涼果笔记

2026-09-30

创建于: 更新于: 10分钟阅读本页源码

agent-notifications 在 Windows 上发送通知会闪一个控制台窗口

AIGC

之前也记过一次类似的控制台闪窗，当时是 tokentracker-cli（时不时闪现控制台窗口）。这次轮到 777genius/agent-notifications 了。通知弹出来时会闪出控制台窗口，Codex 只是触发 hook 的调用方，问题在通知程序的 Windows 启动链上。

我一开始也留意了通知程序的 -focus.exe。后来确认它是点 toast 后用来聚焦窗口的；真正发送通知的 claude-notifications-windows-amd64.exe 还是 Console 子系统程序。旧的 Windows hook 用 cmd.exe 启动 .cmd wrapper，hook 一运行就会带出控制台。PR #120 修的是点击 toast 后的聚焦路径，所以对通知出现时的闪屏没帮助。PR #120

处理时我让 pwsh.exe 隐藏启动 PowerShell wrapper，再由 wrapper 用 ProcessStartInfo 无窗口启动通知程序。完整脚本留在这里，之后要回看就不用再翻配置目录：

$ErrorActionPreference = 'Stop'
$hookArguments = @($args)
 
function New-HiddenProcessStartInfo {
    param(
        [Parameter(Mandatory)]
        [string]$FilePath,
        [string[]]$Arguments = @()
    )
 
    $startInfo = [System.Diagnostics.ProcessStartInfo]::new()
    $startInfo.FileName = $FilePath
    $startInfo.UseShellExecute = $false
    $startInfo.CreateNoWindow = $true
 
    foreach ($argument in $Arguments) {
        $startInfo.ArgumentList.Add($argument)
    }
 
    return $startInfo
}
 
function Invoke-CodexHook {
    param(
        [Parameter(Mandatory)][string]$BinaryPath,
        [Parameter(Mandatory)][string[]]$Arguments
    )
 
    $startInfo = New-HiddenProcessStartInfo -FilePath $BinaryPath -Arguments $Arguments
    $startInfo.RedirectStandardInput = $true
    $startInfo.RedirectStandardOutput = $true
    $startInfo.RedirectStandardError = $true
 
    $process = [System.Diagnostics.Process]::Start($startInfo)
    try {
        $null = $process.StandardOutput.ReadToEndAsync()
        $null = $process.StandardError.ReadToEndAsync()
 
        try {
            [Console]::OpenStandardInput().CopyTo($process.StandardInput.BaseStream)
        }
        finally {
            $process.StandardInput.Close()
        }
 
        if (-not $process.WaitForExit(24000)) {
            $process.Kill()
            $process.WaitForExit()
        }
 
    }
    finally {
        if (-not $process.HasExited) {
            $process.Kill()
            $process.WaitForExit()
        }
        $process.Dispose()
    }
}
 
try {
    $env:CN_PRODUCT = 'codex'
    if ([string]::IsNullOrEmpty($env:PLUGIN_ROOT)) {
        $env:PLUGIN_ROOT = [System.IO.Directory]::GetParent($PSScriptRoot).FullName
    }
 
    $binary = Join-Path $PSScriptRoot 'claude-notifications-windows-amd64.exe'
 
    # Codex product routing requires claude-notifications v1.42.0 or newer.
    if (Test-Path -LiteralPath $binary -PathType Leaf) {
        Invoke-CodexHook -BinaryPath $binary -Arguments $hookArguments
    }
}
catch {
    # Codex observation hooks must remain silent and never block the session.
}
 
exit 0

wrapper 会把 hook 的标准输入传给通知程序，传完关闭输入流并等待进程退出。只给 PowerShell 加 -WindowStyle Hidden 还不够，真正创建通知进程时也得设 CreateNoWindow。

hooks.json 里四个 Windows hook 都指向这个 wrapper，只是传入的事件名不同；PreToolUse 还限制了 matcher：

PermissionRequest:
pwsh.exe -NoLogo -NoProfile -NonInteractive -WindowStyle Hidden -ExecutionPolicy Bypass -File "C:\Users\enihsyou\.codex\claude-notifications-go\bin\codex-hook-wrapper.ps1" handle-hook PermissionRequest --product codex
 
