codex读取文件的token消耗取决于字符量、编码、截断方式及内容类型；200kb json可能耗15万token，300行ts文件约6000–7000token，中文2–3token/字；需用head -c而非head -n截断，配置command_output_limit防溢出。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Codex 读取文件时的 token 消耗不是固定值，而是由文件内容的实际字符量、编码方式、是否被截断、是否含二进制/压缩/无换行数据共同决定——直接用 cat 或 head -n 读一个 200KB 的 JSON 文件，可能瞬间吃掉 15 万 token，远超模型单次推理所需。
文件内容本身是 token 消耗的大头
Codex 把文件内容原样灌入上下文窗口，不压缩、不摘要、不跳过注释和空行。一个 300 行、每行平均 80 字符的 TypeScript 文件，约含 24,000 字符 → 对应约 6,000～7,000 token（按 1 token ≈ 3.5–4 字符粗略估算）。实际消耗还受 Unicode 符号、缩进空格、长字符串字面量影响，中文字符通常占 2–3 token/字。
【关键前提】 Codex 不会自动跳过 node_modules、dist、.git 等目录；若未配置 .codexignore 或 AGENTS.md，它可能在首次启动时批量读取数百个文件，单次扫描就耗尽数十万 token。
命令输出截断不当会引爆 token
方法一：用 head -c 替代 head -n
head -n 20 只限制行数，对无换行文件（如 minified JS、base64、SQLite blob）完全失效，可能输出几 MB 原始数据 → 直接触发上下文溢出。正确做法是按字节截断：cat src/utils.ts 2>&1 | head -c 6000，确保最多送入约 1500 token 内容。
方法二：在 Codex 配置中全局启用输出保护
编辑 ~/.codex/config.yaml，添加：command_output_limit: 6000。此后所有 shell 命令默认被截断到前 6000 字节，避免意外灌入日志或构建产物。
注意：某些工具（如 ls -laR）输出含大量路径名，即使只显示 10 行，也可能因路径深度导致总字节数超预期，【务必优先用 head -c 而非 head -n】。
不同文件类型的 token 消耗差异极大
第一步：纯文本代码文件（如 .ts/.py）→ 每 1000 字符 ≈ 250–300 token
第二步：压缩/无换行 JSON 或 JS → 同样 1000 字符可能达 400+ token（Unicode 转义、长十六进制串增加 token 密度）
第三步：二进制文件（.png/.zip/.sqlite）→ Codex 会尝试按 UTF-8 解码，失败后仍把原始字节流当文本塞入上下文 → 1KB 二进制数据可能生成 2000+ token，且毫无语义价值。
第四步：日志文件（.log）→ 若含时间戳+堆栈+重复模板，token 效率极低；1MB 日志常仅含几百行有效线索，但 Codex 会把全部空白行、重复前缀、毫秒级时间戳全计入。
快速估算当前文件 token 占用
在终端执行：wc -m src/main.ts 获取字符数，再除以 3.7 得到粗略 token 数。
更准的方法是用 Codex 自带诊断命令：codex /status --file src/main.ts，它会模拟加载并返回精确 token 占用值（需联网调用模型 tokenizer）。
如果文件过大，Codex 会在控制台打印警告：“File exceeds safe context threshold (＞12k tokens)”，此时必须手动截断或拆分阅读。
