高度な設定

プロバイダー、ポリシー、統合をより細かく制御する必要がある場合は、これらのオプションを使用します。すぐに始めるには、設定の基本を参照してください。

プロジェクトのガイダンス、再利用可能な機能、カスタムスラッシュコマンド、サブエージェントのワークフロー、統合については、カスタマイズを参照してください。設定キーについては、設定リファレンスを参照してください。

プロファイル

プロファイルを使用すると、名前付きの設定レイヤーを保存し、CLI からそれらを 切り替えられます。--profile profile-name を渡すと、Codex は ~/.codex/config.toml を読み込み、その上に ~/.codex/profile-name.config.toml を重ねます。 プロファイル名には、英字、数字、ハイフン、アンダースコアを使用できます。

プロファイルごとに個別の TOML ファイルを作成します。プロファイルファイルでは トップレベルの設定キーを使用し、[profiles.profile-name] の下にネストしないでください。

# ~/.codex/deep-review.config.toml
model = "gpt-5.6-sol"
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"

プロファイルファイルは、基本のユーザー設定より上、プロジェクト設定および CLI 設定より下のレイヤーであるため、基本設定と異なる値だけを含めれば十分です。 プロファイルファイルでは model_catalog_json も上書きできます。両方のファイルで 設定されている場合、Codex はプロファイルの値を使用します。

Codex 0.134.0 以降では、--profile は config.toml から [profiles.profile-name] を読み込まなくなり、トップレベルの profile = "profile-name" セレクターもサポートされなくなりました。従来のプロファイル設定を ~/.codex/profile-name.config.toml に移動してから、対応する [profiles.profile-name] テーブルと profile = "profile-name" セレクターを config.toml から削除してください。

CLI からの一時的な上書き

~/.codex/config.toml を編集するだけでなく、CLI から単一の実行に対して設定を上書きできます。

• 専用フラグが用意されている場合は、それを優先してください（例: --model）。
• 任意のキーを上書きする必要がある場合は、-c / --config を使用します。

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"]'

注意事項:

• キーではドット記法を使用してネストされた値を設定できます（例: mcp_servers.context7.enabled=false）。
• --config の値は TOML として解析されます。判断に迷う場合は、シェルが空白で値を分割しないように値を引用符で囲んでください。
• 値を TOML として解析できない場合、Codex は文字列として扱います。

設定と状態の保存場所

Codex はローカル状態を CODEX_HOME（デフォルトは ~/.codex）に保存します。

ここには通常、次のファイルがあります。

• config.toml（ローカル設定）
• auth.json（ファイルベースの認証情報ストレージを使用する場合）または OS のキーチェーン／キーリング
• history.jsonl（履歴の永続化が有効な場合）
• ログやキャッシュなど、その他のユーザー単位の状態

認証の詳細（認証情報の保存モードを含む）については、認証を参照してください。設定キーの完全な一覧については、設定リファレンスを参照してください。

リポジトリまたはシステムパスにチェックインされる共有のデフォルト、ルール、スキルについては、チーム設定を参照してください。

組み込みの OpenAI プロバイダーを LLM プロキシ、ルーター、またはデータレジデンシーが有効なプロジェクトに接続するだけなら、新しいプロバイダーを定義する代わりに、config.toml で openai_base_url を設定します。これにより、別の model_providers.<id> エントリを必要とせずに、組み込みの openai プロバイダーのベース URL が変更されます。

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

プロジェクト設定ファイル（.codex/config.toml）

ユーザー設定に加えて、Codex はリポジトリ内の .codex/config.toml ファイルからプロジェクトスコープの上書きを読み込みます。Codex はプロジェクトルートから現在の作業ディレクトリまでをたどり、見つかったすべての .codex/config.toml を読み込みます。複数のファイルで同じキーが定義されている場合は、作業ディレクトリに最も近いファイルが優先されます。

セキュリティのため、Codex はプロジェクトが信頼されている場合にのみ、プロジェクトスコープの設定ファイルを読み込みます。プロジェクトが信頼されていない場合、Codex は .codex/config.toml、プロジェクトローカルのフック、プロジェクトローカルのルールを含む、プロジェクトの .codex/ レイヤーを無視します。ユーザーおよびシステムのレイヤーは独立しており、引き続き読み込まれます。

