結論先說
- Codex 原生內置 OpenTelemetry(OTel),預設處於關閉狀態。無需外掛攔截代理,只要在用戶級配置文件啟用
[otel]區塊,就能按 OTLP 標準同時上報結構化日誌、鏈路追蹤(Traces)和指標(Metrics)。 [otel]必須寫在用戶級config.toml,項目級配置不會生效。按官方安全設計,遙測端點只能放在~/.codex/config.toml(Windows 為%USERPROFILE%\.codex\config.toml),防止克隆陌生倉庫時被惡意的.codex/config.toml偷偷劫持上報數據。log_user_prompt務必保持false守住代碼私隱。開啟指標和鏈路即可看清 Token、耗時與工具調用概況;除非公司數據私隱制度明確允許,不要把log_user_prompt設為true,以免業務代碼和提示詞進入日誌系統。[otel]裏的請求頭按字面值解析,不要寫${TOKEN}。官方不在此區塊展開 Shell 環境變量;若要避免每台開發機明文存遠端監控令牌,最穩妥的做法是讓本地 Codex 指向公司內網或本機 OTel Collector 網關。- 在團隊規模化推廣並持續監控配額水位時,建議搭配合規團隊訂閱落地。國內企業如需開具增值稅發票或集中採購,可了解 ChatGPT Business 團隊定製,試點階段也可通過 ChatGPT Plus 或 ChatGPT Pro 跑通監控鏈路。

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》《Advanced Configuration》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
- 需要統計部門使用 Codex CLI 的 Token 消耗趨勢、接口響應延遲和工具調用頻次的研發效能與平台工程師;
- 已經搭建了 Prometheus、Grafana、Jaeger 或 OpenTelemetry Collector,希望原生接入 Codex 觀測數據的團隊;
- 擔心開啟遙測會把開發者的提示詞與原始碼片段明文上載到監控系統的安全合規負責人。
一、[otel] 配置結構與三路導出器寫法
在用戶主配置文件 ~/.codex/config.toml(基礎語法與路徑可參考 /guides/codex-config-toml-complete-guide)中,可以獨立配置日誌、鏈路與指標三個 OTLP HTTP 導出通道:
toml
[otel]
# 環境標籤,便於在監控看板區分開發、測試或生產研發組
environment = "production"
# 強烈建議保持 false,僅記錄元數據而不上報用戶原始提示詞
log_user_prompt = false
# 1. 結構化日誌導出器
exporter = { otlp-http = { endpoint = "https://otel.internal.example.com/v1/logs", protocol = "binary", headers = { "Authorization" = "Bearer your-ingest-token" } } }
# 2. 鏈路追蹤導出器(記錄輪次、接口調用與工具審批 Span)
[otel.trace_exporter]
otlp-http = { endpoint = "https://otel.internal.example.com/v1/traces", protocol = "binary", headers = { "Authorization" = "Bearer your-ingest-token" } }
# 3. 聚合指標導出器(記錄 codex.* Token、耗時與調用計數)
[otel.metrics_exporter]
otlp-http = { endpoint = "https://otel.internal.example.com/v1/metrics", protocol = "binary", headers = { "Authorization" = "Bearer your-ingest-token" } }
開啟後,後端可重點關注三類觀測數據:
- Token 與配額消耗看板:聚合
codex.*指標裏的輸入、輸出與緩存命中 Token 分佈,結合 /guides/codex-usage-limits 提前識別異常高耗場景; - 端到端響應延遲(P50 / P95):利用鏈路 Span 拆解是模型推理慢、網絡傳輸慢,還是本地單測與工具審批等待時間長;
- 工具調用與審批分佈:統計 Shell 執行、文件編輯與 MCP 工具的觸發頻次和拒絕率,為優化
AGENTS.md與權限配置提供數據依據(權限治理見 /guides/codex-permissions-sandbox)。
二、團隊落地最佳實踐:用內網 OTel Collector 解耦密鑰與脫敏
