Codex shell_environment_policy 環境變量過濾怎麼配:防止本地密鑰和 .env 泄露給子命令

擔心 Codex 子命令把宿主機 AWS、GitHub 或數據庫密鑰帶入終端?本文按官方文檔拆解 [shell_environment_policy] 五大核心字段、ignore_default_excludes 預設坑點與 allow_login_shell 閉合方案。

NNathaniel bigo··原創首發·AI 輔助撰寫
13 分鐘讀完
資料核對於 2026-11-19 · 依據官方文檔與公開資料整理 Plus 帳號

結論先說

  1. [shell_environment_policy] 專門管控子命令的初始環境變量。Codex 每次拉起 Shell、單測或構建工具前,都會先按此配置塊裁剪宿主機環境變量。
  2. 最大暗坑:ignore_default_excludes 預設為 true。官方預設配置會跳過內置敏感詞過濾;只有顯式改為 ignore_default_excludes = false,Codex 才會自動剔除變量名含 KEY、SECRET、TOKEN(不區分大小寫)的環境變量。
  3. 高安全場景把 inherit 收緊為 "core" 或用 include_only 白名單。相比預設 "all" 再逐條拉黑,直接限定只繼承核心系統變量或白名單變量更不容易漏網。
  4. 必須同步關注頂層 allow_login_shell 與磁盤 .env 讀取。若 allow_login_shell 保持預設 true,子命令以登入 Shell 啟動時會重新執行 .zshrc 或 .bashrc,可能把剛過濾掉的密鑰重新導回來;而項目目錄裏的 .env 文件本身,則要靠權限配置的文件拒絕規則阻斷。
  5. 在團隊研發環境長期啟用嚴格沙箱與高頻自動化排查,需配置穩定訂閱配額。國內若無外幣卡或支付受阻,可在本站自助開通 ChatGPT Plus 或高配額 ChatGPT Pro,團隊統一部署可查看 ChatGPT Business 團隊定製。

shell_environment_policy 核心字段一覽

圖:本站根據 OpenAI Codex 官方文檔:Configuration Reference 整理的示意圖

本文根據 OpenAI Codex 官方文檔《Configuration Reference》《Sandboxing》《Environment Variables》整理,資料核對於 2026-11-19。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

  • 在本地終端裏常駐了 AWS_SECRET_ACCESS_KEY、GITHUB_TOKEN、數據庫連接串或支付密鑰,擔心 Codex 調用子命令時意外打印或外泄的開發者;
  • 已經開啟沙箱隔離,但發現子進程依然能通過 env 或 printenv 讀到宿主機環境變量的人;
  • 需要在測試腳本中只暴露必要構建變量(如 PATH、NODE_ENV),同時屏蔽其他全部憑據的安全合規團隊。

一、[shell_environment_policy] 五個字段怎麼協同生效

當 Codex 在本地沙箱中運行測試、編譯或腳本工具時(沙箱原理參考 /guides/codex-permissions-sandbox),子進程預設會繼承宿主終端的環境變量。~/.codex/config.toml(或受信任倉庫的 .codex/config.toml)中的 [shell_environment_policy] 按固定管線決定最終傳遞給子命令的變量集合:

  1. 基線繼承(inherit):決定初始起點。"all" 繼承宿主機全部環境變量;"core" 僅保留運行命令行工具所需的最小核心集合;"none" 從完全空白的環境起步。
  2. 內置敏感詞過濾(ignore_default_excludes):設為 false 時,自動剔除名稱包含 KEY、SECRET 或 TOKEN(大小寫不敏感)的變量;保持預設 true 則跳過這一步,許多開發者誤以為預設已攔截,結果憑據照常透傳。
  3. 自定義黑名單(exclude):傳入大小寫不敏感的通配符數組,例如 ["AWS_", "AZURE_", "GCP_", "DATABASE_URL", "_PASS*"],進一步精準剝離不含上述三個關鍵詞的敏感變量(如密碼、連接串、Webhook 地址)。
  4. 嚴格白名單(include_only):若配置了該數組,則只保留匹配白名單的變量,適合極高敏感度環境。
  5. 顯式注入([shell_environment_policy.set]):在全部過濾步驟完成後,再強制寫入安全可控的固定鍵值對,例如 CI = "1" 或 NODE_ENV = "test"。

