• 今天哪几场？几点开？

• 收藏的比赛怎么提前提醒？

• 想分享观赛计划，手动截图排版太累

我花一个下午做了这个：深夜球场·我的世界杯观赛指南

它解决什么

不是又一个赛程表。是从筛选到提醒到分享的完整闭环：

1. 今日赛场

黑底首屏，逐秒倒计时到下一场开球，当天所有比赛一眼扫完。

不用翻日历找今天的赛程，开页面就是「距加拿大 vs 波黑 还有 12:58:27」，直播中的比赛实时标注状态。

2. 筛选收藏

12个小组 + 淘汰赛阶段、8座城市、48支球队、104场比赛，点星标收藏。

可以只看巴西的、只看决赛圈的、只看洛杉矶主办的，筛选逻辑叠加，收藏状态带 hash 参数可分享。

3. 日历提醒

收藏后一键加手机日历，开球前30分钟提醒。

关键细节：iOS/Android 点按钮直接唤起日历导入页（不走下载目录），背后是 Cloudflare Pages Function 从静态全量日历里按收藏 ID 实时过滤，返回 Content-Disposition: inline。

4. 观赛长图

生成带二维码的观赛计划长图，发朋友圈/群聊，朋友扫码一键导入你的收藏。

长图自动排版、插入站点二维码（QRCode.js 生成），移动端点下载走 Web Share API 直达相册，不进文件夹。

核心断点：不是缺赛程信息，是「北京时间」+「选择性订阅」+「可分享」这三件事没有一站式工具。

技术实现（vibe coding 验证点）

零构建纯静态 + 边缘函数，全程一个 Claude Code 对话完成。

架构选择

worldcup-2026/
├── index.html          # 单文件，零依赖，本地 file:// 直接可用
├── data.js             # 唯一数据源：104场赛程+转播平台+站点URL
├── wc26-full.ics       # 全量静态日历（工具生成）
├── functions/cal.js    # Pages Function：按收藏ID过滤日历
└── tools/gen-ics.cjs   # Node脚本：从data.js生成ICS

为什么不用 React/Vue：

• 不需要状态管理（收藏用 localStorage + URL hash）

• 不需要路由（单页全展示）

• 不需要构建（改完 push 就部署）

为什么需要 Pages Function：

• 静态 ICS 是全量 104 场，个性化日历需要运行时过滤

• Function 无状态边缘计算，从 /wc26-full.ics 读取 → 按 UID 过滤 → 返回 text/calendar inline

• 手机才会直接唤起日历导入，不走下载

数据驱动设计

data.js 是唯一事实来源：

const MATCHES_RAW = [
  ['06-12','03:00','A','墨西哥','MEX','南非','RSA','墨西哥城'],
  // 字段: [日期, 时间, stage, 队1, 码1, 队2, 码2, 城市]
]

const TV_PLATFORMS = [
  { name:'CCTV5 / 央视频', url:'https://tv.cctv.com/live/cctv5/' },
]

const SITE_URL = 'https://wc26.operonai.com/';

日常维护循环（每天早上，淘汰赛对阵确定后）：

vim worldcup-2026/data.js  # 把「待定/TBD」替换为真实队名
node worldcup-2026/tools/gen-ics.cjs  # 重新生成全量ICS
git push  # Cloudflare Pages 自动部署，日历订阅用户自动同步

改一处，全链路同步：HTML 读 data.js 渲染页面、ICS 生成器读 data.js 写日历、Function 从静态 ICS 过滤。

品牌设计

2026 美加墨世界杯官方品牌语言：

• 三国旗色：墨西哥绿 #00754a、加拿大红 #d2122e、美国深蓝 #15356e、奖杯金 #d4a72c

• 顶部色带：6px 固定高度 ribbon，三国色交替

• 标题红色空心圆环：间隔号位置（不是句号），垂直对齐字高中线

• 官方图形语言：方形 + 四分之一圆单元条（.tiles class）

没用世界杯官方会徽和吉祥物素材，球迷自制工具，与 FIFA 无关。

vibe coding 全程

这正是我一直验证的 vibe coding：不写需求文档，边对话边成型，从想法到上线不离开一个会话。

时间线：

• 13:00 提出需求：做个北京时间赛程表

• 13:15 第一版上线：静态 HTML + 数据驱动

• 14:30 加入今日倒计时、筛选收藏、海报生成

• 15:45 边缘函数实现个性化日历

• 16:20 手机端优化：Web Share API 直达相册

• 16:40 最终部署、Git 仓库初始化、CLAUDE.md 文档

Claude Code 做了什么：

• 联网核实转播平台（央视/咪咕/小红书持权公告）

• 从多个公开报道汇总 104 场赛程（Sky Sports / NBC Sports）

• 生成符合 2026 官方品牌的视觉设计

• 本地截图验证（Edge 无头浏览器）

• 部署到 Cloudflare Pages（wrangler CLI）

• 实时调试边缘函数（curl 验证 /cal 端点）

人做了什么：

• 提需求、视觉反馈（「红点太小了」「链接不对」）

• 真机验证（手机日历导入、微信内打开）

• 最终确认部署

80% 的实现、调试、部署都在对话里完成，我只需要在关键决策点确认方向。

为什么值得收藏

不只是「好用」，是可迁移的产品思路：

1. 单文件 HTML 的复兴

2026 年了，零构建纯静态仍然是最快的产品验证方式。

不是「回到过去」，是现代边缘计算 + 老派静态文件的组合拳：

• 静态部分：CDN 全球分发，秒开

• 动态部分：Pages Function 边缘计算，个性化不引入后端

• 开发体验：改完 push 就部署，无构建等待

什么时候该用单文件 HTML：

• 数据量 <1000 条（客户端渲染无压力）

• 无复杂状态管理（localStorage + URL hash 够用）

• 快速验证产品假设（一天上线）

2. 数据驱动的日常维护

赛程更新只改一个 data.js，HTML/ICS/Function 自动同步。

这是「单一事实来源」在小工具里的实践：

• HTML 直接 <script src="data.js"> 引入渲染

• ICS 生成器 require('./data.js') 读取写文件

• Function 从静态 ICS 过滤（data.js 变化后重新生成 ICS）

对比常见做法：

• ❌ 赛程硬编码在 HTML → 改一场要全局搜索替换

• ❌ 赛程存数据库 → 每次改都要上后台、写 SQL

• ✅ 赛程在 data.js → vim 改完 push，三分钟上线

3. 闭环思维

不止给信息，给完整动作链。

产品设计的闭环：

• 筛选 → 收藏（带 hash 可分享）

• 收藏 → 日历提醒（移动端一键导入）

• 收藏 → 观赛长图（带二维码可传播）

每个环节都省一步：

• 不用手动复制粘贴到日历

• 不用截图拼接海报

• 不用朋友问「你收藏哪几场」再转发

对比常见赛程表：

• 只给信息 → 用户要自己订阅、自己记

• 只给提醒 → 没法分享给朋友

• 只给长图 → 没法导入日历

闭环的本质是：让用户在你的产品里完成完整任务，不跳出去补齐缺失环节。

可复用的技术链路

如果你也在做小工具或内部效率产品，这条链路可以直接复用：

需求 → Claude Code 对话 → 单文件 HTML + data.js → 
Cloudflare Pages 部署 → Pages Function 补个性化 → 
一个下午上线

