Codex codex exec --json 事件流与 -o / --output-last-message 实战:自动化解析每步调用并归档最终结果

把 Codex 接进 CI 或本地批处理脚本时,直接解析纯文本输出极易被进度信息打断。本文详解 codex exec --json 的 JSONL 事件流结构、-o / --output-last-message 双路落盘用法,以及结合 jq 与 Python 的解析模板。

NNathaniel bigo··原创首发·AI 辅助撰写
11 分钟读完
资料核对于 2026-11-19 · 依据官方文档与公开资料整理 Plus 账号

结论先说

  1. --json 把 stdout 变成逐行 JSONL 事件流。开启 codex exec --json 后,每一步会话初始化、命令执行、文件修改、推理片段和最终回复都会以单行 JSON 对象实时输出到 stdout,而连接诊断和错误日志仍分离输出到 stderr。
  2. -o / --output-last-message 专攻最终成品落盘。无需自己在几百行 JSONL 里反向翻找最后一条回复,加上 -o ./report.md 即可直接把模型最终一条回答完整写进目标文件。
  3. 「--json + -o」双路并用是自动化最佳实践。一条命令同时拿到两份产物:events.jsonl 负责全链路审计、故障回溯与 Token 记账,report.md(或搭配 --output-schema 产出的 result.json)直接喂给下游步骤或 PR 评论接口。
  4. 抓下 thread.started 里的 thread_id 即可断点续跑。流水线如果分阶段推进(例如先扫描、人工确认后再修补),从第一行 JSONL 解析出 thread_id,后续就能通过 codex exec resume <thread_id> 接着上下文继续干活。
  5. 批量自动化巡检与多轮工具调用对周期配额消耗更集中。国内如无外币支付渠道,可在本站自助开通 ChatGPT Plus 或配额更高的 ChatGPT Pro,团队多人标准化接入流水线也可了解 ChatGPT Business 团队定制。

codex exec --json 常见事件类型速查表

图:本站根据 OpenAI Codex 官方文档:Non-interactive mode 整理的示意图

本文根据 OpenAI Codex 官方文档《Non-interactive mode》《Codex CLI reference》整理,资料核对于 2026-11-19。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。

适用于谁

  • 正在把 codex exec 接入 GitHub Actions、GitLab CI、Jenkins 或本地定时巡检脚本,希望结构化采集每一步执行轨迹的研发工程师;
  • 既想把最终评审报告、发布说明或检测 JSON 干净保存成文件,又不想丢掉完整命令调用与 Token 消耗记录的团队;
  • 之前直接截取 codex exec 纯文本 stdout,结果被中间日志或换行符破坏解析逻辑的脚本作者。

一、--json 输出的 JSONL 事件流长什么样

默认运行 codex exec 时,终端面向人类阅读输出排版文本;加上 --json 后,stdout 会严格按 JSON Lines(每行一个合法 JSON) 吐出事件,典型生命周期如下:

json
{"type":"thread.started","thread_id":"0199a213-81c0-7800-8aa1-bbab2a035a53"}
{"type":"turn.started"}
{"type":"item.completed","item":{"id":"item_1","type":"reasoning","text":"Checking API handlers..."}}
{"type":"item.completed","item":{"id":"item_2","type":"command_execution","command":"npm test","exit_code":0}}
{"type":"item.completed","item":{"id":"item_3","type":"agent_message","text":"全部检查完成,未发现阻塞性回归。"}}
{"type":"turn.completed","usage":{"input_tokens":24763,"cached_input_tokens":24448,"output_tokens":122}}

注意不同 CLI 小版本中 item.type 的具体子类名称和附加字段可能会有细微扩充,编写下游解析脚本时应针对你关心的 type 做条件匹配并忽略未知字段,保证升级后不脆弱。完整 CLI 命令总览可查阅 /guides/codex-cli-commands-cheatsheet。

二、实战模板:--json + -o 双路输出与流式解析

下面给出日常 CI 与本地自动化里最稳妥的四步流水线搭法(无状态 CI 基础配置可同步参考 /guides/codex-exec-full-auto-ephemeral-ci-pipeline-guide)。

双路输出自动化流水线四步实战

图:本站根据 OpenAI Codex 官方文档:Codex CLI reference 整理的示意图

模板 1:Shell 一条命令同时归档事件流与最终报告

bash
mkdir -p ./codex-artifacts

codex exec \
  --sandbox read-only \
  --ephemeral \
  --json \
  -o ./codex-artifacts/pr-review.md \
  "审查最近一次提交的鉴权改动,按严重级别输出 Markdown 检查结论" \
  > ./codex-artifacts/events.jsonl \
  2> ./codex-artifacts/stderr.log

执行结束后:

  • ./codex-artifacts/pr-review.md 里是干净的最终 Markdown 结论,可直接调用 GitHub CLI 发到 PR 评论区;
  • ./codex-artifacts/events.jsonl 保留完整步骤记录,方便审计 Codex 实际读了哪些文件、跑了哪些命令;
  • ./codex-artifacts/stderr.log 单独承接网络告警或异常诊断,绝不污染 JSONL 格式。

