Codex 启动回复合格后，我会用三类证据验收前端改动：TaoToken 配置与验证清单

1. 为什么 Codex 启动回复合格，前端改动还是不敢合并

Codex 启动回复合格，只说明它把任务边界、主 Skill、后备 Skill 和排除项讲清楚了。放到前端 TDD 场景里，这顶多算“开工前对齐”，离“可以合并”还差一段验收闭环。我见过太多类似情况：启动回复里写着 TDD 做主 Skill、webapp-testing 做后备，改完代码只回一句“已完成”，测试怎么跑、页面路径怎么走、哪些 GitHub Skill 规则最后留下来，全都没有交代。

前端改动和纯后端改动不一样。后端接口改完，跑一遍测试基本能判断行为对不对；前端多了一层状态和交互，输入框里的草稿值、已提交的查询条件、分页游标、重置动作，任何一个环节错位，页面看着能跑，实际交互会变得很别扭。所以启动回复合格之后，我会继续要求三类证据：行为证据、测试日志、Git diff。这三类证据合在一起，才能判断这次改动是否真的可审计、可合并。

这篇聚焦 Codex 驱动前端 TDD 的验收闭环，交付一份可复制的 TaoToken 统一 Key/API 配置骨架，以及 webapp-testing Skill 的验证动作。适合正在用 Codex 做前端任务、但苦于“改完不知道对不对”的开发者。读完你可以在本地复现一套可审计的前端验收流程，而不是只靠一句“已完成”拍脑袋。

2. TaoToken 前置：统一 Key 与 API 配置骨架

在讲三类证据之前，先把 TaoToken 的接入配置说清楚。Codex 要稳定跑前端 TDD，模型调用这一层不能每次任务都换 Key、换地址。我习惯用 TaoToken 做统一入口，官网是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 地址是 https://taotoken.net/api ，注意 API 地址不加 UTM 参数。

统一 Key 的好处很直接：Codex 的 settings.json、config.toml、以及 webapp-testing Skill 里的模型调用，全部指向同一个入口。这样验收时不会出现“测试环境用了一个 Key、页面验证用了另一个 Key”的混乱。下面给两份配置骨架，一份给 Codex 的 settings.json，一份给 config.toml，你可以按自己的工具链选一份或两份都用。

2.1 settings.json 配置骨架

{ "model_provider": "taotoken", "api_base": "https://taotoken.net/api", "api_key": "sk-你的TaoToken统一Key", "model": "claude-sonnet-4-20250514", "timeout_seconds": 120, "max_retries": 2, "skills": { "primary": "tdd", "fallback": "webapp-testing", "excluded": ["web-artifacts-builder", "systematic-debugging"] }, "evidence_required": ["behavior", "page", "rule"] }

这份骨架里，api_base指向 TaoToken 的 API 地址，api_key用你在控制台生成的统一 Key。skills字段把主 Skill 和后备 Skill 写死，避免 Codex 每次任务重新选一遍。evidence_required是我自己加的字段，用来提醒交付时必须带三类证据。

2.2 config.toml 配置骨架

[provider] name = "taotoken" api_base = "https://taotoken.net/api" api_key = "sk-你的TaoToken统一Key" model = "claude-sonnet-4-20250514" timeout = 120 retries = 2 [skills] primary = "tdd" fallback = "webapp-testing" excluded = ["web-artifacts-builder", "systematic-debugging"] [evidence] required = ["behavior", "page", "rule"] behavior_sample = true page_path = true rule_review = true

两份配置的核心字段一致，区别只是格式。如果你用的是 Codex 的 coding-plan 模式，建议把api_base和api_key放在环境变量里，配置文件只引用变量名，避免 Key 进 Git。TaoToken 的 API Keys 管理页在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite ，生成 Key 后直接填进配置即可。

注意：配置里的api_base必须是 https://taotoken.net/api ，不要带 UTM 参数，也不要拼成对话页地址。对话页是给模型对话用的，API 地址是给程序调用的，两者不要混。

3. 可复制配置：三类证据的交付要求

配置好 TaoToken 之后，下一步是把三类证据写进交付要求。启动回复通过后，我会追加一段固定话术，让 Codex 进入代码修改阶段时就知道交付标准。这段话术可以直接复制到你的任务描述里。

启动回复已确认。现在可以进入代码修改。 交付时必须包含三类证据。 行为证据 - 若项目有测试入口，提供最小测试及结果 - 若没有测试入口，提供行为样例和对应代码位置 页面证据 - 提供查询、重置、翻页路径 - 标明自动验证或人工复核 - 标明未覆盖的账号、数据或环境 规则证据 - 列出采用的 GitHub Skill 规则 - 列出排除的 GitHub Skill 规则 - 说明哪些规则只留在本次任务记录