适合场景：

• 团队内部工具（OKR 看板、值班表、会议室预订）

• 临时活动页（报名表、投票、日程安排）

• 数据可视化（日报/周报生成、指标 Dashboard）

• 个人效率工具（习惯打卡、账单记录、阅读清单）

核心优势：

• 无构建：改完立刻部署

• 无后端：静态 + 边缘函数够用

• 可维护：数据集中在一个文件

• 可验证：vibe coding 全程可回溯

站点：wc26.operonai.com
代码：github.com/jason-create-cmd/wc26-guide（private，感兴趣可申请访问）

6月12日到7月20日，深夜不错过。

如果你在做类似工具，或想了解 vibe coding 的完整实践，欢迎在评论区交流：

• 你现在最卡筛选、提醒还是分享？

• 你的工作流里有哪些环节可以「闭环」优化？

• 你试过零构建 + 边缘函数的组合吗？

用途：让 Codex 回看近期 sessions、memories、rollout summaries、Chronicle 和现有 skills/agents/automations，识别值得封装的重复工作流，并只创建高置信、缺失、范围窄的资产。

使用边界：

• 适合周期性做 skills-hub / agent workflow 盘点。
• 要求先给 compact shortlist，再只创建高置信 missing items。
• 避免创建 speculative、overlapping、过宽的 skill / subagent / automation。

Prompt

"Look back over my recent work from the last 30 days, or all available history if shorter, and identify repeated manual workflows worth packaging.

Use available evidence in this order:
- Recent Codex sessions and task summaries.
- Codex Memories and rollout summaries to find patterns repeated across sessions.
- Chronicle, if enabled, to spot repeated work outside Codex. Use Chronicle for discovery only; confirm important details in the relevant source system when possible.
- Existing skills, custom agents, and automations, so you reuse or extend what already exists instead of duplicating it.

Look broadly for work that is repeated, time-consuming, error-prone, context-heavy, or benefits from a consistent process. Include workflows across coding, research, writing, planning, communication, operations, analysis, and personal administration.

Only act on a candidate when it:
- occurred at least twice, or is clearly likely to recur and costly to repeat;
- has stable inputs, a repeatable procedure, and a clear output or stopping condition;
- would materially improve speed, quality, consistency, or reliability;
- is not already adequately covered.

Choose the smallest appropriate form:
- Skill: a reusable workflow or playbook.
- Custom subagent: a bounded specialist role or investigation task suitable for delegation.
- Automation: a scheduled or recurring check, report, reminder, or monitor.
- Skip: work that is too one-off, ambiguous, sensitive, or poorly evidenced to package.

First produce a compact shortlist with:
- repeated workflow
- supporting evidence and dates
- frequency/confidence
- recommended form: skill, subagent, automation, extend existing, or skip
- why it is or is not worth creating

Then create only the high-confidence missing items. Keep them narrow, practical, source-aware, and easy to validate. Do not create speculative, overlapping, or overly broad assets.

Finish with:
- what you created or extended
- what you deliberately skipped
- what needs more evidence before packaging"

翻译版本

回顾我过去 30 天内的近期工作，若历史记录更短则查看全部可用记录，识别值得打包的重复性手动工作流程。

按以下顺序使用可用证据：
- 最近的 Codex 会话记录及任务摘要。
- Codex 记忆与部署摘要，以发现跨会话重复的模式。
- 启用 Chronicle（编年史）功能，可识别 Codex 之外的重复性工作。仅将 Chronicle 用于发现目的；在可能的情况下，请通过相关源系统确认重要细节。
- 利用现有技能、自定义代理和自动化流程，以便复用或扩展已有成果，避免重复建设。

广泛寻找那些重复性高、耗时、易出错、依赖大量上下文或能从标准化流程中受益的工作。涵盖编码、研究、写作、规划、沟通、运营、分析及个人事务管理等各类工作流。

仅当候选事项满足以下条件时方可采取行动：
- 至少发生过两次，或明显可能再次发生且重复成本高昂；
- 具有稳定的输入、可重复的流程，以及明确的输出或终止条件；
- 能显著提升速度、质量、一致性或可靠性；
- 尚未被充分覆盖。

选择最合适的形式：
- 技能：可复用的工作流程或操作手册。
- 自定义子代理：适合委派的限定专家角色或调查任务。
- 自动化：定时或重复执行的检查、报告、提醒或监控。
- 跳过：过于一次性、模糊、敏感或证据不足而难以整合的工作。

首先制作一份简洁的候选清单，包含：
- 重复的工作流程
- 支持性证据和日期
- 频率/置信度
- 推荐形式：技能、子代理、自动化、扩展现有功能，或跳过
- 判断其是否值得创建的理由

然后仅创建高置信度的缺失项目。保持项目范围明确、实用、基于来源且易于验证。请勿创建推测性、重叠或过于宽泛的资产。

最后以：
- 你创建或扩展的内容
- 你刻意跳过的内容
- 在打包前需要更多证据的内容

用途：让 Codex 系统性阅读和检索历史对话记录、执行日志、memory 与项目配置，提炼可复用经验、个人偏好和后续默认规则。

适用场景：

• 需要从大量 Codex sessions / logs 中做复盘。
• 需要把用户偏好、UI 风格、产品理念沉淀成结构化档案。
• 需要把历史执行经验转成后续 agent 可直接继承的规则。
• 需要把产物接入 .agent、AGENTS.md、CLAUDE.md 等加载链路。