プロジェクト設定内の相対パス（例: model_instructions_file）は、config.toml を含む .codex/ フォルダーを基準に解決されます。

プロジェクト設定ファイルでは、認証情報の転送先を変更する設定、ホスト所有アプリのリクエストメタデータを変更する設定、プロバイダー認証を変更する設定、設定プロファイルを選択する設定、またはマシンローカルの通知／テレメトリコマンドを実行する設定を上書きできません。Codex はプロジェクトローカルの .codex/config.toml にある次のキーを無視し、検出時に起動警告を表示します: openai_base_url、chatgpt_base_url、 apps_mcp_product_sku、model_provider、model_providers、notify、 profile、profiles、experimental_realtime_ws_base_url、otel。プロバイダー、通知、テレメトリのキーはユーザーレベルの ~/.codex/config.toml で設定し、設定プロファイルは --profile profile-name および ~/.codex/profile-name.config.toml で選択してください。

フック

Codex は、アクティブな設定レイヤーの隣にある config.toml ファイル内の hooks.json ファイルまたはインラインの [hooks] テーブルから、ライフサイクルフックを読み込むこともできます。

実際には、次の 4 つの場所が最も便利です。

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

プロジェクトローカルのフックは、プロジェクトの .codex/ レイヤーが信頼されている場合にのみ読み込まれます。 ユーザーレベルのフックは、プロジェクトの信頼状態とは無関係です。

インライン TOML フックは、hooks.json と同じイベント構造を使用します。

[[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"

単一のレイヤーに hooks.json とインラインの [hooks] の両方が含まれている場合、Codex は 両方を読み込み、警告を表示します。レイヤーごとにいずれか一方の形式を使用することを推奨します。

現在のイベント一覧、入力フィールド、出力動作、制限事項については、 フックを参照してください。

エージェントロール（config.toml 内の [agents]）

サブエージェントのロール設定（config.toml 内の [agents]）については、サブエージェントを参照してください。

プロジェクトルートの検出

Codex は、プロジェクトルートに到達するまで作業ディレクトリから上位へたどることで、プロジェクト設定（.codex/ レイヤーや AGENTS.md など）を検出します。

デフォルトでは、Codex は .git を含むディレクトリをプロジェクトルートとして扱います。この動作をカスタマイズするには、config.toml で project_root_markers を設定します。

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

親ディレクトリの検索を省略し、現在の作業ディレクトリをプロジェクトルートとして扱うには、project_root_markers = [] を設定します。

カスタムモデルプロバイダー

モデルプロバイダーは、Codex がモデルに接続する方法（ベース URL、ワイヤー API、認証、オプションの HTTP ヘッダー）を定義します。カスタムプロバイダーでは、予約済みの組み込みプロバイダー ID である openai、ollama、lmstudio を再利用できません。

追加のプロバイダーを定義し、model_provider でそれらを指定します。

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"

カスタムプロバイダーがスタンドアロンの Web 検索エンドポイントをサポートしている場合は、 その機能をプロバイダー設定で宣言します。

[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

カスタムプロバイダーでは、この設定のデフォルトは false です。スタンドアロン Web 検索は 開発中であり、デフォルトでは無効です。プロバイダー機能を true に設定しても 有効にはなりません。プロバイダーが互換性のあるエンドポイントをサポートし、 選択したモデルとランタイムもスタンドアロン検索をサポートしている必要があります。 設定された web_search モードと 管理対象の検索制限も引き続き適用されます。

必要に応じてリクエストヘッダーを追加します。

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

プロバイダーが外部の認証情報ヘルパーから bearer token を取得するよう Codex に要求する場合は、コマンドベースの認証を使用します。

[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

認証コマンドは stdin を受け取らず、トークンを stdout に出力する必要があります。Codex は前後の空白を削除し、空のトークンをエラーとして扱い、refresh_interval_ms の時点で事前に更新します。認証の再試行後にのみ更新するには、refresh_interval_ms = 0 を設定します。[model_providers.<id>.auth] を env_key、experimental_bearer_token、requires_openai_auth のいずれかと併用しないでください。

Amazon Bedrock プロバイダー

Codex には、組み込みの amazon-bedrock モデルプロバイダーが含まれています。これを model_provider として直接設定します。カスタムプロバイダーとは異なり、この組み込みプロバイダーでは、 ネストされた AWS プロファイルとリージョンの上書きのみがサポートされます。

