限流需通过HTTP 429状态码或响应体关键词确认，结合/models接口验证classification字段；insufficient_quota属额度耗尽需等待刷新，rate_limit_exceeded属请求过快需降速；禁用无退避的裸重试。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当你在使用 Codex CLI 或集成 Codex 的脚本时突然收到报错，无法确定是网络问题、密钥失效，还是服务端主动限制了你的请求频率，必须快速锁定是否为接口限流——因为限流的应对方式与其他错误完全不同，误判会导致重试加剧拥堵、额度进一步耗尽。
看 HTTP 状态码和响应体关键词
执行失败命令后，先检查终端输出中是否包含明确的状态码和错误信息：
如果看到 HTTP 429 Too Many Requests，或响应体里出现 rate_limit_exceeded、Rate limit exceeded、You've hit your usage limit，基本可确认是限流。
注意：429 是限流最直接证据；而 401、403、502、超时等需排除其他原因后再考虑是否关联限流（例如 Key 失效后反复重试也会触发限流）。
用 /models 接口快速验证当前账号状态
这一步能绕过具体模型调用，直连鉴权与配额系统：
第一步：确保已设置 OPENAI_API_KEY 环境变量且有效（echo $OPENAI_API_KEY 应输出 sk- 开头的 51 位字符串）；
第二步：运行诊断命令：node llm-api-doctor.mjs --base-url https://api.openai.com/v1；
第三步：观察输出中的 classification 字段——若为 rate_limit，且 retryAfterSeconds 有数值（如 60），说明当前处于限流窗口内，需等待该秒数后再发起请求；
第四步：若 classification 显示 auth 或 model_not_found，则不是限流问题，应转向密钥或模型配置排查。
通过 Codex CLI 生成图片，支持尺寸控制和批量模式。依赖：codex (npm)。代理默认启用。用 generate.sh 生成单张，batch_generate.sh 批量生成游戏 UI 素材，gen_size.sh 指定尺寸。所有输出保存至 ~/.codex/generated_images/。
区分两类“额度不足”报错
方法一：报错含 insufficient_quota
这是 Codex 独立配额体系耗尽，属于滚动 5 小时额度清零，不是瞬时并发限流。它通常伴随 HTTP 402 或无状态码的纯文本提示，且 retryAfterSeconds 为空。此时降低请求频率无效，必须等待配额刷新或充值 Credits。
方法二：报错含 rate_limit_exceeded 或返回 429 状态码
这是瞬时请求密度超标，可能由单次任务并发过高、循环重试未退避、或多个进程共用同一 Key 导致。此时调整请求节奏即可缓解，无需充值。
【关键区别】：insufficient_quota 是“没额度了”，rate_limit_exceeded 是“太快了”。前者等时间，后者降速度。
检查本地是否在无意识高频重试
如果你写了自动重试逻辑，尤其像下面这种写法：
async function requestWithRetry() { try { return await callApi(); } catch (e) { return requestWithRetry(); } }
它会在每次失败后立刻重试，遇到 429 时会形成雪崩式请求洪峰，让限流持续更久。真正的退避机制必须引入随机延迟和指数退避，例如首次等 1 秒，第二次等 2 秒，第三次等 4 秒……
现在立刻检查你调用 Codex 的代码里有没有裸递归重试、sleep(0) 循环、或未读取响应头中 Retry-After 字段的行为。
