider 指向它们：

model = "gpt-5.6-terra"
model_provider = "proxy"

[model_providers.proxy]
name = "OpenAI using LLM proxy"
base_url = "http://proxy.example.com"
env_key = "OPENAI_API_KEY"

[model_providers.local_ollama]
name = "Ollama"
base_url = "http://localhost:11434/v1"

[model_providers.mistral]
name = "Mistral"
base_url = "https://api.mistral.ai/v1"
env_key = "MISTRAL_API_KEY"

如果自定义提供商支持独立的网页搜索端点，请在其提供商配置中声明 该能力：

[model_providers.proxy]
name = "OpenAI using LLM proxy"
base_url = "https://proxy.example.com/v1"
env_key = "OPENAI_API_KEY"
supports_standalone_web_search = true

对于自定义提供商，该设置默认为 false。独立网页搜索仍在 开发中，且默认关闭。将提供商能力设为 true 并不会启用它：提供商必须支持兼容端点， 且所选模型和运行时必须支持独立搜索。已配置的 web_search 模式和 托管搜索限制仍然适用。

按需添加请求标头：

[model_providers.example]
http_headers = { "X-Example-Header" = "example-value" }
env_http_headers = { "X-Example-Features" = "EXAMPLE_FEATURES" }

当提供商需要 Codex 从外部凭据辅助程序获取 bearer token 时，请使用基于命令的身份验证：

[model_providers.proxy]
name = "OpenAI using LLM proxy"
base_url = "https://proxy.example.com/v1"
wire_api = "responses"

[model_providers.proxy.auth]
command = "/usr/local/bin/fetch-codex-token"
args = ["--audience", "codex"]
timeout_ms = 5000
refresh_interval_ms = 300000

身份验证命令不会接收 stdin，且必须将 token 输出到 stdout。Codex 会去除两端空白，将空 token 视为错误，并在 refresh_interval_ms 时主动刷新；将 refresh_interval_ms = 0 设为仅在身份验证重试后刷新。不要将 [model_providers.<id>.auth] 与 env_key、experimental_bearer_token 或 requires_openai_auth 组合使用。

Amazon Bedrock 提供商

Codex 内置了 amazon-bedrock 模型提供商。直接将其设为 model_provider；与自定义提供商不同，此内置提供商仅支持 嵌套的 AWS 配置方案和区域覆盖设置。

model_provider = "amazon-bedrock"
model = "<bedrock-model-id>"

[model_providers.amazon-bedrock.aws]
profile = "default"
region = "eu-central-1"

如果省略 profile，Codex 会使用标准 AWS 凭据链。请将 region 设为应处理请求的受支持 Bedrock 区域。

有关完整设置流程、身份验证选项、支持的模型和功能 可用性，请参阅通过 Amazon Bedrock 使用 ChatGPT Work 和 Codex。

OSS 模式（本地提供商）

传入 --oss 后，Codex 可以使用 Ollama 或 LM Studio 等本地“开源”提供商运行。使用 --local-provider 为单次运行选择一个提供商，或将 oss_provider 设为默认值。如果两者均未设置， 交互式 CLI 会提示你进行选择；codex exec 会报错退出。

# Default local provider used with `--oss`
oss_provider = "ollama" # or "lmstudio"

Azure 提供商和按提供商调优

[model_providers.azure]
name = "Azure"
base_url = "https://YOUR_PROJECT_NAME.openai.azure.com/openai"
env_key = "AZURE_OPENAI_API_KEY"
query_params = { api-version = "2025-04-01-preview" }
wire_api = "responses"
request_max_retries = 4
stream_max_retries = 10
stream_idle_timeout_ms = 300000

要更改内置 OpenAI 提供商的基础 URL，请使用 openai_base_url；不要创建 [model_providers.openai]，因为内置提供商 ID 无法覆盖。

使用数据驻留的 API 组织

启用了数据驻留的项目可以创建模型提供商，以使用正确的前缀更新 base_url。对于启用了数据驻留的 ChatGPT 工作区，不需要自定义提供商；当你使用 ChatGPT 登录时，Codex 会遵循工作区的数据驻留设置。

model_provider = "openaidr"
[model_providers.openaidr]
name = "OpenAI Data Residency"
base_url = "https://us.api.openai.com/v1" # Replace 'us' with domain prefix