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

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

profile を省略すると、Codex は標準の AWS 認証情報チェーンを使用します。 リクエストを処理する、サポート対象の Bedrock リージョンを region に設定します。

設定手順全体、認証オプション、サポートされているモデル、機能の 提供状況については、Amazon Bedrock で ChatGPT Work と Codex を使用するを参照してください。

OSS モード（ローカルプロバイダー）

--oss を渡すと、Codex は Ollama や LM Studio などのローカルな「オープンソース」プロバイダーに対して実行できます。単一の実行で使用するプロバイダーは --local-provider で選択するか、oss_provider をデフォルトとして設定します。どちらも設定されていない場合、 対話型 CLI では選択を求めるプロンプトが表示され、codex exec はエラーで終了します。

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

Azure プロバイダーとプロバイダー単位の調整

[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

組み込みの OpenAI プロバイダーのベース URL を変更するには、openai_base_url を使用してください。組み込みプロバイダー ID は上書きできないため、[model_providers.openai] を作成しないでください。

データレジデンシーを使用する API 組織

データレジデンシーを有効にして作成されたプロジェクトでは、モデルプロバイダーを作成し、base_url を正しいプレフィックスに更新できます。データレジデンシーを使用する ChatGPT ワークスペースでは、カスタムプロバイダーは不要です。ChatGPT でサインインすると、Codex はワークスペースのレジデンシー設定に従います。

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

モデルの推論、詳細度、制限

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 は、Responses API を使用するプロバイダーにのみ適用されます。Chat Completions プロバイダーはこの設定を無視します。

承認ポリシーとサンドボックスモード

承認の厳格さ（Codex が一時停止するタイミングに影響）とサンドボックスレベル（ファイル／ネットワークアクセスに影響）を選択します。

config.toml を編集する際に留意すべき運用上の詳細については、一般的なサンドボックスと承認の組み合わせ、書き込み可能なルート内の保護されたパス、ネットワークアクセスを参照してください。

Codex と ChatGPT Work は、approval_policy = "untrusted" をサポートしなくなりました。 廃止された untrusted 承認ポリシーからの移行で、 サポートされている設定と、プロジェクトに基づくより厳格な承認について確認してください。

ファイルシステムとネットワークアクセスをまとめて設定するベータ版の権限プロファイルについては、権限を参照してください。

詳細な承認ポリシー（approval_policy = { granular = { ... } }）を使用して、プロンプトのカテゴリごとに許可または自動拒否することもできます。これは、一部のケースでは通常の対話型承認を使用しつつ、request_permissions やスキルスクリプトのプロンプトなど、その他のケースは自動的にフェイルクローズさせたい場合に便利です。

approvals_reviewer = "auto_review" を設定すると、対象となる対話型の承認 リクエストが自動レビューに送られます。これにより変更されるのはレビュアーであり、サンドボックスの 境界ではありません。

ローカルレビュアーのポリシー指示には [auto_review].policy を使用します。管理対象の guardian_policy_config が優先されます。

approval_policy = "on-request"  # Other options: 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.
"""

名前付き権限プロファイル

組み込みプロファイル、カスタムプロファイルの構文、ファイルシステムと ネットワークの完全な設定モデルについては、権限を参照してください。

キーの完全な一覧と要件の制約については、 設定リファレンスおよび 管理対象の設定を参照してください。

サンドボックスを完全に無効にします（環境側ですでにプロセスが分離されている場合にのみ使用してください）。

sandbox_mode = "danger-full-access"

シェル環境ポリシー

shell_environment_policy は、Codex が起動したコマンドに渡す環境変数を 制御します。inherit = "none" を使用して空の環境から開始するか、 inherit = "core" を使用して絞り込まれた変数セットを継承します。不要なシークレットが起動したコマンドに 渡されないよう、明示的な値とキーベースのフィルターを追加してください。

