雨 雨天小六

读懂 Codex（6.62）：Image Generation Extension 的能力和账户门控

· 更新于 2026-08-02 · 专栏：读懂 Codex

#Codex#Agent Runtime#Tool Calling#Sandbox#软件架构

Image Generation 是扩展工具，但 Core 在注册前执行严格可用性判定：Feature、账户、Provider、Namespace、模型 Image 模态和认证路径缺一不可。

这里把外部或可扩展能力接入 Core 工具面。外部实现提供能力，Core 仍掌握名称冲突、Step 快照、Hook、截断和生命周期。 本节只追踪“扩展存在与当前账户可调用”以内的机制；相邻工具的业务行为不在这里混写。

启用条件与所有权

维度当前实现不满足时
门控扩展/动态/MCP 能力在当前 Step 捕获成功，并通过名称与账户能力门控不建立候选、从模型工具面移除，或转成模型可读拒绝
输入外部工具 Function Payload在进入状态所有者前拒绝错误 Payload/参数
状态所有者Core Adapter、外部 Executor 或对应响应等待器不允许临时 Handler 私自复制长期状态
输出统一 ToolOutput 与 Core 生命周期事件必须保持调用关联后才能进入 History

这里最容易出现的误解，是把“规格里写了什么”当作 Runtime 已经强制了什么。description、Schema 和自然语言提示只帮助模型生成更好的调用；真正的名称查找、类型校验、审批、资源约束和取消收尾仍由客户端完成。

机制调用链

扩展贡献 imagegen
→ 检查 Feature/Plan
→ 检查 Provider/Namespace
→ 检查模型 Image 模态/认证
→ Adapter 注册或跳过
Image Generation Extension 的能力和账户门控从输入、门控、状态所有者到输出回灌的机制流程图
图 6.62-1：扩展贡献 imagegen → 检查 Feature/Plan → 检查 Provider/Namespace → 检查模型 Image 模态/认证 → Adapter 注册或跳过。

图中的箭头代表控制权转移，不只是数据复制。每越过一步，下一层只接收已经满足上一层合同的数据；若该层拥有异步状态，它还必须保留原 Step、call_id 或环境身份，避免晚到结果被新一轮配置解释。

源码机制拆解

门控在扩展适配前

被跳过的 Executor 不进入 Registry，也不会只隐藏模型面留下旁路。

这条约束位于“检查 Feature/Plan”附近。把它前移会缺少必要状态，把它后移则可能让错误数据或副作用先穿过边界。

Provider 能力是组合条件

image_generation 和 namespace_tools 必须同时支持，因为工具使用 Namespace 形式。

这条约束位于“检查 Provider/Namespace”附近。把它前移会缺少必要状态，把它后移则可能让错误数据或副作用先穿过边界。

认证只接受明确路径

OpenAI actor authorization，或 requires_openai_auth 且当前使用 Codex backend。

这条约束位于“检查模型 Image 模态/认证”附近。把它前移会缺少必要状态，把它后移则可能让错误数据或副作用先穿过边界。

Python 风格伪代码

伪代码保留会改变结果的门控、状态读取、异步等待和协议编码；省略 Rust 所有权样板、日志字段以及与本机制无关的 Provider 适配。它不是源码翻译，也不能替代平台级安全实现。

async def run_image_generation_extension(call, step, cancellation):
    # 1. 扩展贡献 imagegen
    # 2. 检查 Feature/Plan
    # 3. 检查 Provider/Namespace
    # 4. 检查模型 Image 模态/认证
    # 5. Adapter 注册或跳过
    executor = step.router.registry.require(call.tool_name)
    extension_call = ExtensionCall(
        call_id=call.id, model=step.model, history=step.history.snapshot(),
        environments=step.extension_environment_views(), cancellation=cancellation,
    )
    result = await executor.handle(extension_call)
    return result.to_core_tool_output(call.id)

逐行理解时要抓住三个不变量：输入先验证，状态由明确对象持有，输出用原调用身份编码。任何“先执行，之后再补关联”的简化都会在并发、取消或 Step 更新时产生悬空结果。

失败、取消与恢复

Image Generation Extension 的能力和账户门控的失败分支、责任边界和恢复路径图
图 6.62-2：失败不会自动跨过“扩展存在与当前账户可调用”这条边界；恢复动作必须由对应状态所有者完成。
故障点已发生的状态或副作用对模型/调用方的结果恢复动作
Free PlanExecutor 已存在但被过滤模型无工具不能通过直接名称调用
模型无 Image 输入模态生成结果无法回灌工具不注册选择支持模型
Turn 取消可能已经注册等待者、启动任务或提交部分副作用生成 Aborted/Failed 终态，不能留下无结果调用由 Core Adapter、外部 Executor 或对应响应等待器 注销等待者、终止资源并保持 Call/Output 配对

取消不是删除历史。模型已经发出的调用先进入转录；Runtime 必须补上可编码的终态。若副作用已经提交，Aborted 也不表示回滚。需要事务性的功能必须在自己的写入协议里实现原子提交或补偿。

设计思路与代价

当前设计保护的核心不变量是：只有 image_generation_available 为真才接入 imagegen ToolName；Free 账户明确排除。它让模型合同、执行状态和安全边界能够分别演进，却增加了快照、适配器和终态处理代码。更短的实现可以少一层对象，但会把“可见”“可执行”“获准”“已完成”压成同一个布尔值，无法解释延迟工具、审批拒绝、沙箱失败或晚到结果。

本节的设计动机有一部分是从类型边界和测试行为推断出来的；源码没有把所有取舍写成设计文档。可以直接证明的是字段、分支、状态所有者和失败结果，不能从这些证据外推服务端内部实现。

测试与复现实验

可验证契约复现方式预期结果
codex-rs/core/src/tools/handlers/extension_tools.rs构造正常值、边界值和拒绝值结果与调用 ID/状态所有者保持一致

本地复核应同时搜索生产符号和相邻测试，不能只跑快乐路径。推荐先对源码执行 rg -n 查找本节索引中的类型/函数，再构造一个合法调用、一个类型错误和一个取消或拒绝场景。当前环境没有 Cargo，因此本轮以锁定提交下的源码—测试静态对读、博客构建和图形渲染为验证边界，不伪报 Rust 测试执行。

Mini Codex 对照

Mini Codex 可以复刻本节的纯协议或状态机不变量，例如名称去重、调用配对、Head/Tail 缓冲与单次升级；不能用 Python 模拟结果证明 Seatbelt、seccomp、Restricted Token、远程 Exec Server 或 Provider Hosted Tool 的真实安全性质。

本节边界

本节已经证明 只有 image_generation_available 为真才接入 imagegen ToolName；Free 账户明确排除。它没有把相邻机制折叠进来：扩展存在与当前账户可调用 之外的判断仍由其各自单元负责。

阅读导航

上一节：6.61 Hosted Web Search 与 Standalone web.run 的选择 · 下一节：6.63 MCP Server 的工具目录、命名空间和旧名称兼容

评论

← 返回文章列表