Prompt

/goal 阅读并检索我们所有的 Codex 对话记录与执行日志，进行系统性复盘，提炼出可复用的经验文档。

文档需要涵盖以下内容：
一、执行经验总结：记录哪些做法导致了问题、最终正确的执行方式是什么，以及从中得出的教训。

二、我的偏好与理念提炼：从对话中识别并归纳我的 UI 设计偏好、产品设计理念、交互原则等，形成结构化的个人风格档案。

三、可复用规则清单：将上述内容整理为 Codex 未来可直接遵循的行为准则。

完成文档后，将其保存为独立文件，并在 .agent 配置中以地址引用的方式加载该文档，使后续所有 Codex 会话默认继承这些经验，无需重复说明。

使用建议

• 先读取当前项目的 AGENTS.md / CLAUDE.md，确认经验文档应该进入全局 rules 还是项目 .agent。
• 先盘点日志规模，再用脚本结构化提取用户纠偏、失败工具调用、主题分布和高频路径。
• 不要把 sessions 原文批量塞进上下文；优先使用索引、抽样、关键词和 rollout summaries。
• 经验文档要区分三层：全局通用规则、项目经验规则、一次性执行日志。
• 完成后用 git diff --check、UTF-8 读回和 scoped git status 验证。

记录 Antigravity 2.0 登录时出现账号不可用提示的排查与处理。适用于错误：

Sorry, this account is ineligible to use Antigravity
Authentication failed.

1. 结论

优先排查两类问题：

1. 网络环境不符合要求：VPN 未开启，或未开启 TUN 模式。

2. Google 账号关联地区不符合要求：如果账号地区仍是 China，需要申请改到 United States。

这类问题不一定是 Antigravity 客户端故障。网络出口和 Google 账号地区都会影响 eligibility 判断。

2. 快速检查

2.1 检查 VPN 和 TUN

先确认：

• VPN 已开启。

• TUN 模式已开启。

• 登录 Antigravity 的浏览器 / IDE 流量确实走代理出口。

如果 VPN 没开，或只开了系统代理但没有 TUN，Antigravity 登录页仍可能拿到不符合要求的地区判断。

2.2 检查 Google 账号地区

打开 Google Terms 页面确认当前账号关联地区：

Google Terms

如果页面或账号关联信息显示地区为 China，就按下面流程申请修改。

3. 修改 Google 账号地区

进入 Google country association form：

Google Country Association Form

修改原因可以写英文：

I need to use Google AI Ultra for my work, please help me to change to US.

提交后一般需要等待 Google 邮件回复。经验上大约 1 小时左右会收到结果邮件。

4. 处理顺序

建议按这个顺序排查：

1. 开启 VPN。

2. 开启 TUN 模式。

3. 重新打开 Antigravity 登录流程。

4. 如果仍提示账号不可用，检查 Google 账号关联地区。

5. 如果关联地区是 China，提交 Google country association form，申请改为 United States。

6. 等待 Google 邮件确认后，再重新登录 Antigravity。

5. 复盘判断

这个坑的关键点是：Antigravity 2.0 的登录资格判断不是只看当前客户端，也可能同时受网络出口和 Google 账号地区影响。

所以不要只在 Antigravity 里反复切账号。先保证网络出口合规，再处理 Google account country association。

起因：一个真实的痛点

周末录制技术视频的时候，我遇到了一个看似简单但实际上相当恼人的问题——给视频配字幕。

这件事说起来不难，但做起来处处是坑。

录完一段屏幕操作演示，我心想，字幕嘛，2026 年了，AI 都能写代码了，加个字幕还不是分分钟的事？

事实证明，我太天真了。

踩坑之旅：那些"差一点就好用"的方案

第一站：飞书妙记

我最先想到的是飞书。飞书妙记支持语音转文字，而且它的中文识别效果确实不错——短句拆分自然、口语过滤到位、几乎可以直接拿来当字幕用。

但问题来了：

免费版只有 15 分钟。

我如果经常要做字幕生成功能的话。15 分钟根本不够用。

想要更多？升级 AI 会员，连续包月 ¥69/月，年付 ¥699。

一个字幕功能，要我每年花 700 块？我就偶尔录个视频，用不了那么多。

第二站：剪映

网上很多人推荐剪映——把视频导入，自动识别字幕，再导出 SRT 文件替换。

这个方案有几个问题：

1. 也有时长限制——免费版对视频长度有门槛

2. 操作链路长——导入、识别、导出、再合并，折腾半天

3. 我的场景是技术视频，里面大量英文术语、代码片段、产品名，剪映的识别准确率并不理想

第三站：通义听悟

阿里的通义听悟倒是支持语音转文字，但我实际试了之后发现：

1. 同样有时间限制

2. 百分比显示不对——我说的"百分之十"，它给我转成了一种非常规的格式，不是日常习惯的 10%

说白了，这些工具有一个共同特点：

免费版让你尝到甜头，但想真正用起来，得掏钱。

转折：为什么不自己造一个？

踩完一圈坑之后，我停下来想了想：

AI 现在这么强大，语音识别的 API 到处都是，Cloudflare 提供了几乎免费的基础设施——正好周末有时间，我为什么不用 Vibe Coding 的方式，自己造一个？

这不就是 Vibe Coding 最理想的场景吗？

• ✅ 痛点真实——我自己每周都要用

• ✅ 需求明确——上传视频 → 生成字幕 → 下载 SRT/ASS

• ✅ 技术路径清晰——语音识别 API + 文件存储 + 简单前端

• ✅ 部署成本接近零——Cloudflare 免费套餐基本够用

于是我决定：不是去找一个完美的工具，而是自己造一个刚好够用的工具。

这就是 Vibe Coding 的精神——与其等待，不如动手；与其凑合，不如精准解决自己的问题。

技术选型：为什么选 Cloudflare 全家桶？

在动手之前，我调研了一下常规的字幕生成实现方式：

方案一：本地跑 Whisper

OpenAI 的 Whisper 是目前最主流的开源语音识别模型。可以在本地跑，精度也不错。

但问题是：

• 需要 GPU，我的 Mac 跑起来巨慢

• 大文件（2-3 小时视频）内存开销惊人

• 部署成服务需要一台 GPU 服务器，成本不低

方案二：云端 API

各大云厂商都有语音识别 API——Google、Azure、AWS、阿里、腾讯，这些当然也是可以的。

我的选择：Soniox + Cloudflare

最终我选了一个相对小众但非常适合这个场景的组合：

整套方案的运行成本：几乎为零。

Cloudflare 的免费套餐完全覆盖我的用量。Soniox 注册送的 $200 额度，按我的使用频率够用很长时间。DeepSeek 的 API 本身我就有在用，单价极低。Gemini 作为备用，免费额度也够。

