Codex CLI 多帳號切換、退出登入怎麼做:codex logout、/logout、codex login status,官方沒有單獨的切換命令

Codex 命令行怎麼換帳號、怎麼退出登入?官方沒有單獨的帳號切換命令,做法是先 codex logout(或會話裏 /logout),再 codex login 登入另一個帳號,並用 codex login status 確認。本文還整理了登入緩存位置、CLI 與 IDE 共用登入的規則和 CODEX_HOME。

NNathaniel bigo··原創首發·AI 輔助撰寫
11 分鐘讀完
資料核對於 2026-11-13 · 依據官方文檔與公開資料整理 Plus 帳號

結論先說

  1. 官方沒有單獨的帳號切換命令。 換帳號就是:退出當前登入,再用另一個帳號登入。
  2. 退出有三處入口:命令行運行 codex logout;Codex 會話裏輸入 /logout;桌面 App 和 IDE 擴展從個人選單選擇 Log out。
  3. 查看當前登入用 codex login status。 官方說明:有憑據時它以 0 退出,所以寫腳本時也能用來判斷是否已登入。
  4. CLI 和 IDE 擴展共用同一份登入緩存。 在其中一處退出,下次啟動另一處也要重新登入。
  5. 登入緩存按密碼對待。 它在 ~/.codex/auth.json 或系統憑據庫裏,含有訪問令牌,不要提交、不要貼給別人。

在 Codex 命令行裏換帳號的順序:查看當前登入、退出、重新登入、再次確認

圖:本站根據 Codex 官方文檔《Authentication》 整理的示意圖

本文根據 Codex 官方文檔《Authentication》、命令頁和 Windows 應用頁整理,資料核對於 2026-11-13。官方沒有提供「多帳號一鍵切換」的命令,本文寫的是官方能確認的退出、登入和緩存規則,以及一個標明為推斷的分開儲存辦法。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 官方網站。

適用於誰

  • 自己既有個人帳號又有工作區帳號,想在命令行裏換着用的人;
  • 登入了錯誤的帳號,想退出重來的人;
  • 在共用電腦上用完 Codex,想清掉本機登入資料的人。

不適用於「幾個人合用同一個帳號」。帳號共享不在本文討論範圍,官方也沒有提供這樣的做法。

一、先確認現在登入的是誰

命令行裏運行:

bash
codex login status

官方說明它會顯示當前使用的認證方式。如果當前進程選擇的是工作負載身份認證,官方寫明 codex login 和 codex logout 都會被拒絕,因為這時認證由進程環境決定。普通用戶一般遇不到這種情況。

桌面 App 和 IDE 擴展:打開個人選單,可以看到當前帳號或 API 密鑰狀態。網頁版 ChatGPT 則是打開個人選單確認帳號和工作區。

二、退出登入的三種做法

按官方文檔:

  • 命令行:codex logout。官方說明它會移除已儲存的憑據,對 API 密鑰登入和 ChatGPT 登入都有效,沒有任何參數;
  • 會話裏:輸入 /logout 並回車,Codex 會清除當前用戶會話的本地憑據,官方給它的用途描述是「在共用機器上清除本地憑據」;
  • 桌面 App / IDE 擴展:打開個人選單,選擇 Log out。

注意不要把「關掉終端」當成退出登入。登入資料緩存在本機,下次啟動仍會複用,要清除就必須按上面的方式退出。

三、重新登入另一個帳號

退出之後:

  1. 運行 codex login,官方說明不帶參數時會打開瀏覽器走 ChatGPT 帳號的登入流程;
  2. 在瀏覽器裏登入你要用的帳號。如果瀏覽器裏已經登着另一個帳號,先在瀏覽器裏切換到目標帳號再繼續,否則你會登入回原來的帳號(這是常見的使用提醒,官方沒有逐條描述);
  3. 回到終端,運行 codex login status 確認。

Codex 登入有兩種方式:用 ChatGPT 帳號登入(走訂閱額度),或用 API 密鑰登入(按用量計費)。官方說明兩種方式適用的管理策略和數據處理規則不一樣:用 ChatGPT 登入時,用量遵循你的 ChatGPT 工作區權限;用 API 密鑰時,則遵循你的 API 組織的設定。如果你在個人訂閱和工作區之間換帳號,額度和權限也會隨之變,額度怎麼看見 /guides/codex-usage-limits。

瀏覽器登入走不通時: 如果你在遠程或無圖形介面的環境裏,或者網絡配置擋住了回調用的本地地址,官方建議用裝置碼登入:在交互登入介面選 Sign in with Device Code,或直接運行 codex login --device-auth。登入失敗的更多排查見 /guides/codex-cannot-sign-in-send-message-connect。

四、登入緩存放在哪裏

官方認證頁的「Login caching」一節寫明:

