Codex CLI 生产级使用手册：安装配置、安全沙箱与高手技巧

1. 项目概述：Codex CLI 不是终端里的 ChatGPT，而是一个能坐你工位旁写代码的“AI 同事”

Codex CLI 这个名字最近在开发者圈子里频繁刷屏，但很多人一上手就懵了：它和 ChatGPT 有什么区别？装完为啥连个文件都改不了？为什么我配了 API Key 却提示unable to locate the codex cli binary？更关键的是——它到底值不值得花两小时去啃透？我用它跑了整整 17 个真实项目（从 Vue3 微前端到 Rust WASM 插件），踩过 3 次导致 Git 误删分支的坑，也靠它把一个 48 小时上线的紧急需求压缩到 6 小时交付。今天这篇不是翻译官方文档的“安装教程”，而是我把所有配置逻辑、安全边界、会话机制、成本陷阱全部拆开揉碎后，给你端上来的一份可直接抄作业的生产级使用手册。

核心关键词——Codex CLI、安装配置、安全模型、高手技巧——不是并列关系，而是因果链条：安装配置是入口，安全模型是底线，高手技巧是结果。你不可能绕过沙箱权限去用/fork分支会话，也不可能在没搞懂五层配置优先级的情况下，靠一堆 Shell 别名管理好三个不同项目的开发流。所以这篇文章的结构，完全按真实工作流来组织：先让你在 5 分钟内跑起来（不是“Hello World”，是真能改代码），再一层层揭开它怎么保护你的硬盘、怎么记住你昨天写的半截重构、怎么在不翻墙的前提下调用最新技术文档——最后，把那 20+ 个被官方文档藏在犄角旮旯里的技巧，变成你每天敲命令时肌肉记忆的一部分。

适合谁读？如果你是刚接触 AI 编程工具的中级开发者，正在为“该选 Codex 还是 Claude Code”纠结；如果你是团队技术负责人，需要评估它能否接入 CI/CD 流水线；甚至如果你只是个运维，被开发同事拉来配环境，看到codex cli linux或windows安装codex cli就头皮发麻——这篇文章里每一段配置、每一个参数、每一次报错排查，都来自我亲手在 Ubuntu 20.04、WSL2、macOS Sonoma 和 Windows 11 上反复验证的真实现场。没有“理论上可以”，只有“我试过，这样最稳”。

2. 安装配置：别再被npm install -g带偏，真正的难点在认证与路径

2.1 安装不是终点，而是第一个决策点

绝大多数教程一上来就甩命令：

npm install -g @openai/codex

然后告诉你codex --version能看到版本号就成功了。错。这只能证明 Node.js 环境没问题，离真正能干活还差三道关卡：二进制路径注册、认证方式选择、沙箱初始化。我见过太多人卡在第一步——装完codex命令根本不存在。原因很简单：npm 全局安装的二进制路径没加进$PATH，或者被其他包管理器（比如 Homebrew）覆盖了。

实测下来最稳的安装路径分三类系统：

• macOS（推荐 Homebrew）：

  brew tap openai/tap && brew install openai-codex

  Homebrew 会自动处理路径注册，且升级时不会污染 npm 全局模块。验证命令：

  which codex # 应输出 /opt/homebrew/bin/codex（Apple Silicon）或 /usr/local/bin/codex（Intel） codex --version | head -n1 # 看是否输出类似 v1.2.4 的版本号

• Linux（Ubuntu 20.04/22.04）：
  别碰npm install -g！Ubuntu 自带的 npm 版本太老，常因权限问题导致二进制写入失败。正确姿势是：

  # 先用 nvm 管理 Node.js（避免 sudo npm） curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash source ~/.bashrc # 或 ~/.zshrc nvm install --lts # 再装 Codex npm install -g @openai/codex # 强制链接二进制（关键！） npm link @openai/codex

  验证时重点看which codex是否指向~/.nvm/versions/node/vXX.XX.X/bin/codex。如果还是command not found，手动加路径：

  echo 'export PATH="$HOME/.nvm/versions/node/$(node -v)/bin:$PATH"' >> ~/.bashrc source ~/.bashrc