这就是 Vibe Coding 的另一个核心理念：不是花最多的钱买最贵的方案，而是用最巧的方式组合出最适合自己的方案。

架构设计：从上传到字幕的完整链路

整个系统的数据流是这样的：

具体步骤：

1. 打开工具页面，用密码登录（私人工具，不开放注册）

2. 上传视频文件，前端自动读取视频宽高

3. 浏览器直传 R2——视频不经过 Worker，直接通过签名 URL 上传到对象存储，避免 Worker 体积限制

4. Worker 创建任务，在 D1 记录 job 元数据，调用 Soniox 异步转写

5. Soniox 后台处理，完成后通过 Webhook 回调 Worker

6. Worker 生成初步字幕，把 Soniox 返回的 token 按时间分段

7. LLM 润色字幕文本——这是最关键的一步

8. 输出三种格式：SRT（通用字幕）、ASS（带样式字幕）、Transcript JSON（完整文稿）

一个 8分钟 的视频，从上传到字幕生成完成，大约 1-2 分钟。大部分时间花在 Soniox 的异步转写上，Worker 本身的处理几乎是瞬时的。实际效果非常 nice，Soniox 的中英文混合识别能力确实出色。

关键创新：LLM 字幕润色

这个项目最有意思的部分，不是语音识别本身，而是用 LLM 做字幕后处理。

为什么需要 LLM？

原始的 ASR（语音识别）输出有几个典型问题：

• 口语词太多——"呃"、"嗯"、"那个"、"就是说"满天飞

• 重复表达——"这个这个"、"然后然后"

• 英文断裂——D em o 被拆成三个词，A P I 被拆成三个字母

• 数字格式混乱——"百分之十"到底是写成"10%"还是"百分之十"还是"百分之百10"？

这些问题，传统的文本处理规则很难覆盖。但 LLM 天然擅长——它理解上下文，知道什么该删、什么该留、什么该合并。

设计原则

我给 LLM 定了几条硬规则：

1. LLM 只处理文本，不碰时间码——时间轴的准确性由 Worker 保证

2. LLM 输出必须引用原始片段 ID——不能凭空创造句子

3. 可以合并相邻短句，不能删除信息

4. 失败时自动回退原始字幕——宁可粗糙，不能丢内容

默认的润色风格对标飞书妙记：

短句优先，8-18 个字一条。删口语词，修断裂英文，数字按场景处理。每条字幕开头结尾不留标点。

# 润色前（原始 ASR 输出）
"呃然后这地方可以设置这个预算超过百分之百10的一个处理方法"

# 润色后（LLM 处理）
"这里可以设置预算超过110%的处理方法"

一行字幕，从 28 个字压缩到 16 个字。信息量不变，阅读体验天差地别。

双 LLM 策略

为了稳定性，我采用了双 LLM 策略：

• 主力：DeepSeek——我手上本来就有 API key，中文处理能力强，价格极低

• 备用：Google Gemini——免费额度充足，DeepSeek 挂了自动切换

• 兜底：如果两个都挂了，直接用原始字幕，任务照样完成

不会因为 LLM 的问题导致整个任务失败——这是工程思维，不是 demo 思维。

ASS 字幕样式：细节决定体验

很多字幕工具生成的 ASS 文件有一个常见 bug：不写入视频分辨率。

这会导致 ffmpeg 在烧录字幕时，把分辨率回退到默认的 384×288，字幕直接被拉大到占满半个屏幕。

我的方案在前端上传时就读取视频的真实宽高，写入 ASS 的 PlayResX / PlayResY：

烧录出来的效果，和专业剪辑软件输出的字幕几乎无差别。

开发过程：一个周末，从 0 到上线

整个开发过程，从有想法到生产上线，就用了一个周末。周末正好有录视频的需求，痛点摆在面前，索性直接动手。

周六上午：骨架搭建 + 首次部署

• 初始化项目，搭建 Vite + React 前端

• 编写 Worker API：登录、上传签名、任务管理、Soniox 集成

• 配置 Cloudflare 全家桶：Pages、Worker、R2、D1

• 踩了一堆 Cloudflare 部署的坑（Pages 和 Worker 配置冲突、R2 凭证混淆、DNS 生效等待……）

• 首次部署成功，首页返回 200

周六下午 → 周日：LLM 润色 + 生产验证

• 集成 LLM 字幕后处理模块

• 接入我已有的 DeepSeek API 作为主力，Google Gemini 作为备用

• 迭代字幕提示词，对标飞书妙记效果

• 修复 ASS 样式问题（PlayResX/PlayResY、底部间距、字体）

• 前端增加自定义提示词功能

• 生产验证：7分钟 的视频，几分钟 完成，字幕质量达标

周日下午：开源发布

• 拆分私有仓库和公开仓库

• 脱敏处理：替换真实域名、Account ID、数据库 ID

• 编写 export 脚本，保证后续同步安全

• 配置 GitHub Actions CI、CodeQL、Dependabot

• detect-secrets 扫描 0 发现

• 正式开源：video-caption-generator

一个周末。从痛点到产品，从代码到开源。

这就是 Vibe Coding 的速度。不是因为代码量少，而是因为——你知道你要什么，AI 帮你写，Cloudflare 帮你跑，你只需要做决策。

Cloudflare 免费套餐：Pages 无限站点、Workers 10 万次/天、R2 免费 10GB、D1 免费 5GB。Soniox 注册送 $200 额度。

对于个人使用，这些额度远远够用。

可扩展性：不只是字幕

这个项目的架构天然支持扩展：

• 多语言——Soniox 支持 40+ 语言，换个 model 参数就行

• 实时字幕——Soniox 也有 realtime API，可以扩展为直播字幕

• 批量处理——前端可以改为队列模式，一次上传多个视频

• 团队使用——加个用户系统就能变成团队工具

• 自定义 LLM——支持 LLM_BASE_URL 配置，可以接任何 OpenAI 兼容的模型

这也是我选择开源的原因——这个工具解决的不只是我一个人的问题。

每一个录视频的人，都会遇到字幕的烦恼。不是所有人都需要 Adobe Premiere 那样的全功能方案，有时候，一个够用、免费、可控的工具，就是最好的工具。

写在最后

回过头看这个项目，最让我感触的不是技术本身，而是一种做事的方式：

当你遇到一个真实的痛点，不要在现有工具里反复横跳，不要等待某个完美方案出现。用你手边的技术，用 AI 的能力，用 Vibe Coding 的方式——直接造一个。

一个周末，0 成本运行，解决了一个每周都会遇到的问题。

这不是什么了不起的技术壮举。这只是 2026 年，一个普通开发者应该具备的能力——看到问题，分析问题，用 AI 解决问题。

工具的最高境界，是为你量身定做的。

🔗 开源地址：github.com/jason-create-cmd/video-caption-generator

🎬 操作演示：完整的操作视频和效果展示见评论区

如果这个项目对你有帮助，欢迎 Star ⭐ 和 Fork 🍴

(() => {
  "use strict";