  • 在桌面 App、命令行或 IDE 擴展裏登入後(不論用 ChatGPT 還是 API 密鑰),登入資料會緩存並複用;
  • 命令行和 IDE 擴展共用同一份緩存,在其中一處退出,下次啟動另一處也得重新登入;
  • 緩存在本機的 ~/.codex/auth.json(明文文件),或你的操作系統憑據庫裏;
  • 用 ChatGPT 登入時,Codex 在使用過程中會在令牌過期前自動刷新,所以活躍會話通常不需要再次走瀏覽器登入。

存放位置可以用配置項 cli_auth_credentials_store 控制,官方給出四個取值:

toml
# file | keyring | auto | ephemeral
cli_auth_credentials_store = "keyring"
  • file:存在 CODEX_HOME 下的 auth.json(預設 ~/.codex);
  • keyring:存在系統憑據庫,憑據庫不可用時會失敗;
  • auto:有憑據庫就用,沒有就退回 auth.json;
  • ephemeral:只在當前進程的內存裏儲存。

最後一個值很適合共用電腦:關閉進程後登入資料就不留在磁盤上。

五、想同時保留兩個帳號怎麼辦

官方文檔裏沒有「帳號列表」或「切換帳號」的功能。下面是本站的推斷,不是官方方案:

官方說明登入緩存存放在 CODEX_HOME 下,也有用 CODEX_HOME 指向另一個目錄來使用不同配置的示例,所以理論上,給兩個帳號各準備一個目錄,啟動時指定不同的 CODEX_HOME,就能分開儲存兩份登入。這樣做之前請注意:

  • 官方沒有把它寫成多帳號方案,用之前先拿一個不重要的目錄試,並用 codex login status 確認讀到的是你預期的那份;
  • CODEX_HOME 下還有配置、歷史等其他文件,分開之後它們也各是一份;
  • 官方有 --profile 參數,但它的描述是在基礎配置上疊加 $CODEX_HOME/名稱.config.toml,是配置層,不是帳號層,不要拿它當切換帳號用;
  • 每個目錄裏的 auth.json 都按密碼對待。

六、Windows 和 WSL 的特別提醒

官方 Windows 頁寫明:桌面 App 使用和原生 Windows 版 Codex 相同的家目錄,即 %USERPROFILE%\.codex;如果你同時在 WSL 裏跑命令行,命令行預設用的是 Linux 的家目錄,所以不會自動共用配置、登入緩存和會話歷史。要共用,官方給了兩種辦法:同步 WSL 的 ~/.codex 與 Windows 的目錄,或在 WSL 裏設定 CODEX_HOME 指向 Windows 目錄。

這就解釋了一種常見現象:在 App 裏已經登入了,WSL 裏的命令行卻要求重新登入;或者在一邊退出後,另一邊仍顯示已登入。先確認兩邊讀的是不是同一個家目錄,Windows 的安裝和 WSL 設定見 /guides/codex-windows-app-download-install。

換帳號之前和之後的檢查:共用緩存、憑據按密碼對待、Windows 與 WSL 家目錄、CODEX_HOME、管理員限制、帳號只給本人使用

圖:本站根據 Codex 官方文檔《Authentication》 整理的示意圖

七、管理員限制了登入方式或工作區

如果你的帳號屬於公司的工作區,管理員可能限制了登入方式或工作區。官方認證頁給出的配置項是 forced_login_method(只允許 ChatGPT 登入或只允許 API 密鑰登入)和 forced_chatgpt_workspace_id(限定工作區)。官方寫明:如果當前憑據和這些限制不符,Codex 會把用戶登出並退出程序。所以換到個人帳號後 Codex 立刻退出,多半是這個原因,需要和管理員確認,而不是反覆重裝。

常見問題

Q:退出登入會刪除我的對話和配置嗎?

官方對退出登入的描述是清除憑據,沒有說會刪除歷史和配置。對話的刪除和歸檔是另一回事,見 /guides/codex-delete-archive-chats。

Q:換了帳號,額度也跟着換嗎?

Codex 隨 ChatGPT 套餐提供,額度按你登入的帳號和工作區計算。個人帳號想要更多額度,可以看本站的 ChatGPT Plus 充值說明,價格和額度以官方頁面當前顯示為準。

Q:登入後提示沒有權限使用 Codex?

先確認登入的是預期的帳號和工作區,再看 /guides/codex-cannot-sign-in-send-message-connect。

相關教學

參考資料

  • Codex 官方文檔:Authentication — https://learn.chatgpt.com/docs/auth
  • Codex 官方文檔:Commands(CLI) — https://learn.chatgpt.com/docs/developer-commands?surface=cli
  • ChatGPT 桌面 App(Windows) — https://learn.chatgpt.com/docs/windows/windows-app

Nathaniel 的更多內容

  1. 01

    LangGraph 流式輸出(Streaming)詳解:逐字 Token 流、節點進度與自定義事件寫法

    多步智能體如果等全部節點跑完才返回,網頁前端就會白屏乾等十幾秒。本文按 LangGraph 官方文檔講清 updates、messages、custom 與 values 四種 stream_mode 的區別,以及組合訂閱逐字打字機輸出加工具內部實時進度的完整代碼。