二、3 套可直接套用的防泄露配置模板

下面三套配置由淺入深,均屬於本站建議的安全組合,可直接寫入 ~/.codex/config.toml(完整配置文件結構參考 /guides/codex-config-toml-complete-guide)。

模板 1:個人日常開發平衡方案(推薦起步)

保留基礎系統路徑與語言工具鏈,打開預設敏感詞過濾,並拉黑常見雲廠商及數據庫變量:

toml
# 阻止子命令加載 .bashrc / .zshrc 重新導出本地密鑰
allow_login_shell = false

[shell_environment_policy]
inherit = "core"
ignore_default_excludes = false
exclude = [
  "AWS_*",
  "AZURE_*",
  "ALIBABA_*",
  "OPENAI_API_KEY",
  "DATABASE_URL",
  "REDIS_URL",
  "*_PASSWORD",
  "*_CERT*"
]

[shell_environment_policy.set]
NODE_ENV = "test"

模板 2:高敏感倉庫的嚴格白名單方案

僅放行終端正常運行所必需的極少數系統變量,其餘一律攔截(Windows 環境按需補充 SystemRoot、TEMP、USERPROFILE):

toml
allow_login_shell = false

[shell_environment_policy]
inherit = "none"
include_only = ["PATH", "HOME", "USER", "LANG", "TERM"]

[shell_environment_policy.set]
CI = "1"

模板 3:單次任務命令行臨時收緊

不想改動全局配置文件時,可直接通過 --config 行內覆蓋當前會話的環境變量白名單:

bash
codex --config 'shell_environment_policy.include_only=["PATH","HOME"]'
訂閱與帳號準備提示:在安全隔離環境下反覆跑單測、代碼審計與多輪重構時,容易較快觸及訂閱的滾動限額(配額規則見 /guides/codex-usage-limits)。若 Plus 檔配額緊張,可在本站升級 ChatGPT Pro 充值 或選用 ChatGPT Pro 20x 高額檔位;新帳號註冊如遇短訊核驗卡點,也可查看 Codex 註冊手機驗證服務。

三、兩個容易漏掉的盲區:登入 Shell 與磁盤 .env 文件

很多團隊配好了 [shell_environment_policy],做抽查時卻發現子命令仍能看到密鑰,根源通常在這兩個盲區裏。

阻斷本地密鑰與 .env 泄露檢查清單

圖:本站根據 OpenAI Codex 官方文檔:Sandboxing 整理的示意圖

盲區 1:allow_login_shell = true 把密鑰又導了回來

按官方文檔說明,頂層 allow_login_shell 預設為 true。當子工具以登入 Shell 方式啟動時,Shell 會自動執行用戶的 ~/.bash_profile、~/.zprofile 或 ~/.zshrc。如果你平時習慣在這些啟動文件裏寫 export GITHUB_TOKEN=... 或 source ~/.secrets,變量就會在 shell_environment_policy 過濾之後重新回到進程環境。將頂層 allow_login_shell = false 寫入 config.toml 後,Codex 會強制使用非登入 Shell 並拒絕顯式登入 Shell 請求,堵住這條迴流通道。

盲區 2:環境變量過濾管不住直接讀 .env 文件

[shell_environment_policy] 只管進程環境變量,不管磁盤文件讀取。如果工作區裏有 .env 文件,而測試框架(例如 dotenv)或子命令主動去讀磁盤上的 .env,密鑰依舊會進入進程。因此本站建議雙管齊下:一方面用 [shell_environment_policy] 加 allow_login_shell = false 清理進程環境,另一方面在 Permission Profiles 裏把 "**/.env" 設為 "deny" 阻斷磁盤讀寫。如果業務單測確實缺少某個非敏感環境變量導致報錯,可參考 /guides/codex-missing-environment-variable 通過 [shell_environment_policy.set] 注入測試佔位值,而不是直接放開真實生產密鑰。

常見問題

問:開啟 inherit = "core" 或 allow_login_shell = false 後,子命令找不到 nvm、pyenv 或 cargo 怎麼辦?