这段话的作用是把启动模板的承诺带到交付阶段。Codex 如果只改代码、不交证据，任务就没有结束。它如果交了证据但对不上主 Skill，也要继续追问。比如主 Skill 是 TDD，却没有行为样例；后备 Skill 是 webapp-testing，却没有页面路径。这些都说明前面的选择没有真正落地。

3.1 行为证据：草稿值与已提交条件要分开

以“新增筛选项”为例，核心不在界面上，而在查询行为上。我会让 Codex 先拿 TDD 的思路交行为证据。项目有测试入口，就写最小测试；项目暂时没有测试入口，就先交行为样例和对应代码位置，不能为了这一个任务新装测试框架。

行为证据清单如下：

• 输入筛选值后点击查询，请求参数包含该值
• 查询动作会让分页回到第一页
• 点击重置后，请求参数移除该值
• 查询后翻页，仍使用已提交筛选条件
• 输入但未查询时，翻页不使用草稿值

这里有一个细节：草稿值和已提交条件要分开。用户在输入框里打了字，还没点查询，此时翻页到底用不用这个新值？多数后台列表会继续使用上一次已提交条件。Codex 如果把输入框值直接绑到请求参数里，页面看着能跑，交互会变得很别扭。这就是行为证据的价值，它逼 Codex 先讲状态关系，再讲代码实现。

3.2 页面证据：webapp-testing 的验证动作

行为证据过了，还要看页面。webapp-testing 在这里负责收尾。它不一定每次都要写完整自动化脚本。页面能本地打开、登录态可用、数据可控时，可以走浏览器脚本；条件不齐，就写人工路径和未覆盖项。

页面证据清单如下：

• 打开列表页，确认新增筛选项显示在正确位置
• 输入筛选值，点击查询
• 检查列表请求或页面结果是否使用该条件
• 点击重置，确认输入框清空
• 重置后列表回到默认查询状态
• 查询后翻页，确认条件没有丢
• 记录无法验证的账号、接口或数据条件

这类证据不能只写“页面正常”。正常两个字太松。我更愿意看到具体路径：点了什么，输入了什么，页面或请求发生了什么，哪一步没法在当前环境确认。哪怕只是人工路径，也比一句正常可靠。

3.3 规则证据：GitHub Skill 的去处

任务结束以后，我会让 Codex 回到 GitHub Skill 规则本身。新增筛选项这次借了 TDD 和 webapp-testing，排除了 web-artifacts-builder 和 systematic-debugging。最后要记录哪些规则值得下次继续用。

规则证据清单如下：

• 本次采用 TDD 的哪几条行为要求
• 本次采用 webapp-testing 的哪些页面路径
• 哪些 GitHub Skill 被排除
• 排除原因是否仍然成立
• 哪些规则只适合本次任务
• 哪些规则可以下次继续用

我不会把“新增筛选项要写这些行为样例”立刻塞进项目长期规则。它更适合先留在任务记录里。等同类任务再出现几次，仍然稳定有效，再考虑写成项目规则。规则进长期文档要克制，写多了，Codex 每次读任务都会背负一堆局部经验。

4. 验证请求与成功结果：三类证据怎么收

配置和交付要求都就位后，接下来是实际验证。我习惯分三步收证据：先跑行为测试，再看页面路径，最后对 Git diff。

4.1 行为测试与测试日志

如果项目有测试入口，让 Codex 跑最小测试并贴出日志。以 Jest 为例，命令和输出大概是这样：

npx jest src/features/filter/__tests__/filter.spec.ts --verbose

PASS src/features/filter/__tests__/filter.spec.ts 新增筛选项 ✓ 输入筛选值后点击查询，请求参数包含该值 (12 ms) ✓ 查询动作会让分页回到第一页 (8 ms) ✓ 点击重置后，请求参数移除该值 (6 ms) ✓ 查询后翻页，仍使用已提交筛选条件 (10 ms) ✓ 输入但未查询时，翻页不使用草稿值 (7 ms) Test Suites: 1 passed, 1 total Tests: 5 passed, 5 total Time: 2.341 s

这份日志就是行为证据的硬凭证。如果项目没有测试入口，就让 Codex 交行为样例和对应代码位置，比如src/features/filter/useFilterQuery.ts第 42 行到第 68 行，说明草稿值和已提交条件分别存在哪个 state 里。