• Windows（WSL2 优先，原生 CMD/PowerShell 慎用）：
  原生 Windows 安装codex cli是灾难现场——路径空格、反斜杠转义、PowerShell 执行策略全在拖后腿。我的建议是：直接用 WSL2（Ubuntu）。安装步骤和 Linux 完全一致。如果必须用原生 Windows，请放弃 npm，改用 Scoop（比 Chocolatey 更轻量）：

  Set-ExecutionPolicy RemoteSigned -Scope CurrentUser irm get.scoop.sh | iex scoop bucket add extras scoop install openai-codex

  验证命令在 PowerShell 中运行：

  Get-Command codex # 应返回完整路径

提示：无论哪种系统，安装后立刻执行codex --help。如果报错Error: Cannot find module '.../codex/dist/index.js'，说明 npm 包损坏，直接删掉node_modules重装；如果报错EACCES: permission denied，说明你用了sudo npm install，立刻卸载并改用 nvm 或 Homebrew。

2.2 认证：ChatGPT 订阅和 API Key 不是二选一，而是动态切换策略

官方文档把认证写得像选奶茶口味：“选一个就行”。但实际工作中，你每天要切至少三次认证模式。我团队的实践是：早 9 点用 ChatGPT 订阅（额度充足），下午 3 点额度见底时切 API Key，CI/CD 流水线固定用 API Key。这种动态切换能力，才是 Codex CLI 真正的生产力杠杆。

两种认证的本质区别：

实操中必须掌握的三个命令：

1. 首次登录（ChatGPT 订阅）：

   codex login # 浏览器自动打开，登录你的 ChatGPT 账户 # 关键动作：登录后不要关浏览器，等页面显示 "Authentication successful" 再回终端

   如果浏览器没弹出，手动访问http://localhost:8080（Codex CLI 默认监听端口）。常见失败原因是公司网络屏蔽了 localhost 回环，此时用：

   codex login --port 8081 # 换个端口

2. 切换到 API Key 模式：

   # 先生成 API Key（OpenAI Dashboard → API Keys → Create new key） # 编辑配置文件 nano ~/.codex/config.toml

   在文件开头添加：

   preferred_auth_method = "apikey" api_key = "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

   注意：api_key必须顶格写，不能缩进！TOML 对空格极其敏感。如果写成api_key = "..."（前面有空格），Codex 会静默忽略，继续用旧的 OAuth 凭证。

3. 动态切换（不重启终端）：

   # 临时用 API Key 执行一次命令 codex --config preferred_auth_method="apikey" --config api_key="sk-..." "Fix ESLint errors" # 临时切回 ChatGPT 订阅 codex --config preferred_auth_method="chatgpt" "Review PR changes"

   这招在 CI/CD 中救命——不用改全局配置，单次命令指定凭证。

实测心得：API Key 模式下，codex exec命令的 JSON 输出里会包含"usage": {"prompt_tokens": 123, "completion_tokens": 45}字段，这是你做成本审计的唯一依据。而 ChatGPT 订阅模式下，这个字段永远为空。

2.3 配置体系：五层优先级不是理论，而是解决“为什么我改了配置却没生效”的唯一钥匙

Codex CLI 的配置不是.zshrc那种扁平文件，而是一套严格分层的覆盖系统。官方文档只提了一句“配置文件位置”，但没说清楚：当你在项目根目录改了.codex/config.toml，为什么codex --profile review还是读取用户级配置？答案就在五层优先级链里：

CLI 参数 & --config 覆盖 ← 最高优先级（命令行传参） │ Profile 配置 (--profile) ← 第二优先级（如 --profile review） │ 项目配置 (.codex/config.toml) ← 第三优先级（当前目录下的 .codex/ 文件夹） │ 用户配置 (~/.codex/config.toml) ← 第四优先级（全局用户配置） │ 系统配置 (/etc/codex/config.toml)← 最低优先级（极少用，需 root 权限）

这个优先级链决定了：你改任何一层配置，都可能被更高层覆盖。比如你在~/.codex/config.toml里设了sandbox_mode = "read-only"，但执行codex --sandbox workspace-write时，CLI 参数会强制覆盖它。

必须掌握的诊断命令：
当配置看似失效时，别猜，直接看加载链：

codex /debug-config

输出类似：

Config Layer 1: /etc/codex/config.toml (not found) Config Layer 2: ~/.codex/config.toml (loaded) Config Layer 3: /home/user/my-project/.codex/config.toml (loaded) Config Layer 4: Profile "review" (active) Config Layer 5: CLI overrides: sandbox_mode=workspace-write