模型推理、详细程度和限制

model_reasoning_summary = "none"          # Disable summaries
model_verbosity = "low"                   # Shorten responses
model_supports_reasoning_summaries = true # Force reasoning
model_context_window = 128000             # Context window size

model_verbosity 仅适用于使用 Responses API 的提供商。Chat Completions 提供商会忽略该设置。

审批策略和沙箱模式

选择审批严格程度（影响 Codex 何时暂停）和沙箱级别（影响文件/网络访问）。

有关编辑 config.toml 时应注意的操作细节，请参阅常见沙箱与审批组合、可写根目录中的受保护路径和网络访问。

有关可同时配置文件系统和网络访问的测试版权限配置方案，请参阅权限。

你还可以使用精细化审批策略（approval_policy = { granular = { ... } }），允许或自动拒绝各类提示。当你希望某些情况采用常规交互式审批，但希望其他情况（例如 request_permissions 或技能脚本提示）自动以失败关闭时，这很有用。

设置 approvals_reviewer = "auto_review"，可将符合条件的交互式审批 请求交由自动审查。这会更改审查方，但不会改变沙箱 边界。

使用 [auto_review].policy 设置本地审查方策略说明。托管的 guardian_policy_config 优先级更高。

approval_policy = "untrusted"   # Other options: on-request, never, or { granular = { ... } }
approvals_reviewer = "user"     # Or "auto_review" for automatic review
sandbox_mode = "workspace-write"
allow_login_shell = false       # Optional hardening: disallow login shells for shell tools

# Example granular approval policy:
# approval_policy = { granular = {
#   sandbox_approval = true,
#   rules = true,
#   mcp_elicitations = true,
#   request_permissions = false,
#   skill_approval = false
# } }

[sandbox_workspace_write]
exclude_tmpdir_env_var = false  # Allow $TMPDIR
exclude_slash_tmp = false       # Allow /tmp
writable_roots = ["/Users/YOU/.pyenv/shims"]
network_access = false          # Opt in to outbound network

[auto_review]
policy = """
Use your organization's automatic review policy.
"""

具名权限配置方案

有关内置配置方案、自定义配置方案语法以及完整的文件系统和 网络配置模型，请参阅权限。

有关完整键列表和要求约束，请参阅 配置参考和 托管配置。

完全禁用沙箱（仅当你的环境已隔离进程时使用）：

sandbox_mode = "danger-full-access"

Shell 环境策略

shell_environment_policy 控制 Codex 将哪些环境变量传递给 生成的命令。使用 inherit = "none" 从空环境开始，或使用 inherit = "core" 继承经过精简的变量集。添加显式值和基于键的 过滤器，避免向生成的命令传递不必要的密钥。

[shell_environment_policy]
inherit = "core"
set = { MY_FLAG = "1" }
ignore_default_excludes = false

[shell_environment_policy.filters]
"AWS_*" = "exclude"
"AZURE_*" = "exclude"

过滤模式不区分大小写，并支持 * 和 ?。使用 "exclude" 移除匹配的变量。当任何模式使用 "include" 时，Codex 只保留 与 include 模式匹配的变量。include 不会恢复已被排除的变量。 过滤器键会在配置层之间以不区分大小写的方式合并。

ignore_default_excludes 默认为 true，因此 Codex 不会自动 移除名称中包含 KEY、SECRET 或 TOKEN 的变量。将其设为 false， 即可在运行显式过滤器之前应用这些自动排除规则。

Codex 会依次应用自动排除规则、自定义排除规则、来自 set 的值，最后应用 include 模式允许列表。由于 set 在 排除规则之后运行，因此它可以恢复被排除的变量。include 模式允许列表 仍可能移除这个已恢复的值。

旧版 exclude 和 include_only 数组仍受支持，以兼容现有 配置。不要在同一个配置层中将其中任一数组与 [shell_environment_policy.filters] 组合使用；Codex 会拒绝这种组合。