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

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

フィルターパターンでは大文字と小文字が区別されず、* と ? がサポートされます。一致する変数を削除するには "exclude" を使用します。パターンのいずれかで "include" を使用すると、Codex は include パターンに一致する変数のみを保持します。include によって、すでに除外された変数が復元されることは ありません。フィルターキーは設定レイヤー間で、大文字と小文字を区別せずに マージされます。

ignore_default_excludes のデフォルトは true であるため、Codex は KEY、SECRET、TOKEN を含む変数名を自動的には削除しません。明示的なフィルターを実行する前に これらの自動除外を適用するには、false に設定します。

Codex は、最初に自動除外、次にカスタム除外、 set の値、最後に include パターンの許可リストを適用します。set は 除外の後に実行されるため、除外された変数を復元できます。ただし、include パターンの許可リストによって、 復元された値が削除される場合があります。

従来の exclude および include_only 配列も、既存の 設定向けに引き続きサポートされています。同じ設定レイヤー内で、いずれかの配列を [shell_environment_policy.filters] と併用しないでください。Codex は この組み合わせを拒否します。

MCP server

設定の詳細については、専用の MCP ドキュメントを参照してください。

オブザーバビリティとテレメトリ

OpenTelemetry（OTel）ログのエクスポートを有効にすると、Codex の実行（API リクエスト、SSE／イベント、プロンプト、ツールの承認／結果）を追跡できます。デフォルトでは無効です。[otel] で明示的に有効にします。

[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

エクスポーターを選択します。

[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" }
}}

exporter = "none" の場合、Codex はイベントを記録しますが、何も送信しません。エクスポーターは非同期でバッチ処理し、終了時にフラッシュします。イベントメタデータには、サービス名、CLI バージョン、環境タグ、会話 ID、モデル、サンドボックス／承認設定、イベントごとのフィールドが含まれます（設定リファレンスを参照）。

出力される内容

Codex は、実行とツール使用に関する構造化ログイベントを出力します。代表的なイベントタイプは次のとおりです。

• codex.conversation_starts（モデル、推論設定、サンドボックス／承認ポリシー）
• codex.api_request（試行、ステータス／成功、所要時間、エラーの詳細）
• codex.sse_event（ストリームイベントの種類、成功／失敗、所要時間、および response.completed でのトークン数）
• codex.websocket_request および codex.websocket_event（リクエスト所要時間と、メッセージごとの種類／成功／エラー）
• codex.user_prompt（長さ。明示的に有効にしない限り、内容は秘匿されます）
• codex.tool_decision（承認／拒否、および決定が設定とユーザーのどちらによるものか）
• codex.tool_result（所要時間、成功、出力の抜粋）

出力される OTel メトリクス

OTel メトリクスパイプラインが有効な場合、Codex は API、ストリーム、ツールのアクティビティに関するカウンターと所要時間ヒストグラムを出力します。

以下の各メトリクスには、デフォルトのメタデータタグ auth_mode、originator、session_source、model、app.version も含まれます。

テレメトリに関するセキュリティとプライバシーの詳しいガイダンスについては、セキュリティを参照してください。

メトリクス

デフォルトでは、Codex は少量の匿名の利用状況および正常性データを OpenAI に定期的に送信します。これは、Codex が正しく動作していない状況を検出し、使用されている機能や設定オプションを把握するために役立ちます。これにより、Codex チームは最も重要な点に注力できます。これらのメトリクスには、個人を特定できる情報（PII）は含まれません。メトリクスの収集は、OTel のログ／トレースのエクスポートとは独立しています。

マシン上の ChatGPT デスクトップアプリ、Codex CLI、IDE 拡張機能のすべてでメトリクス収集を完全に無効にするには、設定で analytics フラグを設定します。

[analytics]
enabled = false

各メトリクスには、固有のフィールドに加えて、以下のデフォルトコンテキストフィールドが含まれます。

デフォルトのコンテキストフィールド（すべてのイベント／メトリクスに適用）

• auth_mode: swic | api | unknown。
• model: 使用されたモデルの名前。
• app.version: Codex のバージョン。

メトリクスカタログ

各メトリクスには、必須フィールドに加えて、上記のデフォルトコンテキストフィールドが含まれます。以下のメトリクス名では、codex. プレフィックスを省略しています。 ほとんどのメトリクス名は codex-rs/otel/src/metrics/names.rs に集約されています。このファイル以外で出力される機能固有のメトリクスも、ここに含まれています。 メトリクスに tool フィールドが含まれる場合、その値は使用された内部ツール（例: apply_patch または shell）を示し、実際のシェルコマンドや、codex が適用しようとしているパッチは含みません。