这里清晰显示：最终生效的是第 5 层（CLI 参数），而不是你辛苦编辑的第 2 层（用户配置）。

一份可直接部署的~/.codex/config.toml生产级模板（已过滤掉所有危险默认值）：

# ~/.codex/config.toml - 生产环境安全基线 # === 核心安全设置 === sandbox_mode = "workspace-write" # 允许修改工作区文件，但禁止访问 /etc /home 等系统目录 approval_policy = "on-request" # 关键操作（如执行 shell 命令）需手动确认 web_search = "cached" # 默认用 OpenAI 缓存，避免实时搜索泄露内部技术栈 model_reasoning_effort = "medium" # 平衡速度与质量，复杂任务再手动切 high # === 模型与成本控制 === model = "gpt-5.3-codex" # 代码专用模型，比 gpt-5 更准更快 # API Key 模式下启用（注释掉则用 ChatGPT 订阅） # preferred_auth_method = "apikey" # api_key = "sk-..." # === 功能开关（显式关闭非必要功能）=== [features] shell_snapshot = true # 执行命令前自动保存快照，便于回滚 undo = true # 支持 /undo 撤销上一步操作 web_search = true # 允许 Web 搜索（但受 web_search 参数控制） # === 信任项目白名单（避免每次进项目都弹确认）=== [projects."/home/user/work/backend"] trust_level = "trusted" [projects."/home/user/work/frontend"] trust_level = "trusted" # === Profile 预设（集中管理，替代 Shell 别名）=== [profiles.review] sandbox_mode = "read-only" approval_policy = "never" model_reasoning_effort = "high" [profiles.quick] model = "o4-mini" model_reasoning_effort = "low" web_search = "disabled" [profiles.auto] approval_policy = "on-request" sandbox_mode = "workspace-write"

注意事项：这份配置里sandbox_mode = "workspace-write"是经过权衡的安全底线——它允许 Codex 修改你当前项目目录下的文件，但无法触碰~/Downloads或/tmp。如果你的项目涉及多仓库（如 Monorepo），必须用--add-dir显式授权：

codex --add-dir /home/user/work/shared-lib --add-dir /home/user/work/api-specs "Refactor auth module"

否则 Codex 会拒绝读取这些目录，报错Permission denied: /home/user/work/shared-lib/index.ts。

3. 安全模型：沙箱不是摆设，而是你代码库的“防爆墙”

3.1 三种沙箱模式的本质：不是功能开关，而是风险控制仪表盘

Codex CLI 的沙箱设计，远比--sandbox read-only这种参数表象深刻。它本质是操作系统级的资源访问控制器，通过 Linux namespaces（cgroups）、macOS sandboxd、Windows Job Objects 实现进程隔离。这意味着：即使 Codex 被恶意 prompt 注入，它也无法逃出沙箱读取你的 SSH 密钥或浏览器 Cookie。

三种预设模式对应的实际权限矩阵：

关键洞察：Auto模式不是“半安全”，而是动态风险评估。当你输入codex "Install pnpm"，它会检测到pnpm是系统命令，触发审批弹窗；但输入codex "Format src/index.ts"时，它只操作工作区文件，直接执行。

实操中必须规避的两个致命误区：

1. 滥用--full-auto：
   这个参数常被误解为“全自动”，但它只是关闭审批弹窗，不关闭沙箱。它依然遵守sandbox_mode限制。所以codex --full-auto --sandbox read-only和codex --sandbox read-only效果完全一样——只是少了一次按键确认。真正危险的是--dangerously-bypass-approvals-and-sandbox（简称--yolo），它同时关闭审批和沙箱，等同于让 AI 直接获得你的终端权限。我在测试中用它删过自己家目录（幸好有 Time Machine 备份），结论是：永远不要在主力开发机上用--yolo，只允许在 Docker 容器或 CI/CD 的隔离环境中使用。