MCP 服务器

有关配置详情，请参阅专门的 MCP 文档。

可观测性和遥测

启用 OpenTelemetry (OTel) 日志导出，以跟踪 Codex 运行（API 请求、SSE/事件、提示、工具审批/结果）。默认禁用；通过 [otel] 选择启用：

[otel]
environment = "staging"   # defaults to "dev"
exporter = "none"         # set to otlp-http or otlp-grpc to send events
log_user_prompt = false   # redact user prompts unless explicitly enabled

选择导出器：

[otel]
exporter = { otlp-http = {
  endpoint = "https://otel.example.com/v1/logs",
  protocol = "binary",
  headers = { "x-otlp-api-key" = "${OTLP_TOKEN}" }
}}

[otel]
exporter = { otlp-grpc = {
  endpoint = "https://otel.example.com:4317",
  headers = { "x-otlp-meta" = "abc123" }
}}

如果为 exporter = "none"，Codex 会记录事件但不会发送任何内容。导出器会进行异步批处理，并在关闭时刷新。事件元数据包括服务名称、CLI 版本、环境标签、对话 ID、模型、沙箱/审批设置和各事件的字段（请参阅配置参考）。

发出的内容

Codex 会为运行和工具使用发出结构化日志事件。代表性的事件类型包括：

• codex.conversation_starts（模型、推理设置、沙箱/审批策略）
• codex.api_request（尝试次数、状态/成功与否、持续时间和错误详情）
• codex.sse_event（流事件种类、成功/失败、持续时间，以及 response.completed 上的 token 计数）
• codex.websocket_request 和 codex.websocket_event（请求持续时间，以及每条消息的种类/成功与否/错误）
• codex.user_prompt（长度；除非明确启用，否则内容会被隐去）
• codex.tool_decision（批准/拒绝，以及决策来自配置还是用户）
• codex.tool_result（持续时间、成功与否、输出片段）

发出的 OTel 指标

启用 OTel 指标管道后，Codex 会针对 API、流和工具活动发出计数器和持续时间直方图。

以下每项指标还包含默认元数据标签：auth_mode、originator、session_source、model 和 app.version。

有关遥测的更多安全和隐私指导，请参阅安全性。

指标

默认情况下，Codex 会定期向 OpenAI 发送少量匿名使用情况和运行状况数据。这有助于发现 Codex 无法正常工作的情况，并了解正在使用哪些功能和配置选项，以便 Codex 团队专注于最重要的事项。这些指标不包含任何个人身份信息 (PII)。指标收集独立于 OTel 日志/跟踪导出。

如果想在一台机器上完全禁用 ChatGPT 桌面应用、Codex CLI 和 IDE 扩展的指标收集，请在配置中设置分析标志：

[analytics]
enabled = false

每项指标都包含自身字段以及以下默认上下文字段。

默认上下文字段（适用于每个事件/指标）

• auth_mode：swic | api | unknown。
• model：所用模型的名称。
• app.version：Codex 版本。

指标目录

每项指标都包含必需字段以及上述默认上下文字段。以下指标名称省略了 codex. 前缀。 大多数指标名称集中定义在 codex-rs/otel/src/metrics/names.rs 中；此处也包含在该文件之外发出的特定功能指标。 如果某项指标包含 tool 字段，它表示所使用的内部工具（例如 apply_patch 或 shell），且不包含 codex 尝试应用的实际 shell 命令或补丁。

运行时和模型传输

cloud_requirements.fetch_attempt 指标包含 trigger、attempt、outcome 和 status_code 字段。cloud_requirements.fetch_final 指标包含 trigger、outcome、reason、attempt_count 和 status_code 字段。

轮次和工具活动

mcp.call 和 mcp.call.duration_ms 指标包含 status；常规工具调用发出内容还包含 tool，并在可用时包含 connector_id 和 connector_name。被阻止的 Codex Apps MCP 调用可能会发出仅包含 status 的 mcp.call。

线程、任务和功能

shell_snapshot 指标包含 success，并在失败时包含 failure_reason。

记忆和本地状态

external_agent_config.detect 和 external_agent_config.import 指标包含 migration_type；技能迁移还包含 skills_count。

