正文
1. 上下文压缩是什么
Codex 是长会话 agent。随着轮次增加，消息、工具调用、文件片段、推理摘要等都会占用上下文 token。接近阈值时，Codex 会触发 compaction：把旧历史总结成一个更短的摘要，并保留近期关键消息和工具结果。
这个过程不是无损压缩。它会尽量保留目标、约束、已完成操作、未完成事项、重要文件和命令结果，但细节一定会被裁剪。因此阈值太低会导致记忆过早丢细节，阈值太高会导致压缩来不及执行而触发上下文超限。
2. 压缩方法
这里本地压缩指的是，达到config.toml阈值后，调用本地模型进行总结，摘要；
远端压缩指的是，调用官方模型(gpt-5.5-openai-compact)进行压缩，个别中转站也提供官方的compact模型，需要单独设置。
2.1 本地 compaction
“本地”指 compaction 的编排发生在本机 Codex CLI 内：CLI 估算 token，构造压缩 prompt，然后通过当前配置的模型 provider 发起一次普通模型请求，拿到摘要后写回本地会话历史。
特点：
- 适合 API key 模式和自定义 OpenAI-compatible 网关。
- 使用当前
model_provider、base_url、wire_api、model。 - 依赖当前后端能正常处理 Responses API 请求。
- token 和费用通常按一次额外模型调用计算。
- 不要求
auth.json里有 ChatGPT token，API key 即可。
关键配置：
model_context_window = 272000
model_auto_compact_token_limit = 220000
含义：
model_context_window：告诉 Codex 当前模型可用上下文窗口。model_auto_compact_token_limit：达到该估算 token 数后自动触发 compaction。
经验上，自动压缩阈值不要等于上下文窗口，建议放在 75% 到 85% 左右，给工具结果、系统消息、压缩请求本身留余量。
2.2 远端 compaction
“远端”指 compaction 能力由 OpenAI/ChatGPT 侧服务或 Codex 远端协议完成，CLI 主要负责发起远端压缩请求和接收压缩结果，调用模型id一般为gpt-5.5-openai-compact.
特点：
- 更依赖官方 Codex/ChatGPT 服务端能力。
- 价格昂贵：输入 $112.5/1M输出 $675/1M
- 通常更适合 ChatGPT 登录态，而不是只有 API key 的自定义网关。
- 对自定义
base_url的兼容性不如本地 compaction 可控。 - 可能受 Codex CLI 版本和 feature flag 影响。
当前 Codex CLI 0.131.0 中存在 remote_compaction_v2 feature flag，但状态是 under development，本机有效状态为 false。因此本机当前没有启用远端 compaction v2。
可尝试配置：
[features]
remote_compaction_v2 = true
不建议在当前 API-key + 自定义 base_url 环境中优先启用它。若要验证远端 compaction v2，建议先升级 Codex CLI，并使用官方登录方式确认服务端支持。
3. 本地压缩与远端压缩的区别
| 项目 | 本地 compaction | 远端 compaction |
| :— | :— | :— |
| 编排位置 | 本机 Codex CLI | OpenAI/ChatGPT 侧服务或远端协议 |
| 认证依赖 | API key 即可 | 更依赖 ChatGPT/官方服务登录态 |
| 自定义网关兼容性 | 较好 | 不确定，取决于远端协议支持 |
| 可控性 | 高，可通过上下文窗口和阈值控制 | 低，受服务端和 feature flag 影响 |
| 成本模型 | 通常是一次额外模型请求 | 取决于远端服务实现和账户计划 |
| 当前本机状态 | 可用，走当前 provider | remote_compaction_v2 = false，未启用 |