  const addStyle = (css) => {
    const style = document.createElement("style");
    style.textContent = css;
    document.head.appendChild(style);
  };

  const CONFIG = {
    USD_PER_CREDIT: 40 / 1000,
  };

  const fmtNum = (n) => {
    if (n >= 1e8) return (n / 1e8).toFixed(2) + "亿";
    if (n >= 1e4) return (n / 1e4).toFixed(1) + "万";
    return Number(n || 0).toLocaleString();
  };

  const n = (v) => (Number.isFinite(Number(v)) ? Number(v) : 0);

  const tokenTotal = (obj = {}) =>
    n(obj.text_total_tokens) ||
    n(obj.cached_text_input_tokens) +
      n(obj.uncached_text_input_tokens) +
      n(obj.text_output_tokens);

  function getPageBearerToken() {
    const bootstrapData =
      document.getElementById("client-bootstrap")?.textContent || "";

    return bootstrapData.match(
      /[\w-]{30,}\.[\w-]{30,}\.[\w-]{30,}/,
    )?.[0];
  }

  document.getElementById("codex-compass-btn")?.remove();
  document.getElementById("codex-compass-root")?.remove();

  addStyle(`
    #codex-compass-root {
      position: fixed; top: 5%; left: 50%; transform: translateX(-50%);
      width: 720px; max-height: 90vh; overflow: auto; background: #fff;
      border-radius: 12px; box-shadow: 0 10px 50px rgba(0,0,0,0.3);
      z-index: 2147483647; padding: 24px; display: none;
      flex-direction: column; border: 1px solid #e5e5e5; color: #333;
      font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", system-ui, sans-serif;
    }
    .compass-header { display: flex; justify-content: space-between; align-items: center; margin-bottom: 15px; }
    .compass-title { font-size: 18px; font-weight: 600; }
    .compass-close { cursor: pointer; font-size: 28px; color: #999; line-height: 1; }
    .compass-note { font-size: 12px; color: #777; line-height: 1.6; margin: -4px 0 16px; }
    .compass-grid { display: grid; grid-template-columns: repeat(4, 1fr); gap: 12px; margin-bottom: 20px; }
    .compass-card { background: #f9f9f9; padding: 12px; border-radius: 8px; border: 1px solid #eee; }
    .compass-card.highlight { background: #eefaf5; border-color: #d1f2e1; }
    .card-label { font-size: 12px; color: #666; margin-bottom: 4px; }
    .card-value { font-size: 15px; font-weight: 700; color: #10a37f; white-space: nowrap; }
    .table-container { max-height: 220px; overflow-y: auto; border: 1px solid #eee; border-radius: 6px; margin-bottom: 15px; }
    .compass-table { width: 100%; border-collapse: collapse; font-size: 12px; }
    .compass-table thead { position: sticky; top: 0; background: #f5f5f5; z-index: 1; }
    .compass-table th { text-align: left; padding: 8px; border-bottom: 1px solid #eee; color: #666; }
    .compass-table td { padding: 8px; border-bottom: 1px solid #f0f0f0; }
    .compass-footer-row { background: #fafafa; font-weight: 700; position: sticky; bottom: 0; border-top: 2px solid #eee; }
    #codex-compass-btn {
      position: fixed; bottom: 20px; right: 20px; z-index: 2147483646;
      padding: 10px 20px; background: #10a37f; color: white;
      border: none; border-radius: 8px; cursor: pointer; font-weight: 600;
    }
  `);

  async function apiGet(path, token) {
    if (!token) {
      throw new Error("未找到页面 Bearer token，无法访问 Codex usage 接口。");
    }

    const res = await fetch(path, {
      headers: {
        Authorization: `Bearer ${token}`,
      },
      credentials: "omit",
    });

    const text = await res.text();

    if (!res.ok) {
      throw new Error(`${path} HTTP ${res.status}: ${text.slice(0, 300)}`);
    }

    try {
      return JSON.parse(text);
    } catch {
      throw new Error(`${path} returned non-JSON: ${text.slice(0, 300)}`);
    }
  }

  function getStats(list) {
    const credits = list.reduce((sum, d) => sum + n(d.totals?.credits), 0);
    const turns = list.reduce((sum, d) => sum + n(d.totals?.turns), 0);
    const tokens = list.reduce((sum, d) => sum + tokenTotal(d.totals), 0);
    return { credits, turns, tokens, usd: credits * CONFIG.USD_PER_CREDIT };
  }

  function renderTable(list, stats) {
    return `
      <div class="table-container">
        <table class="compass-table">
          <thead>
            <tr><th>日期</th><th>Credits</th><th>Tokens</th><th>金额</th><th>轮数</th></tr>
          </thead>
          <tbody>
            ${[...list].reverse().map((row) => `
              <tr>
                <td>${row.date}</td>
                <td style="font-family:monospace">${n(row.totals?.credits).toFixed(3)}</td>
                <td style="font-family:monospace">${fmtNum(tokenTotal(row.totals))}</td>
                <td>$ ${(n(row.totals?.credits) * CONFIG.USD_PER_CREDIT).toFixed(2)}</td>
                <td>${n(row.totals?.turns)}</td>
              </tr>
            `).join("")}
          </tbody>
          <tfoot>
            <tr class="compass-footer-row">
              <td>合计</td>
              <td>${stats.credits.toFixed(3)}</td>
              <td style="font-family:monospace">${fmtNum(stats.tokens)}</td>
              <td style="color:#10a37f">$ ${stats.usd.toFixed(2)}</td>
              <td>${stats.turns}</td>
            </tr>
          </tfoot>
        </table>
      </div>
    `;
  }

  function showPanel(data) {
    const root = document.getElementById("codex-compass-root");
    const { secondary, dailyList, cycleStartDate } = data;

    const currentCycleList = [];
    const historyList = [];

    dailyList.forEach((item) => {
      if (new Date(item.date) >= new Date(cycleStartDate)) {
        currentCycleList.push(item);
      } else {
        historyList.push(item);
      }
    });

    const currentStats = getStats(currentCycleList);
    const historyStats = getStats(historyList);

    const ratio = n(secondary?.used_percent) / 100;
    const estCredits = ratio > 0 ? currentStats.credits / ratio : 0;

    let historyRangeTitle = "历史记录（本周期外）";
    if (historyList.length > 0) {
      const sortedHistory = [...historyList].sort(
        (a, b) => new Date(a.date) - new Date(b.date),
      );
      historyRangeTitle =
        `历史记录（本周期外 ${sortedHistory[0].date} 至 ${sortedHistory.at(-1).date}）`;
    }

    root.innerHTML = `
      <div class="compass-header">
        <div class="compass-title">Codex 配额分析</div>
        <div class="compass-close" id="compass-close-btn">&times;</div>
      </div>