ランタイムとモデル転送

cloud_requirements.fetch_attempt メトリクスには、trigger、attempt、outcome、status_code フィールドが含まれます。cloud_requirements.fetch_final メトリクスには、trigger、outcome、reason、attempt_count、status_code フィールドが含まれます。

ターンとツールのアクティビティ

mcp.call および mcp.call.duration_ms メトリクスには status が含まれます。通常のツール呼び出しの出力には、tool に加え、利用可能な場合は connector_id と connector_name も含まれます。ブロックされた Codex Apps MCP 呼び出しでは、status のみを伴う mcp.call が出力される場合があります。

スレッド、タスク、機能

shell_snapshot メトリクスには success が含まれ、失敗時には failure_reason も含まれます。

メモリとローカル状態

external_agent_config.detect および external_agent_config.import メトリクスには migration_type が含まれます。スキルの移行には skills_count も含まれます。

Windows サンドボックス

昇格されたセットアップ失敗メトリクスには、Windows のセットアップ失敗の詳細を取得できる場合、code と message が含まれます。また、共有セットアップパスから出力された場合は、originator が含まれることがあります。windows_sandbox.legacy_setup_preflight_failed メトリクスには、共有セットアップパスから出力された場合、originator が含まれますが、フォールバックプロンプトのプリフライト失敗にはフィールドが一切含まれないことがあります。

フィードバックの制御

デフォルトでは、ローカルクライアントから /feedback を使用してフィードバックを送信できます。マシン上の ChatGPT デスクトップアプリ、Codex CLI、IDE 拡張機能のすべてでフィードバック収集を無効にするには、設定を更新します。

[feedback]
enabled = false

無効にすると、/feedback に無効であることを示すメッセージが表示され、Codex はフィードバックの送信を拒否します。

推論イベントを非表示または表示する

（CI ログなどで）ノイズの多い「推論」出力を減らしたい場合は、出力を抑制できます。

hide_agent_reasoning = true

モデルが生の推論内容を出力したときに、それを表示するには次のようにします。

show_raw_agent_reasoning = true

生の推論は、ワークフロー上問題がない場合にのみ有効にしてください。一部のモデルやプロバイダー（gpt-oss など）は生の推論を出力しないため、その場合、この設定による見た目上の変化はありません。

通知

Codex が対応イベント（現在は agent-turn-complete のみ）を出力するたびに外部プログラムを起動するには、notify を使用します。組み込みの TUI 通知では対応できないデスクトップトースト、チャット Webhook、CI 更新、その他のサイドチャネル通知に便利です。

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

agent-turn-complete に反応する notify.py の例（省略版）：

#!/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())

スクリプトは JSON 引数を 1 つ受け取ります。一般的なフィールドは次のとおりです。

• type（現在は agent-turn-complete）
• thread-id（セッション識別子）
• turn-id（ターン識別子）
• cwd（作業ディレクトリ）
• input-messages（そのターンにつながったユーザーメッセージ）
• last-assistant-message（最後のアシスタントメッセージのテキスト）

スクリプトをディスク上の任意の場所に配置し、notify でその場所を指定します。

notify と tui.notifications の違い

• notify は外部プログラムを実行します（Webhook、デスクトップ通知、CI フックに適しています）。
• tui.notifications は TUI に組み込まれており、必要に応じてイベントタイプ（agent-turn-complete や approval-requested など）で絞り込めます。
• tui.notification_method は、TUI がターミナル通知をどのように出力するか（auto、osc9、bel のいずれか）を制御します。
• tui.notification_condition は、ターミナルが unfocused または always の場合にのみ TUI 通知を発生させるかどうかを制御します。

auto モードでは、Codex は OSC 9 通知（一部のターミナルがデスクトップ通知として解釈するターミナルエスケープシーケンス）を優先し、それ以外の場合は BEL（\x07）にフォールバックします。

正確なキーについては、設定リファレンスを参照してください。

履歴の永続化

デフォルトでは、Codex はローカルセッションのトランスクリプトを CODEX_HOME（例：~/.codex/history.jsonl）に保存します。ローカル履歴の永続化を無効にするには、次のようにします。

[history]
persistence = "none"

