codex-layer.toml.example

# codex-layer 配置示例：把示例里的占位符换成你自己的值。
# 默认查找顺序：$CODEX_LAYER_CONFIG -> ./codex-layer.toml -> ~/.codex-layer/codex-layer.toml

[server]
# 默认只监听回环：本进程会持有上游密钥，不要默认暴露到局域网。
host = "127.0.0.1"
port = 12333
# 关停排空上界（秒，默认 45）：restart/停机时最多等在途流这么久，到点补
# 终止事件收口并退出。调小 = 重启更快但在途回合更易被收口；调大 = 反之。
# 0 = 不等待，信号到达即按终止语义收口。
# drain_seconds = 45

[upstream]
# 任意 OpenAI 兼容后端：mlx-serve、llama.cpp、vLLM、或云端 API。
# base_url 写到版本前缀即可（/v1），协议路径由本层拼接。
base_url = "http://127.0.0.1:11234/v1"
api_key = "YOUR_UPSTREAM_KEY"
# 上游方言：chat_completions 或 responses。
# 自建推理服务器（mlx-serve / llama.cpp / vLLM）通常是 chat_completions。
protocol = "chat_completions"
# 上游的默认模型名，请求未带 model 时使用；一般留空。
model = ""
# 上游不需要认证时打开：转发时不注入任何 Authorization。
no_auth = false
# 固定 User-Agent；留空则透传 codex 客户端的原始 UA（有些上游按 UA 判兼容）。
user_agent = ""

  # 追加到上游的自定义头，可写多条。
  # [[upstream.header]]
  # key = "X-Tenant"
  # value = "acme"

[stabilizer]
# 前缀稳定层总开关：剥离 image_resize_notice、system 块规范序、末轮 user 标记、
# 压缩轮 tools 回填与前缀对齐、前缀分叉探针。
# 关掉之后本层转发行为与不经本层逐字节一致，可用来对照排障。
prompt_prefix = true
# 严格 OpenAI 协议：剥掉各家私有的 reasoning 方言。接自建服务器一般不用开。
# 开启后 Gemini 系模型（含非白名单 ID）会开始收到标准 reasoning_effort 字段（issue #4）。
standard_openai_protocol = false

[stability]
# 稳定性监看数据面（issue #19）：GET /stability 只读聚合快照。
# 默认关：该路径返回 404「未启用」。
enabled = false
# 读诊断日志的尾部字节窗口上限（日志可达上百 MB，只读尾部）。
window_bytes = 8388608
# divergence 的 oldSnip/newSnip 可能含用户提示词：默认不外传，只给长度与位置；
# 开启才输出截断到 120 字符的片段，并在响应里带警示字段。
show_prompt_snippets = false

[images]
# 对这些模型剥离图片块（图片替换成占位文本），用于纯文本上游。
# strip_models = ["some-text-only-model"]

[timeouts]
connect_seconds = 5          # 建立 TCP 连接
header_seconds = 30          # 非流式请求等待响应头
stream_header_seconds = 120  # 流式请求等待首个响应头；长思考的上游要留足

[log]
# 诊断日志（JSONL）落点；留空用 ~/.codex-layer/codex-layer.log。
# 稳定层的钉定、分叉、压缩轮对齐事件都在这里。
path = ""

# 按模型改上游：命中 model 的请求转到这一段自己的 base_url，可换协议与模型名。
# 需要同时接多个上游时用它，本项目不做多渠道轮换。
# [[model_route]]
# model = "gpt-5"
# base_url = "http://127.0.0.1:8080/v1"
# api_key = "ANOTHER_KEY"
# protocol = "responses"
# target_model = "qwen3-vl"