4.2 页面路径与截图

页面证据我一般让 Codex 走 webapp-testing 的浏览器脚本，或者给人工路径。浏览器脚本用 Playwright 的话，大概是这样：

const { test, expect } = require('@playwright/test'); test('新增筛选项查询与重置', async ({ page }) => { await page.goto('http://localhost:3000/list'); await page.fill('[data-testid="filter-input"]', 'alpha'); await page.click('[data-testid="filter-submit"]'); await expect(page).toHaveURL(/page=1/); await expect(page.locator('[data-testid="filter-input"]')).toHaveValue('alpha'); await page.click('[data-testid="filter-reset"]'); await expect(page.locator('[data-testid="filter-input"]')).toHaveValue(''); });

跑完之后，截图和日志一起贴进任务记录。截图要能看到筛选框、查询按钮、列表结果和分页控件。如果登录态不可用，就写人工路径，标明哪一步没法在当前环境确认。

4.3 Git diff 与规则证据

最后一步是看 Git diff。我让 Codex 贴出改动文件列表和关键 diff，确认没有引入新依赖、没有改公共封装、没有塞测试专用逻辑。

git diff --stat git diff src/features/filter/useFilterQuery.ts

src/features/filter/useFilterQuery.ts | 28 +++++++++++++++----- src/features/filter/FilterBar.tsx | 12 ++++++---- src/features/filter/__tests__/filter.spec.ts | 45 +++++++++++++++++++++++++++ 3 files changed, 78 insertions(+), 7 deletions(-)

diff 里如果出现package.json新增依赖，或者公共组件被大改，就要追问原因。规则证据则跟着 diff 一起交：本次采用 TDD 的哪几条行为要求，采用 webapp-testing 的哪些页面路径，排除了哪些 GitHub Skill，排除原因是否仍然成立。

5. 本篇常见错排查

实际跑下来，最容易出问题的地方集中在配置、Skill 选择和证据降级三块。下面按现象、原因、处理方式列出来。

5.1 配置类报错

配置类问题基本都能通过核对 api_base 和 api_key 解决。如果你不确定当前 Key 是否可用，可以先用模型对话页发一条测试消息，确认 Key 有效后再填进配置文件。

5.2 Skill 选择类问题

主 Skill 是 TDD，却没有行为样例；后备 Skill 是 webapp-testing，却没有页面路径。这两种情况说明前面的选择没有真正落地。处理方式是回到交付要求，让 Codex 补齐对应证据。如果它说“项目没有测试入口”，就让它交行为样例和代码位置，而不是直接跳过行为证据。

还有一种情况是 Codex 擅自引入新依赖来造证据。比如为了跑一个测试装了新的测试框架，或者为了页面验证改了公共封装。这种要直接拒绝，证据应该服务任务，不能反过来改造项目。

5.3 证据降级与边界

我允许降级，但降级要写清楚。测试入口找不到，可以把 TDD 降级为行为样例；页面依赖登录态，可以把浏览器脚本降级为人工路径；接口没有可控数据，可以把结果验证降级为请求参数检查和待复核项。

降级要把当前环境做不到的事说清楚。我不接受两种情况：一种是没有证据还说已经验收；另一种是为了制造证据，引入新依赖、改公共封装或塞测试专用逻辑。前者是自欺，后者是给项目埋雷。

提示：如果你在排障时发现是接入层的问题，优先看 API Keys 和接入文档；如果是模型行为不符合预期，去模型对话页复现；如果是长期编码任务，考虑用 Coding Plan 统一管理。

6. 把三类证据固定成你的验收习惯

Codex 的启动回复合格以后，任务还没有完成。前端改动需要三类证据往回收：行为证据管状态和参数，页面证据管真实路径，规则证据管 GitHub Skill 的去处。三类证据合在一起，才能判断这次新增筛选项是否真的可合并。

我自己的做法是把这套流程固定下来：每次 Codex 任务启动回复通过后，先贴 TaoToken 配置骨架，再贴三类证据交付要求，最后按行为测试、页面路径、Git diff 的顺序收证据。跑顺了之后，验收时间反而比“改完再看”更短，因为问题在交付阶段就暴露了。

下一篇可以换一个方向，用“分页错位”来跑同一套模板。新增功能看状态，bug 修复看根因，两种任务的主 Skill 会变，证据结构也会跟着变。如果你想把模型对话、Coding Plan 和 API Keys 统一管起来，可以从 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite 生成统一 Key，再回到 https://taotoken.net/api 接入你的 Codex 工作流。