答:版本管理器通常在 .zshrc 或 .bashrc 裏動態拼接 PATH。關閉登入 Shell 後,可把常用工具鏈的固定 bin 路徑直接寫進 [shell_environment_policy.set] 的 PATH 中,或者把 PATH 加入 include_only,既保證命令可用又不加載含密鑰的啟動腳本。

問:設定 ignore_default_excludes = false 會不會影響 Codex 自己連接 OpenAI?

答:不會。[shell_environment_policy] 只作用於 Codex 派生出來的終端子命令進程,不影響 Codex 主進程自身讀取登入憑據或連接模型接口。如果某個本地測試腳本明確需要假密鑰,請在 [shell_environment_policy.set] 中注入測試用啞值。

問:國內沒有外幣信用卡,或者企業團隊需要增值稅發票報銷,怎麼開通能跑 Codex 的訂閱?

答:可通過本站 AI 會員充值總覽 按需選購 ChatGPT Plus或高配額 ChatGPT Pro,企業研發團隊批量部署可直接查看 ChatGPT Business 團隊定製。支持支付寶、微信支付和 AlipayHK,支持自助兌換無需交出帳號密碼,並可開具增值稅發票;實時價格以頁面顯示為準,售後遵循掉訂閱按剩餘天數折退、封號不在質保範圍的政策。

相關教學

參考資料

  • OpenAI Codex 官方文檔:Configuration Reference — https://learn.chatgpt.com/docs/config-file/config-reference
  • OpenAI Codex 官方文檔:Sandboxing — https://learn.chatgpt.com/docs/sandboxing
  • OpenAI Codex 官方文檔:Environment Variables — https://learn.chatgpt.com/docs/config-file/environment-variables
  • OpenAI Developers 文檔:Codex Configuration Reference — https://developers.openai.com/codex/config-reference

Nathaniel 的更多內容

  1. 01

    獨立開發者用 ChatGPT + Codex 跑通產品全流程:市場驗證、PRD、原型到代碼上線覆盤清單

    單人做獨立產品最容易陷入「閉門寫兩個月代碼上線零用戶」或「AI 寫到一半目錄越改越崩」。本文整理「ChatGPT 負責市場驗證、PRD 與覆盤 + Codex 負責工程實現與測試」的五階段雙軌流程,附起手提示詞與 7 項上線覆盤清單。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成規範文件命名規則、整理混亂目錄樹與合併零散發票抬頭清單腳本

    面對滿桌面的「新建文件夾」「最終版2」和上百張零散電子發票,手工改名抄台帳耗時又容易漏重。本文分享先脫敏取樣、再用 ChatGPT 生成帶預演和回滾日誌的本地 Python 腳本,離線安全完成目錄整理與發票抬頭合併去重的實戰流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外電郵營銷(EDM)受眾分層文案、A/B 主題行測試與防進垃圾箱自檢

    做海外獨立站或出海 SaaS 電郵營銷(EDM),最怕千人一面群發被直接送進垃圾箱。本文結合 Gmail/Yahoo 批量發件人規範,梳理用 ChatGPT 設計受眾分層文案、批量生成 A/B 主題行矩陣並開展發前垃圾詞與合規自檢的實戰提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫 Notion Formula 2.0 公式、Obsidian Dataview 查詢與 Airtable 自動化腳本

    給 Notion 數據庫寫多條件 Formula 2.0 公式、給 Obsidian 寫 Dataview 動態看板,或在 Airtable 裏寫自動化腳本,經常因為一個小括號或類型不匹配報錯半天。本文整理三大工具的通用上下文喂料規範與三套直接可複製的生成提示詞。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 處理複雜 JSON / YAML / XML 字段映射、格式轉換與校驗規則編寫實戰

