Codex 模型被识别为 unknown

[Pika-Yalei]

问题描述

Juejin Usage 采集 Codex 用量时，首次扫描可以正确识别模型，但后续增量同步产生的 Token 用量会被归类为：

Codex · unknown

Codex 原始会话文件中实际记录了正确模型，因此不是 Codex 没有提供模型信息。

环境

• 系统：macOS
• Juejin Usage Desktop：0.1.1
• Codex Desktop
• @juejin-opensource/jusage-core@0.1.3 中也能复现对应解析问题

复现步骤

1. 打开 Juejin Usage，使其开始定时同步。
2. 在 Codex 中选择一个明确的模型，例如 gpt-5.6-sol。
3. 创建一个包含多次工具调用的较长任务。
4. 等待 Juejin Usage 至少执行两次增量同步。
5. 打开 Juejin Usage 的模型用量分布。

实际结果

同一个 Codex 会话的用量被拆分成：

Codex · gpt-5.6-sol
Codex · unknown

其中大量后续 Token 被统计到了 unknown。

期望结果

同一个 Codex 会话没有切换模型时，后续追加的 Token 用量都应继续归类到 gpt-5.6-sol，不应出现 unknown。

原始数据验证

对应 Codex rollout 文件包含正确模型：

{
  "type": "turn_context",
  "payload": {
    "model": "gpt-5.6-sol"
  }
}

实际检查的一个会话中：

• turn_context 模型：gpt-5.6-sol
• token_count 事件数量：15
• 携带 info.model 的 token_count 数量：0
• Juejin Usage 对应游标中同时出现：
  • gpt-5.6-sol
  • unknown

这说明模型信息存在于 turn_context，但后续 token_count 事件本身不再重复携带模型。

原因分析

parseCodexIncremental 会从上一次保存的文件 offset 继续读取，但每轮解析都会重新初始化：

let turnContextModel = 'unknown';

当前文件游标保存了 offset 和 Token 总量等信息，却没有保存最近一次识别到的模型。

下一轮同步如果直接从新增的 token_count 开始，就无法再读取位于 offset 之前的 turn_context。由于 token_count.info.model 为空，最终模型回退为 unknown。

建议修复

在 Codex 文件游标中保存最近一次有效模型，并在增量扫描时恢复：

let turnContextModel =
  sameInode && !truncated
    ? (prev?.lastModel ?? 'unknown')
    : 'unknown';

保存游标时增加：

codexCursor.files[filePath] = {
  inode,
  offset: st.size,
  tokenCountSeen,
  prevTotal: prevTotalSave,
  lastModel: turnContextModel,
  meta,
};

如果 info.model 存在，也应同步更新当前模型：

const infoModel = readModel(info.model);

if (infoModel) {
  turnContextModel = infoModel;
}

建议回归测试

1. 第一次写入并解析：

session_meta
turn_context(model = gpt-5.6-sol)
token_count（不包含 info.model）

2. 在同一文件末尾只追加：

token_count（不包含 info.model）

3. 使用第一次解析生成的 cursor 再次调用 parseCodexIncremental。
4. 断言第二次产生的 bucket 模型仍然是 gpt-5.6-sol。
5. 断言不会产生 unknown bucket。

[ATQQ]

升级到最新版看看还能复现问题不 😋

[wangly19]

已修复