Codex requirements.toml 企業與團隊強制策略怎麼配:鎖定沙箱模式、白名單 MCP 與禁止繞過審批

團隊推廣 Codex CLI 最擔心成員私自開啟 danger-full-access、亂接外部 MCP 或用 --yolo 跳過審批?本文按官方文檔講清管理員級 requirements.toml 的跨平台路徑、鎖定沙箱與審批策略寫法、MCP 白名單管控及 MDM 推送要點。

NNathaniel bigo··原創首發·AI 輔助撰寫
12 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 Team / 企業 帳號

結論先說

  1. requirements.toml 是高於用戶一切本地配置的「硬護欄」。無論開發者在 ~/.codex/config.toml、項目 .codex/config.toml、獨立 Profile 還是命令行 -c / --yolo 中怎麼改,都不能突破 requirements.toml 劃定的安全邊界。
  2. 三大核心鎖定能力解決主要合規風險。通過 allowed_sandbox_modes 禁掉無沙箱全盤權限,通過 allowed_approval_policies 鎖定人工審批防繞過,配合受控 [mcp_servers.*] 阻止私接未經審計的外部 MCP 工具。
  3. 跨平台部署路徑清晰,支持裝置管理平台集中推送。macOS / Linux 放在 /etc/codex/requirements.toml,Windows 放在 %ProgramData%\OpenAI\Codex\requirements.toml,macOS MDM 則通過 com.openai.codex 域的 requirements_toml_base64 鍵下發。
  4. 配套宿主權限鎖死才能防本地篡改。系統文件本身必須僅限管理員帳號可寫、普通開發帳號只讀,否則本地有高權限的開發者仍可能手動刪改文件。
  5. 企業級集中治理建議配合團隊或企業工作區訂閱落地。國內企業若需要合規採購或開具增值稅發票,可了解本站 ChatGPT Business 團隊定製 或按需先通過 ChatGPT Plus、ChatGPT Pro 做小規模試點。

requirements.toml 跨平台路徑

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《Agent approvals and security》《Configuration Reference》《Enterprise Windows deployment》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

  • 在研發團隊或企業內推廣 Codex CLI,需要從技術底層鎖定沙箱與審批底線的安全工程師和 IT 管理員;
  • 擔心開發者在本地 ~/.codex/config.toml 或命令行裏傳入 --yolo、danger-full-access 導致誤刪文件或數據外泄的團隊負責人;
  • 需要通過 macOS MDM、Linux 配置管理或 Windows 域控統一管控 MCP 接入白名單的企業管理員。

一、requirements.toml 怎麼壓住個人配置與命令行越權

在常規個人配置體系中,命令行的 -c、--sandbox 或 --dangerously-bypass-approvals-and-sandbox(別名 --yolo)擁有最高話語權。但在企業受控終端上,Codex 啟動時會優先校驗系統級的 requirements.toml(基礎權限與審批機制見 /guides/codex-permissions-sandbox):

  • 用戶只能選「允許清單內的選項」:只要用戶配置或啟動參數請求了白名單之外的沙箱檔位、審批策略或權限配置文件,Codex 會直接報錯或強制回落到合規狀態。
  • 團隊版本可與雲端管理後台聯動:除了本地裝置文件外,ChatGPT Business 與 Enterprise 管理員還能在管理後台結合組織策略治理工作區訪問(版本權限差異參考 /guides/chatgpt-enterprise-vs-business-team 與成員開通流程 /guides/chatgpt-business-sign-up-add-members)。

二、實戰模板:鎖定沙箱、禁繞審批與白名單 MCP

下面是一份面向研發部門的 requirements.toml 示範基線,涵蓋了沙箱上限、審批要求與受控 MCP 接入(MCP 基礎配置寫法見 /guides/codex-mcp-config):

toml
# /etc/codex/requirements.toml
# Windows: %ProgramData%\OpenAI\Codex\requirements.toml

# 1. 僅允許只讀或工作區寫,徹底封禁 danger-full-access
allowed_sandbox_modes = ["read-only", "workspace-write"]

# 2. 強制保留人工確認流程,阻止 never 與 --yolo 跳過審批
allowed_approval_policies = ["on-request"]

# 3. Codex 0.138.0+ 配合權限配置文件使用,限定成員可選的權限檔
# allowed_permission_profiles = ["workspace-no-env", "audit-readonly"]

# 4. 白名單定義經過安全審計的內部或固定版本 MCP 服務
[mcp_servers.memory]
command = "npx"
args = [
  "-y",
  "@modelcontextprotocol/[email protected]"
]