如果直接把雲端監控平台的長期 Bearer Token 寫死在幾十名開發者的 ~/.codex/config.toml 裏,不僅令牌輪換困難,還存在明文泄露隱患。本站建議採用「本地指向內網 Collector 網關」的四步架構:

圖:本站根據 OpenAI Codex 官方文檔:Advanced Configuration 整理的示意圖
- 在公司內網或開發機本機部署輕量 OpenTelemetry Collector:開放標準 OTLP HTTP 入口(如
http://127.0.0.1:4318或內網 TLS 網關),由 Collector 統一保管發往 Grafana Cloud、Datadog 或自建 ClickHouse/Prometheus 的上游鑑權密鑰。 - 下發無密鑰的用戶級
[otel]片段:開發者本機config.toml只填寫指向 Collector 的端點,無需在個人電腦儲存高權限上報令牌;同時結合企業管理架構規劃好工作區權限(參考 /guides/chatgpt-enterprise-vs-business-team)。 - 在 Collector 處理器層補一道強制脫敏:即便某名成員誤將
log_user_prompt改成true,Collector 也能在入庫前通過屬性過濾處理器(Attributes Processor)直接剝離提示詞正文與敏感路徑字段。 - 跑一次短會話驗證三路數據到賬:執行一次簡單
codex exec問答後,檢查 Collector 日誌和看板是否收到codex.*指標與對應 Trace Span,確認無 TLS 證書報錯或 401 拒收。
訂閱與帳號準備提示:在團隊推進 AI 編程可觀測性與成本治理時,統一的團隊席位管理比分散的個人訂閱更容易對帳與歸口。可在本站了解 ChatGPT Business 團隊定製 獲取企業級多席位方案;架構師做 OTel 看板驗證階段也可先通過 ChatGPT Pro 充值 滿足高頻測試需求;新帳號如遇註冊手機核驗受阻,可查看 Codex 註冊手機驗證服務。
三、常見排查要點:為什麼看板收不到數據
- 把
[otel]放進了倉庫.codex/config.toml:Codex 會忽略項目級遙測塊,必須移回用戶級~/.codex/config.toml(或自定義$CODEX_HOME/config.toml)。 - 在
headers裏寫了${OTEL_TOKEN}:[otel]不做環境變量插值,字面字符串${OTEL_TOKEN}會直接導致上游監控接口報認證失敗。 - 漏寫路徑後綴
/v1/logs、/v1/traces、/v1/metrics:OTLP HTTP 協議需要完整信號路徑,只填根域名會導致導出器持續返回 404。
常見問題
問:開啟 [otel] 後,如果內網監控 Collector 臨時宕機,會不會卡死開發者寫代碼?
答:遙測導出屬於後台異步上報通道,通常不會阻塞前台代碼生成,但長時間連接超時仍可能在診斷日誌產生報錯噪音。上線前建議給內網 Collector 配置高可用或健康告警,避免長時間丟數。
問:只想要 Token 和延遲統計,不想要龐大的日誌流,可以只開某一個導出器嗎?
答:可以。三個導出器互相獨立,只需保留 [otel.metrics_exporter] 與 [otel.trace_exporter],省略日誌 exporter 即可大幅降低存儲開銷。
問:國內研發團隊沒有外幣企業卡,且需要增值稅發票報銷,怎麼開通跑 Codex 的團隊或個人訂閱?
答:可通過本站 AI 會員充值總覽 諮詢 ChatGPT Business 團隊定製,或按需選購 ChatGPT Plus與 ChatGPT Pro。支持支付寶、微信支付與 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
- Codex config.toml 配置文件完整指南
- Codex 使用限額與配額計算規則
- Codex 權限審批與沙箱隔離模式詳解
- ChatGPT Enterprise 與 Business 團隊版管理權限對比
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:Advanced Configuration — https://learn.chatgpt.com/docs/config-file/config-advanced
- OpenAI Developers 文檔:Codex Configuration Reference — https://developers.openai.com/codex/config-reference
- OpenAI Developers 文檔:Codex Advanced Configuration — https://developers.openai.com/codex/config-advanced
0 條評論
還沒有評論,來搶沙發~