      <div class="compass-note">
        说明：analytics 可能延迟几小时；周期切换通常按美西时间计算。脚本会读取当前 chatgpt.com 页面内已有的 Bearer token，仅用于请求 chatgpt.com 同域 usage / analytics 接口；不读取 cookie 内容，不打印、不保存、不上传 token。
      </div>

      <div class="compass-grid">
        <div class="compass-card">
          <div class="card-label">已用比例</div>
          <div class="card-value">${n(secondary?.used_percent)}%</div>
        </div>
        <div class="compass-card">
          <div class="card-label">本周期已用</div>
          <div class="card-value">${currentStats.credits.toFixed(1)} Credits</div>
        </div>
        <div class="compass-card highlight">
          <div class="card-label">推算总额</div>
          <div class="card-value">${estCredits.toFixed(1)} Credits</div>
        </div>
        <div class="compass-card">
          <div class="card-label">周期价值估算</div>
          <div class="card-value">$ ${(estCredits * CONFIG.USD_PER_CREDIT).toFixed(2)}</div>
        </div>
      </div>

      <div style="font-weight:600; margin-bottom:8px; font-size:13px;">本周期明细（始于 ${cycleStartDate}）</div>
      ${renderTable(currentCycleList, currentStats)}

      ${
        historyList.length > 0
          ? `<div style="font-weight:600; margin-bottom:8px; font-size:13px; color:#666;">${historyRangeTitle}</div>
             ${renderTable(historyList, historyStats)}`
          : ""
      }
    `;

    root.style.display = "flex";
    document.getElementById("compass-close-btn").onclick = () => {
      root.style.display = "none";
    };
  }

  async function run() {
    const btn = document.getElementById("codex-compass-btn");

    btn.innerText = "分析中...";

    try {
      const token = getPageBearerToken();

      const usage = await apiGet("/backend-api/wham/usage", token);

      const secondary =
        usage?.rate_limit?.secondary_window ||
        usage?.rate_limit?.primary_window;

      const endDate = new Date(Date.now() + 86400000)
        .toISOString()
        .split("T")[0];

      const startDate = new Date(Date.now() - 30 * 86400000)
        .toISOString()
        .split("T")[0];

      const cycleStartDate = secondary
        ? new Date((secondary.reset_at - secondary.limit_window_seconds) * 1000)
            .toISOString()
            .split("T")[0]
        : startDate;

      const dailyData = await apiGet(
        `/backend-api/wham/analytics/daily-workspace-usage-counts?start_date=${startDate}&end_date=${endDate}&group_by=day`,
        token,
      );

      showPanel({
        secondary,
        dailyList: dailyData.data || [],
        cycleStartDate,
      });
    } catch (e) {
      console.error("[Codex Compass]", e);
      alert("错误: " + e.message);
    } finally {
      btn.innerText = "运行用量分析";
    }
  }

  const btn = document.createElement("button");
  btn.id = "codex-compass-btn";
  btn.innerText = "运行用量分析";
  btn.onclick = run;
  document.body.appendChild(btn);

  const root = document.createElement("div");
  root.id = "codex-compass-root";
  document.body.appendChild(root);
})();

油猴脚本代码

// ==UserScript==
// @name         Codex Quota Compass V2.0
// @namespace    https://chatgpt.com/
// @version      2.0
// @description  展示 Codex 配额、Credits、Tokens、周期估算与历史用量
// @match        https://chatgpt.com/*
// @run-at       document-idle
// @grant        GM_addStyle
// ==/UserScript==

(() => {
  "use strict";

  const CONFIG = {
    USD_PER_CREDIT: 40 / 1000,
  };

  const TARGET_PATH = "/codex/cloud/settings/analytics";

  const fmtNum = (n) => {
    if (n >= 1e8) return (n / 1e8).toFixed(2) + "亿";
    if (n >= 1e4) return (n / 1e4).toFixed(1) + "万";
    return Number(n || 0).toLocaleString();
  };

  const n = (v) => (Number.isFinite(Number(v)) ? Number(v) : 0);

  const tokenTotal = (obj = {}) =>
    n(obj.text_total_tokens) ||
    n(obj.cached_text_input_tokens) +
      n(obj.uncached_text_input_tokens) +
      n(obj.text_output_tokens);

  function getPageBearerToken() {
    const bootstrapData =
      document.getElementById("client-bootstrap")?.textContent || "";

    return bootstrapData.match(
      /[\w-]{30,}\.[\w-]{30,}\.[\w-]{30,}/,
    )?.[0];
  }

  GM_addStyle(`
    #codex-compass-root {
      position: fixed; top: 5%; left: 50%; transform: translateX(-50%);
      width: 720px; max-height: 90vh; overflow: auto; background: #fff;
      border-radius: 12px; box-shadow: 0 10px 50px rgba(0,0,0,0.3);
      z-index: 2147483647; padding: 24px; display: none;
      flex-direction: column; border: 1px solid #e5e5e5; color: #333;
      font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", system-ui, sans-serif;
    }
    .compass-header { display: flex; justify-content: space-between; align-items: center; margin-bottom: 15px; }
    .compass-title { font-size: 18px; font-weight: 600; }
    .compass-close { cursor: pointer; font-size: 28px; color: #999; line-height: 1; }
    .compass-note { font-size: 12px; color: #777; line-height: 1.6; margin: -4px 0 16px; }
    .compass-grid { display: grid; grid-template-columns: repeat(4, 1fr); gap: 12px; margin-bottom: 20px; }
    .compass-card { background: #f9f9f9; padding: 12px; border-radius: 8px; border: 1px solid #eee; }
    .compass-card.highlight { background: #eefaf5; border-color: #d1f2e1; }
    .card-label { font-size: 12px; color: #666; margin-bottom: 4px; }
    .card-value { font-size: 15px; font-weight: 700; color: #10a37f; white-space: nowrap; }
    .table-container { max-height: 220px; overflow-y: auto; border: 1px solid #eee; border-radius: 6px; margin-bottom: 15px; }
    .compass-table { width: 100%; border-collapse: collapse; font-size: 12px; }
    .compass-table thead { position: sticky; top: 0; background: #f5f5f5; z-index: 1; }
    .compass-table th { text-align: left; padding: 8px; border-bottom: 1px solid #eee; color: #666; }
    .compass-table td { padding: 8px; border-bottom: 1px solid #f0f0f0; }
    .compass-footer-row { background: #fafafa; font-weight: 700; position: sticky; bottom: 0; border-top: 2px solid #eee; }
    #codex-compass-btn {
      position: fixed; bottom: 20px; right: 20px; z-index: 2147483646;
      padding: 10px 20px; background: #10a37f; color: white;
      border: none; border-radius: 8px; cursor: pointer; font-weight: 600;
    }
  `);