說明:若團隊同時啟用了更細粒度的 Permission Profiles,按官方 0.138.0 及以上版本的託管能力,可打開 allowed_permission_profiles 並結合預設權限策略收緊對 .env 與敏感目錄的訪問;高風險命令前綴攔截規則(如將 rm、git push 等設為需確認或禁止)也可納入管理員策略與前置工具鉤子一併管控。若成員觸發策略攔截提示,可結合 /guides/codex-auto-review-denied-command 區分是系統策略攔截還是自動審核拒絕。

訂閱與帳號準備提示:面向多人團隊部署受控 Codex 環境時,建議優先選用統一管理的團隊工作區,避免個人號混用帶來審計斷層。可在本站諮詢 ChatGPT Business 團隊定製 獲取多席位方案,技術評估階段也可先開通 ChatGPT Pro 充值 跑通全流程驗證;若新號註冊遇短訊驗證問題,可參考 Codex 註冊手機驗證服務。

三、跨平台下發與驗收四項關鍵細節

把策略寫好只是第一步,真正落地到全員電腦需要配合以下運維動作(本站建議):

企業鎖定沙箱與審批配置清單

圖:本站根據 OpenAI Codex 官方文檔:Agent approvals and security 整理的示意圖

  1. 鎖死宿主文件權限:在 macOS / Linux 下執行 sudo chown root:root /etc/codex/requirements.toml && sudo chmod 644 /etc/codex/requirements.toml;在 Windows 下通過 GPO 或腳本將 %ProgramData%\OpenAI\Codex\requirements.toml 的寫權限僅授予 Administrators 和 SYSTEM。
  2. macOS MDM 推送注意 Base64 編碼無多餘換行:將 requirements.toml 做 Base64 編碼後填入 com.openai.codex 配置描述文件的 requirements_toml_base64 鍵,先下發到 IT 測試機確認解碼與生效無誤。
  3. 固定 MCP 工具版本號與來源:在白名單 [mcp_servers.*] 中盡量鎖定具體版本(如 @1.0.0)或指向公司內網私有鏡像,防止上游包變動引入供應鏈風險。
  4. 做一次反向越權驗收:在試點開發機以普通用戶身份嘗試運行 codex --yolo 或在個人 config.toml 中寫入 sandbox_mode = "danger-full-access",確認 Codex 明確拒絕越權請求後再推向全員。

常見問題

問:下發 requirements.toml 後,開發者原來個人 ~/.codex/config.toml 裏寫了 approval_policy = "never" 會怎樣?

答:啟動時 Codex 會檢測到用戶配置與管理員強制策略衝突,不會按 never 放行,而是按合規策略收斂或直接報配置派生錯誤,提示用戶修改衝突項以符合企業要求。

問:團隊裏不同部門(如核心安全組與前端組)需要不同力度的策略,怎麼區分?

答:可以通過 MDM 裝置分組、Windows 域控 OU 或 Ansible 資產清單,按機器組分別下發對應版本的 requirements.toml;在允許的合規集合內,再讓開發者用項目 .codex/config.toml 或獨立 Profile 自主選擇具體檔位。

問:國內公司沒有外幣企業信用卡,且財務需要增值稅發票報銷,怎麼採購跑 Codex 的團隊訂閱?

答:可通過本站 AI 會員充值總覽 諮詢 ChatGPT Business 團隊定製,或按需採購 ChatGPT Plus與 ChatGPT Pro。支持支付寶、微信支付及 AlipayHK 對公或個人付款,支持自助兌換無需交出帳號密碼,並可正規開具增值稅發票;實時價格以商品頁展示為準,售後執行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:Agent approvals and security — https://learn.chatgpt.com/docs/agent-approvals-security
  • OpenAI Codex 官方文檔:Configuration Reference — https://learn.chatgpt.com/docs/config-file/config-reference
  • OpenAI Codex 官方文檔:Enterprise Windows deployment — https://learn.chatgpt.com/docs/enterprise/windows-deployment
  • 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~