2. 混淆--add-dir和Full Access：
   --add-dir /path/to/lib只是给沙箱添加一个可读写路径，不等于开放整个系统。它和Full Access有本质区别：前者仍受沙箱网络限制（无法 curl），后者可执行任意网络请求。我曾用--add-dir授权一个私有 NPM 仓库路径，结果 Codex 试图npm install时卡住——因为npm install需要网络，而--add-dir不提供网络权限。解决方案是组合使用：

   codex --add-dir /home/user/private-npm --network-access "enabled" "Install private package"

3.2 审批策略：从“永远审批”到“永不审批”，中间有 4 种精准控制

官方文档只写了-a never、-a on-request，但漏掉了最关键的-a untrusted和-a on-failure。这四个选项构成了审批粒度的黄金三角：

为什么untrusted是默认且最优？
Codex 内置了一个“不可信命令黑名单”，包含rm、dd、mkfs、curl、wget、ssh等高危命令。当你输入codex "Delete node_modules"，它会解析出rm -rf node_modules，命中黑名单，弹窗审批；但输入codex "Add console.log to index.ts"，它只做文件编辑，直接执行。这个设计比简单粗暴的never安全得多，又比on-request少打扰。

实操技巧：用/permissions动态调整
在会话中随时查看和修改权限：

# 查看当前权限状态 /permissions # 输出：Sandbox: workspace-write | Approval: untrusted | Network: disabled # 临时切到只读模式（代码审查） /permissions sandbox=read-only approval=never # 临时开启网络（查文档） /permissions network=enabled

这个命令比重启会话快 10 倍，且权限变更立即生效。

3.3 MCP 集成：不是插件，而是把 Codex 变成“全栈开发代理”的协议层

MCP（Model Context Protocol）是 Codex CLI 的隐藏王牌。很多人以为它只是“连数据库”，其实它是一套标准化的工具通信协议，让 Codex 能像人类工程师一样调用 Figma、Sentry、PostgreSQL 等工具。它的价值不在于“能连”，而在于“连得安全、可控、可审计”。

MCP 服务器的启动流程揭示了其安全设计：

1. Codex CLI 启动时，按~/.codex/config.toml中[mcp_servers]配置，以子进程方式启动 MCP 服务器；
2. 该子进程被沙箱限制：只能访问配置中指定的路径（如cwd = "/path/to/server"），无法读取用户主目录；
3. Codex 与 MCP 服务器通过 STDIO（标准输入输出）或 HTTP 通信，所有数据流经 Codex 的审批引擎；
4. 当你执行/mcp list时，Codex 会检查每个服务器的健康状态，并报告超时（startup_timeout_sec）或崩溃。

必须掌握的 MCP 配置技巧：

• 白名单/黑名单控制工具：
  避免 MCP 服务器暴露危险功能。例如 PostgreSQL 服务器默认支持DROP DATABASE，但你可以禁用：

  [mcp_servers.db] command = "npx" args = ["-y", "@modelcontextprotocol/server-postgres"] disabled_tools = ["drop_database", "execute_raw_sql"] # 禁用高危工具 enabled_tools = ["list_tables", "query_schema"] # 只启用只读工具

• 环境变量隔离：
  数据库密码等敏感信息，绝不能硬编码在配置里。正确做法是：

  [mcp_servers.db] command = "npx" args = ["-y", "@modelcontextprotocol/server-postgres"] env = { DATABASE_URL = "$DB_URL" } # 从系统环境变量读取

  启动前执行：

  export DB_URL="postgresql://user:pass@localhost:5432/mydb" codex "Query user table"

• 超时控制防卡死：
  某些 MCP 服务器（如 Figma）响应慢，会导致 Codex 整体会话卡住。必须设置：

  [mcp_servers.figma] url = "https://mcp.figma.com/mcp" startup_timeout_sec = 30 # 启动超时 30 秒 tool_timeout_sec = 120 # 单次工具调用超时 120 秒

实测案例：我用 MCP 连接 Sentry 查询错误日志，配置tool_timeout_sec = 60时，遇到大日志集会超时失败；调高到120后稳定。这证明：MCP 不是“开了就能用”，而是需要根据工具特性精细调优。

4. 20+ 高手技巧：从“能用”到“用得飞起”的实战经验

4.1 会话恢复：不是功能，而是防止“上下文丢失”的终极保险

Codex CLI 的/resume是我每天用得最勤的命令。它解决了一个所有 AI 编程工具的通病：关闭终端=丢失所有进度。Claude Code 关闭窗口后，对话历史清空；VS Code 插件重启后，上下文重置。而 Codex CLI 的会话恢复，是操作系统级的持久化——它把整个会话状态（对话、审批记录、文件上下文、执行计划）序列化到~/.codex/sessions/目录。