  async function apiGet(path, token) {
    if (!token) {
      throw new Error("未找到页面 Bearer token，无法访问 Codex usage 接口。");
    }

    const res = await fetch(path, {
      headers: {
        Authorization: `Bearer ${token}`,
      },
      credentials: "omit",
    });

    const text = await res.text();

    if (!res.ok) {
      throw new Error(`${path} HTTP ${res.status}: ${text.slice(0, 300)}`);
    }

    try {
      return JSON.parse(text);
    } catch {
      throw new Error(`${path} returned non-JSON: ${text.slice(0, 300)}`);
    }
  }

  function getStats(list) {
    const credits = list.reduce((sum, d) => sum + n(d.totals?.credits), 0);
    const turns = list.reduce((sum, d) => sum + n(d.totals?.turns), 0);
    const tokens = list.reduce((sum, d) => sum + tokenTotal(d.totals), 0);
    return { credits, turns, tokens, usd: credits * CONFIG.USD_PER_CREDIT };
  }

  function renderTable(list, stats) {
    return `
      <div class="table-container">
        <table class="compass-table">
          <thead>
            <tr><th>日期</th><th>Credits</th><th>Tokens</th><th>金额</th><th>轮数</th></tr>
          </thead>
          <tbody>
            ${[...list].reverse().map((row) => `
              <tr>
                <td>${row.date}</td>
                <td style="font-family:monospace">${n(row.totals?.credits).toFixed(3)}</td>
                <td style="font-family:monospace">${fmtNum(tokenTotal(row.totals))}</td>
                <td>$ ${(n(row.totals?.credits) * CONFIG.USD_PER_CREDIT).toFixed(2)}</td>
                <td>${n(row.totals?.turns)}</td>
              </tr>
            `).join("")}
          </tbody>
          <tfoot>
            <tr class="compass-footer-row">
              <td>合计</td>
              <td>${stats.credits.toFixed(3)}</td>
              <td style="font-family:monospace">${fmtNum(stats.tokens)}</td>
              <td style="color:#10a37f">$ ${stats.usd.toFixed(2)}</td>
              <td>${stats.turns}</td>
            </tr>
          </tfoot>
        </table>
      </div>
    `;
  }

  function showPanel(data) {
    const root = document.getElementById("codex-compass-root");
    const { secondary, dailyList, cycleStartDate } = data;

    const currentCycleList = [];
    const historyList = [];

    dailyList.forEach((item) => {
      if (new Date(item.date) >= new Date(cycleStartDate)) {
        currentCycleList.push(item);
      } else {
        historyList.push(item);
      }
    });

    const currentStats = getStats(currentCycleList);
    const historyStats = getStats(historyList);

    const ratio = n(secondary?.used_percent) / 100;
    const estCredits = ratio > 0 ? currentStats.credits / ratio : 0;

    let historyRangeTitle = "历史记录（本周期外）";
    if (historyList.length > 0) {
      const sortedHistory = [...historyList].sort(
        (a, b) => new Date(a.date) - new Date(b.date),
      );
      historyRangeTitle =
        `历史记录（本周期外 ${sortedHistory[0].date} 至 ${sortedHistory.at(-1).date}）`;
    }

    root.innerHTML = `
      <div class="compass-header">
        <div class="compass-title">Codex 配额分析</div>
        <div class="compass-close" id="compass-close-btn">&times;</div>
      </div>

      <div class="compass-note">
        说明：analytics 可能延迟几小时；周期切换通常按美西时间计算。脚本会读取当前 chatgpt.com 页面内已有的 Bearer token，仅用于请求 chatgpt.com 同域 usage / analytics 接口；不读取 cookie 内容，不打印、不保存、不上传 token。
      </div>

      <div class="compass-grid">
        <div class="compass-card">
          <div class="card-label">已用比例</div>
          <div class="card-value">${n(secondary?.used_percent)}%</div>
        </div>
        <div class="compass-card">
          <div class="card-label">本周期已用</div>
          <div class="card-value">${currentStats.credits.toFixed(1)} Credits</div>
        </div>
        <div class="compass-card highlight">
          <div class="card-label">推算总额</div>
          <div class="card-value">${estCredits.toFixed(1)} Credits</div>
        </div>
        <div class="compass-card">
          <div class="card-label">周期价值估算</div>
          <div class="card-value">$ ${(estCredits * CONFIG.USD_PER_CREDIT).toFixed(2)}</div>
        </div>
      </div>

      <div style="font-weight:600; margin-bottom:8px; font-size:13px;">本周期明细（始于 ${cycleStartDate}）</div>
      ${renderTable(currentCycleList, currentStats)}