模板 2:用 jq 实时提取进度、会话 ID 与 Token 消耗

bash
# 从落盘事件流中提取会话 ID
jq -r 'select(.type=="thread.started") | .thread_id' ./codex-artifacts/events.jsonl

# 汇总本轮输入、缓存命中与输出 Token
jq -r 'select(.type=="turn.completed") | .usage' ./codex-artifacts/events.jsonl

# 仅筛选最终代理回复文本
jq -r 'select(.type=="item.completed" and .item.type=="agent_message") | .item.text' ./codex-artifacts/events.jsonl

模板 3:Python 实时流式监听并触发告警(本站建议)

如果需要在执行过程中实时把工具调用打印到 CI 面板或监控超时,可用 Python 逐行读取管道(更多管道喂入技巧见 /guides/codex-cli-pipe-stdin-exec-recipes):

python
import json, subprocess

proc = subprocess.Popen(
    [
        "codex", "exec", "--json",
        "--output-last-message", "final.txt",
        "检查仓库是否存在未关闭的数据库连接并汇总"
    ],
    stdout=subprocess.PIPE,
    text=True,
    encoding="utf-8",
)

for line in proc.stdout:
    ev = json.loads(line)
    if ev.get("type") == "turn.completed":
        print("Token 统计:", ev.get("usage"))
proc.wait()

如果下游程序需要机器严格可读的字段(如 severity、files、pass),还可以再叠加 --output-schema schema.json 并把 -o 指向 result.json(完整写法参考 /guides/codex-output-schema-structured-json-guide)。

订阅与账号准备提示:把 codex exec 接入每次提交或定时巡检后,并发与累计调用量会快速上升,建议关注窗口配额监控(限额说明见 /guides/codex-usage-limits)。如果高频触顶,可在本站升级 ChatGPT Pro 充值 或 ChatGPT Pro 20x 高额度档;新账号注册遇到手机验证问题,也可查看 Codex 注册手机验证服务。

三、脚本解析避坑要点(本站建议)

  1. 严禁把 2>&1 混进 --json 管道。一旦把 stderr 合并到 stdout,网络重试提示或警告行会夹杂在 JSONL 里,直接导致 jq 或 json.loads() 抛解析异常。务必把 stdout 和 stderr 分开重定向。
  2. 先判断进程退出码,再读取 -o 文件。当任务中途因网络中断、审批拒绝或非受信任目录失败时,-o 指定的文件可能尚未生成或为空。脚本里必须先校验 $?(PowerShell 校验 $LASTEXITCODE)为 0,且目标文件非空,再往下游推送。
  3. 非 Git 仓库目录要提前考虑 --skip-git-repo-check。在干净构建目录或解压包里运行 codex exec 时,如果目标路径下没有 .git,会立刻中止退出,需按需显式加上该参数。

常见问题

问:用了 -o report.md 之后,stdout 还会打印内容吗?

答:会。-o / --output-last-message 只是把最终回复额外保存一份到指定文件,不影响 stdout 的正常输出;因此它天生适合与 --json > events.jsonl 组合实现双路输出。

问:能不能只把最终结果输出成严格 JSON,而不是普通 Markdown?

答:可以。把 --output-schema ./schema.json 和 -o ./result.json 搭配使用,Codex 会按你给定的 JSON Schema 约束最终消息格式,并直接落盘到 result.json,下游脚本无需任何正则清洗。

问:国内没有外币信用卡,或者公司研发团队需要开增值税发票报销,怎么开通能跑 Codex 的订阅?

答:可在本站 AI 会员充值总览 按需选购 ChatGPT Plus、ChatGPT Plus 官网直充 或高配额的 ChatGPT Pro,企业团队多人采购可直接查看 ChatGPT Business 团队定制。支持支付宝、微信支付与 AlipayHK,自助兑换无需交出账号密码,并可开具增值税发票;实时价格以商品页展示为准,售后执行掉订阅按剩余天数折退、封号不在质保范围的政策。

相关教程

参考资料

  • OpenAI Developers 文档:Non-interactive mode — https://developers.openai.com/codex/noninteractive
  • OpenAI Developers 文档:Codex CLI reference — https://developers.openai.com/codex/cli/reference
  • OpenAI Codex 官方文档:CLI reference — https://learn.chatgpt.com/docs/cli/reference
  • OpenAI Codex GitHub 仓库 — https://github.com/openai/codex

Nathaniel 的更多内容

  1. 01

    独立开发者用 ChatGPT + Codex 跑通产品全流程:市场验证、PRD、原型到代码上线复盘清单

    单人做独立产品最容易陷入「闭门写两个月代码上线零用户」或「AI 写到一半目录越改越崩」。本文整理「ChatGPT 负责市场验证、PRD 与复盘 + Codex 负责工程实现与测试」的五阶段双轨流程,附起手提示词与 7 项上线复盘清单。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成规范文件命名规则、整理混乱目录树与合并零散发票抬头清单脚本