Windows 沙箱

当 Windows 设置失败详情可用时，权限提升设置失败指标包括 code 和 message；从共享设置路径发出时，还可能包括 originator。从共享设置路径发出时，windows_sandbox.legacy_setup_preflight_failed 指标包括 originator，但后备提示预检失败可能不包含任何字段。

反馈控制

默认情况下，本地客户端允许用户从 /feedback 发送反馈。要在一台计算机上停用 ChatGPT 桌面应用、Codex CLI 和 IDE 扩展的反馈收集，请更新配置：

[feedback]
enabled = false

停用后，/feedback 会显示停用消息，并且 Codex 会拒绝反馈提交。

隐藏或显示推理事件

如果想减少冗杂的“推理”输出（例如 CI 日志中的输出），可以将其隐藏：

hide_agent_reasoning = true

如果想在模型发出原始推理内容时将其显示出来：

show_raw_agent_reasoning = true

仅在原始推理适合你的工作流时才启用它。某些模型/提供商（如 gpt-oss）不会发出原始推理；在这种情况下，此设置不会产生可见效果。

通知

每当 Codex 发出支持的事件（目前仅限 agent-turn-complete）时，使用 notify 触发外部程序。这适用于桌面通知、聊天 Webhook、CI 更新，或内置 TUI 通知未涵盖的任何旁路提醒。

notify = ["python3", "/path/to/notify.py"]

下面是响应 agent-turn-complete 的 notify.py 示例（已截断）：

#!/usr/bin/env python3
import json, subprocess, sys

def main() -> int:
    notification = json.loads(sys.argv[1])
    if notification.get("type") != "agent-turn-complete":
        return 0
    title = f"Codex: {notification.get('last-assistant-message', 'Turn Complete!')}"
    message = " ".join(notification.get("input-messages", []))
    subprocess.check_output([
        "terminal-notifier",
        "-title", title,
        "-message", message,
        "-group", "codex-" + notification.get("thread-id", ""),
        "-activate", "com.googlecode.iterm2",
    ])
    return 0

if __name__ == "__main__":
    sys.exit(main())

该脚本接收单个 JSON 参数。常见字段包括：

• type（目前为 agent-turn-complete）
• thread-id（会话标识符）
• turn-id（轮次标识符）
• cwd（工作目录）
• input-messages（促成该轮次的用户消息）
• last-assistant-message（最后一条助手消息的文本）

将脚本放在磁盘上的某个位置，并让 notify 指向它。

notify 与 tui.notifications

• notify 运行外部程序（适用于 Webhook、桌面通知程序和 CI 钩子）。
• tui.notifications 内置于 TUI，并且可以选择按事件类型筛选（例如 agent-turn-complete 和 approval-requested）。
• tui.notification_method 控制 TUI 发出终端通知的方式（auto、osc9 或 bel）。
• tui.notification_condition 控制是否仅在终端为 unfocused 或 always 时触发 TUI 通知。

在 auto 模式下，Codex 优先使用 OSC 9 通知（某些终端会将这种终端转义序列解释为桌面通知），否则回退到 BEL（\x07）。

有关确切的键，请参阅配置参考。

历史记录持久化

默认情况下，Codex 将本地会话转录记录保存在 CODEX_HOME 下（例如 ~/.codex/history.jsonl）。要停用本地历史记录持久化：

[history]
persistence = "none"

要限制历史记录文件的大小，请设置 history.max_bytes。当文件超过此限制时，Codex 会丢弃最早的条目并压缩文件，同时保留最新记录。

[history]
max_bytes = 104857600 # 100 MiB

可点击的引用

如果你使用的终端/编辑器集成支持此功能，Codex 可以将文件引用呈现为可点击的链接。配置 file_opener，以选择 Codex 使用的 URI 方案：

file_opener = "vscode" # or cursor, windsurf, vscode-insiders, none

示例：可以将 /home/user/project/main.py:42 这样的引用改写为可点击的 vscode://file/...:42 链接。

项目指令发现

Codex 会读取 AGENTS.md（及相关文件），并在会话的第一轮中加入有限数量的项目指南。以下两个选项控制其工作方式：

• project_doc_max_bytes：从每个 AGENTS.md 文件中读取多少内容
• project_doc_fallback_filenames：在某一级目录中缺少 AGENTS.md 时要尝试的其他文件名