    其他 AI 工具0
  2. 02

    LangGraph 持久化與長期記憶怎麼配:Checkpointer、Store 與 PostgreSQL 實戰

    在生產環境跑 LangGraph,單靠 InMemorySaver 一重啟就會丟失全部對話。本文按官方文檔講清線程內短期檢查點(Checkpointer)與跨線程長期記憶(Store)的分工,以及用 langgraph-checkpoint-postgres 對接 PostgreSQL 的完整步驟。

    其他 AI 工具0
  3. 03

    LangGraph 多智能體怎麼寫:Supervisor 主管包與 Subgraph 隔離子圖實戰

    在 LangGraph 裏把單個圖擴展成多智能體協作有兩條官方路線:快速原型用預置包 langgraph-supervisor,大型生產系統用原生子圖(Subgraph)嵌套。本文講清兩種寫法的完整代碼、私有狀態隔離防 Token 膨脹技巧以及檢查點傳播規則。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入審批怎麼寫:interrupt 暫停圖運行與 Command 恢復實戰

    企業之所以選 LangGraph,很大程度看中它能安全掛起等待人工審批(Human-in-the-Loop)。本文按官方最新規範講清 interrupt() 動態暫停、Checkpointer 必備條件、Command(resume=...) 恢復執行,以及防止副作用重複運行的重入規則。

    其他 AI 工具0
  5. 05

    多 Agent 協作平台怎麼選:Dify、釦子(Coze)、n8n 與 LangGraph 多智能體機制對比

    搜「多agent協作平台」時,Dify、釦子、n8n 和 LangGraph 都宣稱支持多智能體,但底層的調度方式完全不同。本文跳過基礎安裝,專門從多 Agent 角色跳轉、子代理工具調用、上下文隔離與私有化部署四個維度幫你一次選準。

    其他 AI 工具0
  6. 06

    企業微信有官方 MCP 和 CLI 嗎:@wecom/cli 安裝初始化、長連接機器人與接入教學

    搜「企業 微信 有 mcp 嗎」不用再東拼西湊民間群機器人腳本了:企業微信官方已推出 @wecom/cli 命令行工具並內置 stdio 模式的 MCP Server。本文按官方開發者文檔講清安裝、智能機器人長連接初始化、業務命令與接入 Claude Code 步驟。

    Claude其他 AI 工具0

同產品的其他教學

  1. 01

    AutoGen 現在怎麼樣了?微軟官方演進路線與 Microsoft Agent Framework 入門

    搜 AutoGen 新教學常被 0.2、0.4、社區分支和 Semantic Kernel 繞暈。按微軟官方文檔,微軟已將 AutoGen 與 Semantic Kernel 兩支團隊合併推出統一的開源框架 Microsoft Agent Framework。本文講清現狀與 Python 快速上手。

    ChatGPT其他 AI 工具0
  2. 02

    多 Agent 的成本為什麼翻倍、怎麼控制:Token 膨脹根源與五項降本措施

    剛把單智能體拆成多 Agent,用量往往暴漲好幾倍。Anthropic 工程報告統計單智能體約為聊天的 4 倍 Token,多智能體可達約 15 倍。本文拆解固定前綴重複加載、歷史搬運、工具鏈定義與緩存失效四大根源,並給出五條實操控費辦法。

    ChatGPTClaude0
  3. 03

    多 Agent 協同開發怎麼落地:「一個寫、一個審」雙代理工作流搭建指南

    多 Agent 協同開發裏投入產出比最高的模式就是「一個寫、一個審」。本文依據 Anthropic 與 OpenAI 官方編碼最佳實踐,講清為什麼同會話自審容易漏問題,以及用只讀子代理、跨模型交叉審查(Claude Code + Codex)和自動化閉環落地的具體方法。

    ClaudeCodex0
  4. 04

    多 Agent 編排模式詳解:編排者-工作者、交接(Handoffs)、並行與評估循環怎麼選

    搜「multi-agent orchestration 中文」會被各家框架的不同術語繞暈。本文對照 Anthropic《Building effective agents》與 OpenAI 智能體指南,把編排者-工作者、去中心化交接、並行分片投票與生成-評估循環四種標準編排拓撲講透。

    ChatGPTClaude0
  5. 05

    多智能體(Multi-Agent)是什麼、什麼時候該用:Anthropic 與 OpenAI 官方判斷標準

    多智能體不是代理越多越聰明。本文依據 Anthropic 研究系統架構文章與 OpenAI 官方智能體指南,講清確定性工作流、單智能體與多智能體的區別,以及哪三類瓶頸才值得上多智能體協同。

    ChatGPTClaude0
  6. 06

    codebase-memory 類 MCP 是什麼、怎麼用:基於語法樹圖譜的本地代碼索引原理與配置

    codebase-memory-mcp(DeusData/codebase-memory-mcp)是一類本地代碼圖譜 MCP 伺服器:用 Tree-sitter 把倉庫解析成函數與調用關係的 SQLite 圖庫,幫編碼助手查調用鏈並省下讀整份文件的額度。

    ClaudeCodex0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~