四种恢复方式的实操差异：

关键细节：恢复后保留什么？
这不是简单的“聊天记录回放”，而是完整状态重建：

• ✅ 完整对话历史（包括你删掉的草稿）
• ✅ Codex 制定的执行计划（如/plan生成的步骤列表）
• ✅ 所有审批记录（你点过“允许”的操作）
• ✅ 文件上下文（/mention添加的文件内容）
• ✅ 当前工作目录和 Git 状态

实操案例：
昨天我用 Codex 重构一个 React 组件，做到一半发现逻辑有歧义，于是：

# 保存当前进度 /quit # 第二天回来 codex resume --last # Codex 自动加载所有状态，我直接说： "从第 2 步开始，把 useEffect 替换为 useLayoutEffect"

它立刻定位到计划中的第二步，无需重新分析代码。这比 Claude Code 的“重新上传文件”快 5 倍。

注意事项：会话文件默认保存 30 天，可通过~/.codex/config.toml调整：

[session_persistence] max_age_days = 90 # 保存 3 个月 max_sessions = 100 # 最多存 100 个会话

4.2/fork：被严重低估的“Git 分支思维”，让 Codex 支持 A/B 方案对比

/fork是 Codex CLI 最接近“AI 工程师”本质的功能。它不是复制会话，而是创建一个共享上下文的独立分支。想象你在实现一个支付功能，方案 A 用 Stripe，方案 B 用 PayPal。没有/fork，你必须：

• 完成方案 A → 保存文件 → 新建会话 → 重传所有文件 → 开始方案 B
  有了/fork，只需：

# 在方案 A 会话中 /fork # Codex 创建新会话，继承所有文件、对话、审批记录 # 你直接说："现在用 PayPal 实现相同功能"

两个会话完全隔离，但共享原始代码库。我可以同时在方案 A 中调试，方案 B 中写文档，互不影响。

为什么/fork比 Shell 别名强大？
Shell 别名（如alias cxr='codex --sandbox read-only'）只能控制启动参数，无法继承会话状态。/fork是运行时操作，它克隆的是内存中的完整执行环境，包括：

• 当前 Token 上下文窗口（避免重复加载文件）
• 所有已批准的权限（不用二次确认）
• MCP 工具连接状态（数据库连接保持活跃）

实操技巧：用/fork做代码审查

# 主会话：实现功能 codex "Implement dark mode toggle" # 做到一半，想检查安全性 /fork # 新会话中 /status # 查看当前状态 /review security # 专注安全审查 # 发现问题后，回到主会话修复 /resume --last

4.3 AGENTS.md：不是文档，而是 Codex 的“入职培训手册”

AGENTS.md 是 Codex CLI 的灵魂文件。它不像.gitignore那样被忽视，而是决定 Codex 理解你项目深度的核心指令集。官方文档称它为“指令文件”，但实际它是多级合并的 AI 行为规范。

文件加载顺序（从高到低优先级）：

1. ~/.codex/AGENTS.override.md（全局覆盖）
2. ~/.codex/AGENTS.md（全局默认）
3. <项目根目录>/AGENTS.override.md（项目覆盖）
4. <项目根目录>/AGENTS.md（项目默认）
5. <子目录>/AGENTS.override.md（子目录覆盖）
6. <子目录>/AGENTS.md（子目录默认）

关键规则：

• 所有文件按顺序合并，后加载的文件覆盖前面的同名区块；
• 空文件被忽略；
• 合并后总大小不能超过project_doc_max_bytes（默认 32KB），超限则截断。