履歴ファイルのサイズに上限を設けるには、history.max_bytes を設定します。ファイルが上限を超えると、Codex は最も古いエントリを削除し、最新のレコードを維持したままファイルを圧縮します。

[history]
max_bytes = 104857600 # 100 MiB

クリック可能な引用

対応するターミナル／エディター統合を使用している場合、Codex はファイルの引用をクリック可能なリンクとして表示できます。Codex が使用する URI スキームを選択するには、file_opener を設定します。

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

例：/home/user/project/main.py:42 のような引用を、クリック可能な vscode://file/...:42 リンクに書き換えられます。

プロジェクト指示の検出

Codex は AGENTS.md（および関連ファイル）を読み取り、セッションの最初のターンに、量を制限したプロジェクトガイダンスを含めます。この動作は 2 つの設定で制御できます。

• project_doc_max_bytes：各 AGENTS.md ファイルから読み取る量
• project_doc_fallback_filenames：ディレクトリ階層に AGENTS.md がない場合に追加で試すファイル名

詳しい手順については、AGENTS.md を使用したカスタム指示を参照してください。

デスクトップ

このセクションのオプションは、ChatGPT デスクトップアプリにのみ適用されます。

カスタムファイルハンドラーを追加する

ユーザーレベルの ~/.codex/config.toml で、desktop.custom_file_handlers の下にエントリを追加すると、ChatGPT デスクトップアプリがデフォルトでは対応していないエディターや内部ランチャーでファイルを開けます。各エントリは、アプリの Open in メニューにエディターの選択肢を追加します。command が既存の絶対パスであるか、アプリの PATH から解決できる場合、その選択肢がアプリに表示されます。

次の例では、ファイルをハンドラーに渡す 3 つの方法を示します。

# 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"

config.toml を保存してから、ChatGPT デスクトップアプリを再起動します。

ハンドラー ID は TOML テーブルヘッダーの最後のセグメントです。長さは 1～64 文字で、ASCII の英字または数字で始まり、それ以外の文字には ASCII の英字、数字、ピリオド、アンダースコア、ハイフンのみを使用できます。アプリでは ID に custom: プレフィックスが付けられます。たとえば、company_editor は custom:company_editor になります。ピリオドを含む ID は、TOML がネストされたテーブルとして解釈しないように引用符で囲んでください。例：

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

各ハンドラーでは、次のフィールドを使用できます。

input の値は、args の後に続く内容を制御します。

• path は、パスを最後のコマンド引数として追加します。
• json_argument は、target、path、appPath、location を含む JSON オブジェクトを追加します。location の値は、1 から始まる line と column の値を持つオブジェクト、または null です。
• json_stdin は、引数を追加する代わりに JSON オブジェクトを標準入力へ書き込みます。さらに hostConfig、remoteWorkspaceRoot、remotePath が含まれます。これらのフィールドは、該当しない場合は null になります。

たとえば、ユーザーがソース内の特定位置を開くと、company_editor は次の引数を受け取ることができます。

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

カスタムハンドラーを優先エディターとして選択すると、組み込みエディターを選択した場合と同じ方法（プロジェクトごとの設定を含む）で選択内容が保存されます。

TUI オプション

サブコマンドなしで codex を実行すると、対話型ターミナル UI（TUI）が起動します。Codex では、[tui] の下に次のような TUI 固有の設定が用意されています。

• tui.notifications：通知を有効／無効にする（または特定のタイプに限定する）
• tui.notification_method：ターミナル通知に auto、osc9、bel のいずれを使用するかを選択する
• tui.notification_condition：通知を発生させるタイミングとして unfocused または always を選択する
• tui.animations：ASCII アニメーションとシマーエフェクトを有効／無効にする
• tui.alternate_screen：代替画面の使用を制御する（ターミナルのスクロールバックを維持するには never に設定する）
• tui.show_tooltips：ウェルカム画面のオンボーディングツールチップを表示または非表示にする

tui.notification_method のデフォルトは auto です。auto モードでは、ターミナルが対応しているように見える場合、Codex は OSC 9 通知（一部のターミナルがデスクトップ通知として解釈するターミナルエスケープシーケンス）を優先し、それ以外の場合は BEL（\x07）にフォールバックします。

キーの完全な一覧については、設定リファレンスを参照してください。