有关详细演练，请参阅使用 AGENTS.md 配置自定义指令。

桌面应用

本节中的选项仅适用于 ChatGPT 桌面应用。

添加自定义文件处理程序

在用户级 ~/.codex/config.toml 中的 desktop.custom_file_handlers 下添加条目，即可使用 ChatGPT 桌面应用默认不支持的编辑器或内部启动程序 打开文件。每个条目都会向应用的打开方式菜单添加一个 编辑器目标。当 command 是现有的绝对路径，或可从应用的 PATH 中解析时， 应用会列出该目标。

以下示例展示了将文件传递给处理程序的三种方式：

# Append the opened path directly after the command.
[desktop.custom_file_handlers.vscodium]
label = "VSCodium"
icon = "/Users/you/.codex/icons/vscodium.png"
command = "codium"

# Place fixed arguments before the opened path.
[desktop.custom_file_handlers.textedit]
label = "TextEdit"
icon = "/Users/you/.codex/icons/textedit.png"
command = "/usr/bin/open"
args = ["-a", "TextEdit"]

# Append one JSON argument with the path and editor context.
[desktop.custom_file_handlers.company_editor]
label = "Company Editor"
icon = "/opt/company/editor/icon.png"
command = "/opt/company/bin/editor"
input = "json_argument"

保存 config.toml，然后重启 ChatGPT 桌面应用。

处理程序 ID 是 TOML 表头的最后一段。它必须包含 1–64 个字符，以 ASCII 字母或数字开头，其余字符只能是 ASCII 字母、数字、句点、下划线或连字符。应用会为该 ID 添加 custom: 前缀；例如，company_editor 会变为 custom:company_editor。包含句点的 ID 应使用引号括起来，以免 TOML 将其解释为嵌套表。例如：

[desktop.custom_file_handlers."company.editor"]
label = "Company Editor"
icon = "/opt/company/editor/icon.png"
command = "/opt/company/bin/editor"

每个处理程序支持以下字段：

input 值控制 args 之后的内容：

• path 将路径追加为最后一个命令参数。
• json_argument 追加一个包含 target、path、appPath 和 location 的 JSON 对象。location 值是一个包含从 1 开始计数的 line 和 column 值的对象，或者为 null。
• json_stdin 将 JSON 对象写入标准输入，而不是添加为 参数。它还包括 hostConfig、remoteWorkspaceRoot 和 remotePath；当这些字段不适用时，其值为 null。

例如，当用户打开特定源代码位置时，company_editor 可以接收以下参数：

{
  "target": "custom:company_editor",
  "path": "/repo/src/index.ts",
  "appPath": null,
  "location": { "line": 12, "column": 3 }
}

选择自定义处理程序作为首选编辑器后，其选择将以与选择内置编辑器相同的 方式持久保存，包括按项目保存的偏好设置。

TUI 选项

运行不带子命令的 codex 会启动交互式终端 UI（TUI）。Codex 在 [tui] 下提供了一些 TUI 专用配置，包括：

• tui.notifications：启用/停用通知（或限制为特定类型）
• tui.notification_method：选择使用 auto、osc9 或 bel 发送终端通知
• tui.notification_condition：选择 unfocused 或 always，以控制何时 触发通知
• tui.animations：启用/停用 ASCII 动画和微光效果
• tui.alternate_screen：控制备用屏幕的使用（设为 never 可保留终端回滚内容）
• tui.show_tooltips：显示或隐藏欢迎屏幕上的入门工具提示

tui.notification_method 默认为 auto。在 auto 模式下，当终端看起来支持 OSC 9 通知（某些终端会将这种终端转义序列解释为桌面通知）时，Codex 会优先使用它；否则回退到 BEL（\x07）。

有关完整的键列表，请参阅配置参考。