    面对满桌面的「新建文件夹」「最终版2」和上百张零散电子发票,手工改名抄台账耗时又容易漏重。本文分享先脱敏取样、再用 ChatGPT 生成带预演和回滚日志的本地 Python 脚本,离线安全完成目录整理与发票抬头合并去重的实战流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外邮件营销(EDM)受众分层文案、A/B 主题行测试与防进垃圾箱自检

    做海外独立站或出海 SaaS 邮件营销(EDM),最怕千人一面群发被直接送进垃圾箱。本文结合 Gmail/Yahoo 批量发件人规范,梳理用 ChatGPT 设计受众分层文案、批量生成 A/B 主题行矩阵并开展发前垃圾词与合规自检的实战提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写 Notion Formula 2.0 公式、Obsidian Dataview 查询与 Airtable 自动化脚本

    给 Notion 数据库写多条件 Formula 2.0 公式、给 Obsidian 写 Dataview 动态看板,或在 Airtable 里写自动化脚本,经常因为一个小括号或类型不匹配报错半天。本文整理三大工具的通用上下文喂料规范与三套直接可复制的生成提示词。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 处理复杂 JSON / YAML / XML 字段映射、格式转换与校验规则编写实战

    对接第三方 API、迁移 Kubernetes 配置或解析政企 XML 报文时,手工对照几百行嵌套字段既慢又容易漏掉空值与类型边界。本文整理用 ChatGPT 完成字段映射表梳理、生成确定性转换脚本以及编写 JSON Schema / Pydantic / XSD 校验规则的实战流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 准备本科/硕士毕业论文答辩:提炼答辩 PPT 结构、模拟导师犀利追问与 3 分钟自述稿

    毕业论文写完后,要在 3–5 分钟内讲清研究价值并顶住答辩评委的连环追问并不轻松。本文整理在严格遵守高校学术规范的前提下,用 ChatGPT 提炼答辩 PPT 结构、打磨 3 分钟口语自述稿并开展模拟导师犀利追问的排练流程与提示词。

    ChatGPT0

同产品的其他教程

  1. 01

    用 ChatGPT 整理家庭装修预算明细、隐蔽工程验收清单与主材优缺点对比表实战

    第一次装修面对几十页施工报价单、密密麻麻的水电防水隐蔽项目与五花八门的主材参数,极易踩坑增项。本文梳理用 ChatGPT 审查装修报价漏项、生成带公式的预算明细表、定制工地隐蔽工程验收单与主材对比表的实战提示词。

    ChatGPT0
  2. 02

    用 ChatGPT 做费曼学习法读书共读:反向追问检验自己是否真读懂专业书籍与整理书单笔记

    读完一本专业硬书常感觉「合上书就忘」,直接让 AI 概括全书又容易产生懂了的错觉。本文介绍用 ChatGPT 结合 Study Mode 与费曼学习法做反向追问共读,通过通俗复述、挑刺盲区到沉淀书单卡片的完整流程与提示词。

    ChatGPT0
  3. 03

    用 ChatGPT 做外贸产品多语种目录、展会邀约与客户跟进节奏表(附脱敏与本地化提示词)

    做外贸展会与海外推广时,手工翻译十几款产品目录费时且容易留下一堆中式英文,展后客户跟进也常缺节奏。本文梳理用 ChatGPT 先脱敏建术语库、再批量产出多语种目录、展前邀约函与展后 21 天跟进节奏表的实战流程与提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写高质量技术专栏文章、开源项目 Release Notes 与版本更新日志实战

    让 AI 直接凭空写技术文章容易满篇空洞套话,直接甩 Git 记录写更新日志又常常漏掉破坏性变更。本文整理用 ChatGPT 结合真实代码片段、压测数据与 PR 摘要,高效产出深度技术专栏、GitHub Release Notes 与 CHANGELOG 的实战工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做产品用户访谈纪要编码、提炼高频痛点需求池与 RICE 优先级打分实战

    手头攒了十几份用户访谈逐字稿,手工贴便利贴归纳痛点耗时又容易带入主观偏见。本文分享用 ChatGPT 完成脱敏检查、逐份开放式编码、跨样本聚类高频痛点并搭建 RICE 优先级打分表的 5 步实战流,附可直接复制的三段核心提示词。

    ChatGPT0
  6. 06

    ChatGPT 网页版上传超过 10 个文件或回形针附件按钮变灰怎么办:打包合并与配额限制排查

    在 ChatGPT 网页版批量分析文档时,常遇到一次选超 10 个文件被拦截或输入框回形针按钮变灰。本文依据 OpenAI 文件上传与存储说明,梳理 6 类常见报错的分流排查法,提供 ZIP 打包、本地合并与 Projects 复用方案及可直接复制的解包提示词。

    ChatGPT0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~