      ${
        historyList.length > 0
          ? `<div style="font-weight:600; margin-bottom:8px; font-size:13px; color:#666;">${historyRangeTitle}</div>
             ${renderTable(historyList, historyStats)}`
          : ""
      }
    `;

    root.style.display = "flex";
    document.getElementById("compass-close-btn").onclick = () => {
      root.style.display = "none";
    };
  }

  async function run() {
    const btn = document.getElementById("codex-compass-btn");

    btn.innerText = "分析中...";

    try {
      const token = getPageBearerToken();

      const usage = await apiGet("/backend-api/wham/usage", token);

      const secondary =
        usage?.rate_limit?.secondary_window ||
        usage?.rate_limit?.primary_window;

      const endDate = new Date(Date.now() + 86400000)
        .toISOString()
        .split("T")[0];

      const startDate = new Date(Date.now() - 30 * 86400000)
        .toISOString()
        .split("T")[0];

      const cycleStartDate = secondary
        ? new Date((secondary.reset_at - secondary.limit_window_seconds) * 1000)
            .toISOString()
            .split("T")[0]
        : startDate;

      const dailyData = await apiGet(
        `/backend-api/wham/analytics/daily-workspace-usage-counts?start_date=${startDate}&end_date=${endDate}&group_by=day`,
        token,
      );

      showPanel({
        secondary,
        dailyList: dailyData.data || [],
        cycleStartDate,
      });
    } catch (e) {
      console.error("[Codex Compass]", e);
      alert("错误: " + e.message);
    } finally {
      btn.innerText = "运行用量分析";
    }
  }

  function removePanel() {
    document.getElementById("codex-compass-btn")?.remove();
    document.getElementById("codex-compass-root")?.remove();
  }

  function mount() {
    removePanel();

    const btn = document.createElement("button");
    btn.id = "codex-compass-btn";
    btn.innerText = "运行用量分析";
    btn.onclick = run;
    document.body.appendChild(btn);

    const root = document.createElement("div");
    root.id = "codex-compass-root";
    document.body.appendChild(root);
  }

  function boot() {
    if (location.pathname === TARGET_PATH) {
      if (!document.getElementById("codex-compass-btn")) {
        mount();
      }
    } else {
      removePanel();
    }
  }

  boot();
  setInterval(boot, 1000);
})();

Codex Desktop For Intel Mac 在

~/.codex/config.toml 写了 fast_default_opt_out = true，重启后 UI 还是 Fast。

这不是配置写错了，是三层状态同时在打架。

为什么要关

Fast 模式大约带来 1.5x 速度提升，但 token 消耗放大到约 2.5x。对重量级模型来说这个差值不小。如果只是偶发使用无所谓，但把 Codex 当日常工程工具的话，账单会一直比预期高。

更麻烦的是 Intel Mac 上没有稳定的关闭入口，UI 的模式切换背后牵涉三个不同状态层。

问题现象

~/.codex/config.toml 已经写了：

[notice]
fast_default_opt_out = true

但 ~/.codex/.codex-global-state.json 里还是：

{ "default-service-tier": "fast" }

只检查 config.toml 会误判。Desktop UI 拿的不是这个文件。

根因：三层状态叠加

Layer 1 — 账号计划的 managed default

Codex Desktop 26.422.30944 对部分 ChatGPT business / enterprise 账号有 managed Fast default 逻辑（PR #19053）。官方反馈 issue #19230 已关闭，标 not planned。

Layer 2 — Desktop UI persisted state

Desktop 在 ~/.codex/.codex-global-state.json 里保存 UI 级别的状态，独立于 config.toml。只要 default-service-tier 是 "fast"，config 文件写什么都没用。

Layer 3 — 退出时写回 + watcher crash

用 launchd 托管的退出后 patch watcher 一直 crash：

ModuleNotFoundError: No module named 'tomllib'

launchd 调用的是系统 /usr/bin/python3，没有 tomllib。watcher 启动即挂，没有完成任何 patch。

实际链路：

config.toml 已 opt-out
→ App 运行时内存态仍是 fast
→ 退出时写回 .codex-global-state.json
→ watcher crash，没完成补丁
→ 下次打开继续 Fast

修复：三件事同时处理

1. 固定 durable config

~/.codex/config.toml：

[notice]
fast_default_opt_out = true

[features]
fast_mode = false

fast_default_opt_out 只是 opt-out 信号，fast_mode = false 才是功能开关，两个都要写。确认顶层没有 service_tier = "fast"。

2. 修正 Desktop persisted state

修改 ~/.codex/.codex-global-state.json 和 .bak，把 electron-persisted-atom-state 里改成：

{
"default-service-tier": null,
"has-user-changed-service-tier": true
}

null 回到 Standard；has-user-changed-service-tier: true 告诉 Desktop 用户已明确选过，不再套用 enterprise_default。

3. 退出后再 patch 一次

Codex App 退出时有最后一次 state flush，会把改好的状态写回 fast。需要用 launchd submit 托管一个独立 watcher，在 App 完整退出 2 秒后再做 patch。

关键：不依赖 tomllib，只用系统 Python 稳定有的模块：json、re、pathlib、shutil。

验证

/usr/bin/python3 - <<'PY'
from pathlib import Path
import json, re, datetime

home = Path.home()
config = home / '.codex/config.toml'
text = config.read_text()

print('config_has_service_tier', bool(re.search(r'^\sservice_tier\s=', text, re.M)))
print('config_fast_default_opt_out_true', bool(re.search(r'^\sfast_default_opt_out\s=\strue\s$', text, re.M)))
print('config_fast_mode_false', bool(re.search(r'^\sfast_mode\s=\sfalse\s$', text, re.M)))

for name in ['.codex-global-state.json', '.codex-global-state.json.bak']:
p = home / '.codex' / name
atom = json.loads(p.read_text()).get('electron-persisted-atom-state', {})
print(name, {
'default-service-tier': atom.get('default-service-tier'),
'has-user-changed-service-tier': atom.get('has-user-changed-service-tier'),
})
PY


期望输出：

config_has_service_tier False
config_fast_default_opt_out_true True
config_fast_mode_false True
.codex-global-state.json {'default-service-tier': None, 'has-user-changed-service-tier': True}

真正的验收是：完整退出 → 等 watcher 执行 → 重开 → UI 不再默认 Fast。不能只看磁盘文件。

复发排查顺序

1. 检查 config.toml：fast_default_opt_out = true + fast_mode = false + 无顶层 service_tier = "fast"

2. 检查 .codex-global-state.json：default-service-tier = null + has-user-changed-service-tier = true

3. 看 watcher log：tail -100 ~/.codex/tmp/disable-fast-after-codex-exit-launchd.log

4. watcher 没成功：检查是否被 launchctl remove、是否依赖了系统 Python 没有的模块、是否 patch 太早被 Electron flush 覆盖

5. 以上都对但仍然 Fast：查 ~/Library/Application Support/Codex/Local Storage/leveldb/

结论

config.toml 是 durable config，但不是 Desktop UI 的唯一状态源。.codex-global-state.json 是 Desktop 自己持久化的 UI 状态，退出时会被写回。退出后修复必须独立于 App 生命周期，launchd 环境很干净，不要假设它有当前 shell 的 Python 或 PATH。

Fast 模式不是改一个配置项就能关掉的。durable config、Desktop persisted state、退出时写回，三件事缺一个，它就会悄悄回来。