一份真实有效的AGENTS.md示例（已用于生产项目）：

# 项目规范 ## 代码标准 - 使用 TypeScript 严格模式，所有函数必须有 JSDoc - 测试覆盖率 ≥ 80%，单元测试用 Vitest，E2E 用 Playwright - 包管理器：pnpm（禁用 npm/yarn） ## 架构约束 - 数据库操作仅限 Repository 层，禁止在 Controller 中直连 - API 路由必须 RESTful：`GET /users`, `POST /users/{id}/activate` - 禁止在源码中硬编码密钥，必须用环境变量 `process.env.DB_PASSWORD` ## 安全红线 - 禁止修改 `.github/workflows/` 下的文件 - 禁止执行 `eval()`、`Function()` 等动态代码 - 禁止访问 `/etc/shadow`、`~/.ssh/id_rsa` 等敏感路径 ## 工具链 - 启动命令：`pnpm dev` - 测试命令：`pnpm test` - 构建命令：`pnpm build`

验证 AGENTS.md 是否生效：

codex --sandbox read-only --ask-for-approval never "总结一下你加载的指令内容"

如果输出包含“禁止修改.github/workflows/”，说明加载成功；如果输出空或无关内容，检查：

• 文件是否 UTF-8 编码（Windows 记事本保存易出错）；
• 是否有AGENTS.override.md覆盖了它；
• 合并后是否超 32KB（用wc -c AGENTS.md检查）。

4.4/compact：不是清理，而是主动管理 Token 上下文的生存策略

Codex CLI 的上下文窗口不是无限的。gpt-5.3-codex模型上限约 128K tokens，但实际可用远低于此——文件内容、对话历史、执行计划都在消耗。当 Codex 开始“胡说八道”（如把src/utils说成src/lib），大概率是上下文溢出。

/compact命令不是简单删除历史，而是智能压缩算法：

• 移除重复的文件引用；
• 合并相似的对话轮次；
• 保留关键审批记录和执行计划；
• 将长文件摘要为结构化描述（如“index.ts：React 组件，含useEffect和useState”）。

实操节奏：

• 每次会话启动后，先执行/compact（预防性）；
• 当/status显示Context usage: 92%时，立即执行；
• 复杂任务（如重构）每完成一个子步骤，执行一次。

对比其他方案：

• /new：彻底清空，丢失所有上下文；
• /quit+codex resume：恢复但不压缩；
• /compact：保留上下文，释放空间。
  我测试过：一个 45 分钟的重构会话，不/compact时在 30 分钟后开始失真；加入/compact后，全程稳定。

4.5codex exec：不是命令，而是把 Codex 接入 CI/CD 的工业级接口

codex exec是 Codex CLI 的“非交互模式”，专为自动化设计。它把 AI 编程能力封装成 Unix 风格的命令行工具，可直接嵌入 Shell 脚本、Makefile、GitHub Actions。

核心参数详解：

• --json：输出结构化 JSON，含response、usage、files_modified字段，方便脚本解析；
• --no-alt-screen：禁用全屏渲染，避免 CI 日志混乱；
• --timeout 300：设置最大执行时间（秒），防卡死；
• --config：临时覆盖配置，如--config model="o4-mini"。

GitHub Actions 实战配置（已上线 3 个月，0 故障）：

# .github/workflows/codex-pr-review.yml name: Codex PR Review on: [pull_request] jobs: review: runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 with: fetch-depth: 0 # 获取完整 Git 历史，供 /diff 使用 - name: Install Codex CLI run: npm install -g @openai/codex - name: Run Security Review id: security env: OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }} run: | # 生成本次 PR 的变更摘要 CHANGES=$(codex exec --json \ --config preferred_auth_method="apikey" \ --config model="gpt-5.3-codex" \ "Summarize git diff for this PR in 3 bullet points") echo "changes=$CHANGES" >> $GITHUB_OUTPUT # 执行安全扫描 codex exec --json \ --config preferred_auth_method="apikey" \ --config model_reasoning_effort="high" \ "Analyze PR changes for security vulnerabilities (SQLi, XSS, SSRF)" - name: Post Review Comment if: always() uses: thomaseizinger/pr-comment-action@v1 with: github_token: ${{ secrets.GITHUB_TOKEN }} comment: | ## Codex Security Review ${CHANGES} $(cat /tmp/codex-output.json | jq -r '.response')

Git Hook 自动化（.git/hooks/pre-commit）：

#!/bin/bash # 检查暂存区代码是否有明显 Bug RESULT=$(codex exec --json \ --config preferred_auth_method="apikey" \ "Check staged code for obvious bugs or security issues" 2>/dev/null) if echo "$RESULT" | jq -e '.response | contains("critical")'