实测解决Codex客户端不显示5.6模型的方法

背景

ChatGPT 与 Codex Desktop 客户端（统称为 Codex）在模型选择界面上，有时无法显示最新的模型版本。本次问题聚焦于 Codex 客户端未显示 5.6 系列模型（gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna）。该问题源于客户端内部的 Statsig 动态配置 中，模型白名单（available_models）不包含这些新模型。Statsig 是客户端用于远程控制功能开关与参数配置的服务，其配置以缓存形式存储在本地 LevelDB（Chromium Local Storage 的底层数据库）中。用户发现直接修改本地配置文件会因覆盖或重建导致配置不完整，因此需要一种增量、精准的修复方法。

核心内容

原帖提供了一段可直接发送给 Codex 的提示词（prompt），用于指导 AI 助手以程序化方式修复模型白名单。完整流程如下：

1. 定位目标配置：找到当前实际使用的 Codex/ChatGPT Local Storage 下的 LevelDB。不要假定旧目录，需先读取并确认。
2. 遍历缓存条目：使用 LevelDB 的结构化读取方式，遍历所有以 statsig.cached.evaluations.* 为 key 的记录。
3. 解码存储字符串：Chromium Local Storage 中的值首字节为 0 时按 UTF-16LE 解析，首字节为 1 时按 UTF-8 解析。解析外层 JSON 后，再解析其 data 字段中的 JSON。
4. 筛选目标配置：仅匹配满足以下条件的配置对象：
   • dynamic_configs["107580212"] 存在
   • version === 22
   • rule_id === "default"
   • group === "default"
   • value.available_models 为数组
5. 增量追加模型：保留该对象所有原字段及 available_models 原有顺序，仅去重追加三个模型：gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna。
6. 精确写回：只 batch 写回命中目标的 evaluation key。绝对不修改 default_model、use_hidden_models、version、checksum、其他 Statsig 配置或任何非目标用户缓存。
7. 处理锁定：若 LevelDB 被运行中的 ChatGPT/Codex 锁定，不要强制写入或替换目录。等待应用完全退出后再写，或在 Statsig 初始化前使用运行时 hook 包装 getDynamicConfig，仅对 name 为 "107580212" 返回“原值 + 缺失模型”的合并结果。
8. 验证与幂等：回写后重新读取验证目标模型存在；再次执行应无变化（幂等）。
9. 告知结果：最后说明实际修改了哪些 key、哪些模型已追加，以及是否需要重启。
10. 重启应用：解决完后，直接大退 Codex 重新打开，即可看到 5.6 模型出现在客户端。

关键要点

• 仅增量追加，严禁覆盖：核心原则是保留 Statsig 动态配置的所有原始字段，只在 available_models 数组尾部添加缺失模型，避免破坏版本号、校验和等关键字段。
• 使用 LevelDB 结构化读取：必须通过 LevelDB API 遍历 statsig.cached.evaluations.* 条目，不能用文件搜索或文本替换。
• 特殊编码处理：Chromium Local Storage 的值首字节指示编码方式（0=UTF-16LE，1=UTF-8），解析需严格按照此规则。
• 锁定保护：若应用正在运行中，不可强行写 LevelDB，否则可能损坏数据库或触发崩溃。优先使用 hook 方式在运行时拦截配置。
• 幂等性：重复执行相同操作应不改变任何数据，确保脚本安全可重入。
• 无需修改应用包或 config.toml：所有操作都在本地 LevelDB 缓存层面，不涉及应用二进制文件或用户配置文件。
• 重启生效：修改缓存后必须完全退出 Codex 并重新打开，客户端才会重新加载 Statsig 配置，从而显示新模型。

意义与影响

1. 用户自助修复能力：当官方未及时推送新的模型列表时，用户可通过本提示词自行修复，避免等待更新或手动篡改配置文件。
2. 安全性与完整性：增量追加方式避免了覆盖导致的其他功能异常（如默认模型、隐藏功能等），降低操作风险。
3. 技术兼容性：方法兼容各类 Chromium 内核桌面端应用（ChatGPT、Codex），且考虑了运行中锁定等情况，普适性强。
4. 工作流示范：为 AI 客户端的高级使用提供了一种“用 AI 修复 AI”的范式——通过自然语言提示词驱动 AI 助手执行复杂的本地数据修复操作。
5. 促进社区协作：该解决方案发布在 LINUX DO 论坛，体现了用户社区对商业软件功能的补充与优化，也展示了开源精神在 AI 工具领域的延伸。