Codex codex exec --json 事件流與 -o / --output-last-message 實戰:自動化解析每步調用並歸檔最終結果

把 Codex 接進 CI 或本地批處理腳本時,直接解析純文本輸出極易被進度資訊打斷。本文詳解 codex exec --json 的 JSONL 事件流結構、-o / --output-last-message 雙路落盤用法,以及結合 jq 與 Python 的解析模板。

NNathaniel bigo··原創首發·AI 輔助撰寫
11 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. --json 把 stdout 變成逐行 JSONL 事件流。開啟 codex exec --json 後,每一步會話初始化、命令執行、文件修改、推理片段和最終回覆都會以單行 JSON 對象實時輸出到 stdout,而連接診斷和錯誤日誌仍分離輸出到 stderr。
  2. -o / --output-last-message 專攻最終成品落盤。無需自己在幾百行 JSONL 裏反向翻找最後一條回覆,加上 -o ./report.md 即可直接把模型最終一條回答完整寫進目標文件。
  3. 「--json + -o」雙路並用是自動化最佳實踐。一條命令同時拿到兩份產物:events.jsonl 負責全鏈路審計、故障回溯與 Token 記帳,report.md(或搭配 --output-schema 產出的 result.json)直接餵給下游步驟或 PR 評論接口。
  4. 抓下 thread.started 裏的 thread_id 即可斷點續跑。流水線如果分階段推進(例如先掃描、人工確認後再修補),從第一行 JSONL 解析出 thread_id,後續就能通過 codex exec resume <thread_id> 接着上下文繼續幹活。
  5. 批量自動化巡檢與多輪工具調用對週期配額消耗更集中。國內如無外幣支付渠道,可在本站自助開通 ChatGPT Plus 或配額更高的 ChatGPT Pro,團隊多人標準化接入流水線也可了解 ChatGPT Business 團隊定製。

codex exec --json 常見事件類型速查表

圖:本站根據 OpenAI Codex 官方文檔:Non-interactive mode 整理的示意圖

本文根據 OpenAI Codex 官方文檔《Non-interactive mode》《Codex CLI reference》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

  • 正在把 codex exec 接入 GitHub Actions、GitLab CI、Jenkins 或本地定時巡檢腳本,希望結構化採集每一步執行軌跡的研發工程師;
  • 既想把最終評審報告、發佈說明或檢測 JSON 乾淨儲存成文件,又不想丟掉完整命令調用與 Token 消耗記錄的團隊;
  • 之前直接截取 codex exec 純文本 stdout,結果被中間日誌或換行符破壞解析邏輯的腳本作者。

一、--json 輸出的 JSONL 事件流長什麼樣

預設運行 codex exec 時,終端面向人類閱讀輸出排版文本;加上 --json 後,stdout 會嚴格按 JSON Lines(每行一個合法 JSON) 吐出事件,典型生命週期如下:

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":"全部檢查完成,未發現阻塞性迴歸。"}}
{"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 的具體子類名稱和附加字段可能會有細微擴充,編寫下游解析腳本時應針對你關心的 type 做條件匹配並忽略未知字段,保證升級後不脆弱。完整 CLI 命令總覽可查閱 /guides/codex-cli-commands-cheatsheet。

二、實戰模板:--json + -o 雙路輸出與流式解析

下面給出日常 CI 與本地自動化裏最穩妥的四步流水線搭法(無狀態 CI 基礎配置可同步參考 /guides/codex-exec-full-auto-ephemeral-ci-pipeline-guide)。

雙路輸出自動化流水線四步實戰

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

模板 1:Shell 一條命令同時歸檔事件流與最終報告

bash
mkdir -p ./codex-artifacts

codex exec \
  --sandbox read-only \
  --ephemeral \
  --json \
  -o ./codex-artifacts/pr-review.md \
  "審查最近一次提交的鑑權改動,按嚴重級別輸出 Markdown 檢查結論" \
  > ./codex-artifacts/events.jsonl \
  2> ./codex-artifacts/stderr.log

執行結束後:

  • ./codex-artifacts/pr-review.md 裏是乾淨的最終 Markdown 結論,可直接調用 GitHub CLI 發到 PR 評論區;
  • ./codex-artifacts/events.jsonl 保留完整步驟記錄,方便審計 Codex 實際讀了哪些文件、跑了哪些命令;
  • ./codex-artifacts/stderr.log 單獨承接網絡告警或異常診斷,絕不污染 JSONL 格式。

模板 2:用 jq 實時提取進度、會話 ID 與 Token 消耗

bash
# 從落盤事件流中提取會話 ID
jq -r 'select(.type=="thread.started") | .thread_id' ./codex-artifacts/events.jsonl

# 彙總本輪輸入、緩存命中與輸出 Token
jq -r 'select(.type=="turn.completed") | .usage' ./codex-artifacts/events.jsonl

# 僅篩選最終代理回覆文本
jq -r 'select(.type=="item.completed" and .item.type=="agent_message") | .item.text' ./codex-artifacts/events.jsonl

模板 3:Python 實時流式監聽並觸發告警(本站建議)

如果需要在執行過程中實時把工具調用打印到 CI 面板或監控超時,可用 Python 逐行讀取管道(更多管道喂入技巧見 /guides/codex-cli-pipe-stdin-exec-recipes):

python
import json, subprocess

proc = subprocess.Popen(
    [
        "codex", "exec", "--json",
        "--output-last-message", "final.txt",
        "檢查倉庫是否存在未關閉的數據庫連接並彙總"
    ],
    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 統計:", ev.get("usage"))
proc.wait()

如果下游程序需要機器嚴格可讀的字段(如 severity、files、pass),還可以再疊加 --output-schema schema.json 並把 -o 指向 result.json(完整寫法參考 /guides/codex-output-schema-structured-json-guide)。

訂閱與帳號準備提示:把 codex exec 接入每次提交或定時巡檢後,並發與累計調用量會快速上升,建議關注窗口配額監控(限額說明見 /guides/codex-usage-limits)。如果高頻觸頂,可在本站升級 ChatGPT Pro 充值 或 ChatGPT Pro 20x 高額度檔;新帳號註冊遇到手機驗證問題,也可查看 Codex 註冊手機驗證服務。

三、腳本解析避坑要點(本站建議)

  1. 嚴禁把 2>&1 混進 --json 管道。一旦把 stderr 合併到 stdout,網絡重試提示或警告行會夾雜在 JSONL 裏,直接導致 jq 或 json.loads() 拋解析異常。務必把 stdout 和 stderr 分開重定向。
  2. 先判斷進程退出碼,再讀取 -o 文件。當任務中途因網絡中斷、審批拒絕或非受信任目錄失敗時,-o 指定的文件可能尚未生成或為空。腳本里必須先校驗 $?(PowerShell 校驗 $LASTEXITCODE)為 0,且目標文件非空,再往下游推送。
  3. 非 Git 倉庫目錄要提前考慮 --skip-git-repo-check。在乾淨構建目錄或解壓包裏運行 codex exec 時,如果目標路徑下沒有 .git,會立刻中止退出,需按需顯式加上該參數。

常見問題

問:用了 -o report.md 之後,stdout 還會打印內容嗎?

答:會。-o / --output-last-message 只是把最終回覆額外儲存一份到指定文件,不影響 stdout 的正常輸出;因此它天生適合與 --json > events.jsonl 組合實現雙路輸出。

問:能不能只把最終結果輸出成嚴格 JSON,而不是普通 Markdown?

答:可以。把 --output-schema ./schema.json 和 -o ./result.json 搭配使用,Codex 會按你給定的 JSON Schema 約束最終消息格式,並直接落盤到 result.json,下游腳本無需任何正則清洗。

問:國內沒有外幣信用卡,或者公司研發團隊需要開增值稅發票報銷,怎麼開通能跑 Codex 的訂閱?

答:可在本站 AI 會員充值總覽 按需選購 ChatGPT Plus、ChatGPT Plus 官網直充 或高配額的 ChatGPT Pro,企業團隊多人採購可直接查看 ChatGPT Business 團隊定製。支持支付寶、微信支付與 AlipayHK,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

參考資料

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

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~