    對接第三方 API、遷移 Kubernetes 配置或解析政企 XML 報文時,手工對照幾百行嵌套字段既慢又容易漏掉空值與類型邊界。本文整理用 ChatGPT 完成字段映射表梳理、生成確定性轉換腳本以及編寫 JSON Schema / Pydantic / XSD 校驗規則的實戰流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 準備本科/碩士畢業論文答辯:提煉答辯 PPT 結構、模擬導師犀利追問與 3 分鐘自述稿

    畢業論文寫完後,要在 3–5 分鐘內講清研究價值並頂住答辯評委的連環追問並不輕鬆。本文整理在嚴格遵守高校學術規範的前提下,用 ChatGPT 提煉答辯 PPT 結構、打磨 3 分鐘口語自述稿並開展模擬導師犀利追問的排練流程與提示詞。

    ChatGPT0

同產品的其他教學

  1. 01

    用 ChatGPT 整理家庭裝修預算明細、隱蔽工程驗收清單與主材優缺點對比表實戰

    第一次裝修面對幾十頁施工報價單、密密麻麻的水電防水隱蔽項目與五花八門的主材參數,極易踩坑增項。本文梳理用 ChatGPT 審查裝修報價漏項、生成帶公式的預算明細表、定製工地隱蔽工程驗收單與主材對比表的實戰提示詞。

    ChatGPT0
  2. 02

    用 ChatGPT 做費曼學習法讀書共讀:反向追問檢驗自己是否真讀懂專業書籍與整理書單筆記

    讀完一本專業硬書常感覺「合上書就忘」,直接讓 AI 概括全書又容易產生懂了的錯覺。本文介紹用 ChatGPT 結合 Study Mode 與費曼學習法做反向追問共讀,通過通俗複述、挑刺盲區到沉澱書單卡片的完整流程與提示詞。

    ChatGPT0
  3. 03

    用 ChatGPT 做外貿產品多語種目錄、展會邀約與客戶跟進節奏表(附脫敏與本地化提示詞)

    做外貿展會與海外推廣時,手工翻譯十幾款產品目錄費時且容易留下一堆中式英文,展後客戶跟進也常缺節奏。本文梳理用 ChatGPT 先脫敏建術語庫、再批量產出多語種目錄、展前邀約函與展後 21 天跟進節奏表的實戰流程與提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫高質素技術專欄文章、開源項目 Release Notes 與版本更新日誌實戰

    讓 AI 直接憑空寫技術文章容易滿篇空洞套話,直接甩 Git 記錄寫更新日誌又常常漏掉破壞性變更。本文整理用 ChatGPT 結合真實代碼片段、壓測數據與 PR 摘要,高效產出深度技術專欄、GitHub Release Notes 與 CHANGELOG 的實戰工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做產品用戶訪談紀要編碼、提煉高頻痛點需求池與 RICE 優先級打分實戰

    手頭攢了十幾份用戶訪談逐字稿,手工貼便利貼歸納痛點耗時又容易帶入主觀偏見。本文分享用 ChatGPT 完成脫敏檢查、逐份開放式編碼、跨樣本聚類高頻痛點並搭建 RICE 優先級打分表的 5 步實戰流,附可直接複製的三段核心提示詞。

    ChatGPT0
  6. 06

    ChatGPT 網頁版上載超過 10 個文件或回形針附件按鈕變灰怎麼辦:打包合併與配額限制排查

    在 ChatGPT 網頁版批量分析文檔時,常遇到一次選超 10 個文件被攔截或輸入框回形針按鈕變灰。本文依據 OpenAI 文件上載與存儲說明,梳理 6 類常見報錯的分流排查法,提供 ZIP 打包、本地合併與 Projects 複用方案及可直接複製的解包提示詞。

    ChatGPT0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~