Codex指令执行失败？排查模型调用与技能冲突解答

先说一个核心结论：Codex 指令执行失败，表面上是命令没有响应或结果出现错乱，但实际上的罪魁祸首，大概率是模型调用链断裂，或者 Skill 与当前上下文产生冲突。例如，你明明写了 /goal 却毫无反应，或者 Skill 文件已经部署到位，但 Codex 依然按照默认逻辑修改代码。这种情况下，不必急着怀疑系统问题，按照以下步骤排查，基本能够解决。

排错的第一步，是确认模型是否真的被调用。在终端中执行 codex --debug --model gpt-3.5-turbo-instruct，观察输出中是否出现 → using model: gpt-3.5-turbo-instruct 这样的信息。如果没有看到模型名，说明配置没有生效。此时应检查 ~/.codex/config.toml 中的 [model] 区块是否完整，特别要注意 name 字段的值必须与 OpenAI 平台当前可用的模型名完全一致，大小写、连字符、版本后缀都不能有偏差。顺便提醒，【gpt-3.5-turbo-instruct 是目前唯一推荐替代 Codex 的模型，code-da vinci-002 已经失效】。

如果调试日志中频繁出现 401 Unauthorized 或 403 Forbidden，那么问题不在于模型名称，而是 API Key 的权限层面出了问题。这时需要登录 OpenAI 控制台，确认该 Key 所属的分组是否已经开通 gpt-3.5-turbo-instruct 的访问权限，同时留意配额是否超限。

排查 Skill 是否被正确加载

Skill 未被加载也是常见故障点。验证方法有两种。第一种是路径验证法：进入项目根目录，执行 ls -la skills/（Mac/Linux）或 dir skills（Windows），确认 Skills 文件夹存在，且名称中不含空格、中文或特殊符号。Codex Desktop 只识别 skills//skill.yaml 这样的结构，【文件夹名必须为全英文小写，skill.yaml 必须位于子目录的第一层】。

第二种方法更直接：在项目根目录执行 codex --skills-dir ./skills，这会绕过默认路径查找逻辑，强制加载当前目录下的 Skills 子目录。如果此时 Skill 生效，说明之前的路径配置确实存在问题。

清除残留上下文，避免指令冲突

最后一步，也是最容易被忽视的一步：清除残留上下文。操作步骤简单：先关闭所有 Codex 终端窗口和桌面端进程；然后删除本地缓存目录——rm -rf ~/.codex/cache（Mac/Linux）或 del /s /q "%USERPROFILE%.codexcache"（Windows）；再重新从项目根目录启动 Codex CLI：cd /your/project/root && codex。

启动后，立即输入 /goal clear，然后再执行你的原始指令。这一步至关重要，相当于对上一段会话进行彻底格式化，切断可能残留的模型状态、文件引用和 Skill 执行栈，避免新指令被旧上下文的“幽灵”劫持。