PreToolUse (matcher: ^request_user_input$):
pwsh.exe -NoLogo -NoProfile -NonInteractive -WindowStyle Hidden -ExecutionPolicy Bypass -File "C:\Users\enihsyou\.codex\claude-notifications-go\bin\codex-hook-wrapper.ps1" handle-hook PreToolUse --product codex
 
Stop:
pwsh.exe -NoLogo -NoProfile -NonInteractive -WindowStyle Hidden -ExecutionPolicy Bypass -File "C:\Users\enihsyou\.codex\claude-notifications-go\bin\codex-hook-wrapper.ps1" handle-hook Stop --product codex
 
SubagentStop:
pwsh.exe -NoLogo -NoProfile -NonInteractive -WindowStyle Hidden -ExecutionPolicy Bypass -File "C:\Users\enihsyou\.codex\claude-notifications-go\bin\codex-hook-wrapper.ps1" handle-hook SubagentStop --product codex

最后我用实际 hook 验证通过了：通知正常送达，控制台也不再闪。

2026-10-17 发现 v1.49.4 添加了修复 fix(notifier): start Windows toast PowerShell without a console window by harshbhx · Pull Request #482 · 777genius/agent-notifications 暂时未测试，因为它假设 Windows 上 PATH 中一定有 sh，崩溃了

千问语音输入法在 Codex 中会丢失重复的字母

疑难杂症

我在 Codex CLI 0.159.2 中使用千问输入法的语音输入时，输入框遇到语音输入词中有两个双写字母时会被删掉一个，比如 Git commit 会只出现 Git comit。

测试会发生的环境有

  • Windows Terminal + PowerShell + 千问语音输入法 + Codex = 丢字母
  • Windows Terminal + PowerShell + 千问语音输入法 = Boom
  • Windows Terminal + PowerShell + 智谱 AI 输入法 + Codex = Error
  • Windows Terminal + Git Bash + 千问语音输入法 = 🆗
  • VSCode + PowerShell + 千问语音输入法 = 🆗
  • VSCode + PowerShell + 千问语音输入法 + Codex = 🆗
  • VSCode + PowerShell + 智谱 AI 输入法 + Codex = 🆗

PowerShell 的 Boom 信息是这样，因为我把右 Ctrl 绑定到了语音输入激活键，当我松开时就会触发这个

发生了错误且未正确处理。下面显示附加信息。PowerShell 进程将退出。
Unhandled exception. System.ArgumentOutOfRangeException: Console key values must be between 0 and 255 inclusive. (Parameter 'key')
   at System.ConsoleKeyInfo..ctor(Char keyChar, ConsoleKey key, Boolean shift, Boolean alt, Boolean control)
   at System.ConsolePal.ReadKey(Boolean intercept)
   at Microsoft.PowerShell.Internal.VirtualTerminal.<>c.<ReadKey>b__40_0()
   at Microsoft.PowerShell.Internal.VirtualTerminal._TryIgnoreIOE[T](Func`1 f)
   at Microsoft.PowerShell.Internal.VirtualTerminal.ReadKey()
   at Microsoft.PowerShell.PSConsoleReadLine.ReadOneOrMoreKeys()
   at Microsoft.PowerShell.PSConsoleReadLine.ReadKeyThreadProc()
   at System.Threading.Thread.StartHelper.Callback(Object state)
   at System.Threading.ExecutionContext.RunInternal(ExecutionContext executionContext, ContextCallback callback, Object state)
--- End of stack trace from previous location ---
   at System.Threading.ExecutionContext.RunInternal(ExecutionContext executionContext, ContextCallback callback, Object state)
 
[已退出进程，代码为 3762504530 (0xe0434352)]
现在可以使用Ctrl+D关闭此终端，或按 Enter 重新启动。

但实测改成其他键都不行，GPT 分析是 PSReadLine 的问题

在 Windows PowerShell 中 Remove-Module PSReadLine 后确实正常了，但对 PowerShell 7 不管用。

智谱遇到的 Error 信息是这样的，内容实际上已经到剪贴板了，可以再按 Ctrl+Shift+V 粘贴进去

■ Failed to paste image: no image on clipboard: The clipboard contents were not available in the requested format or the clipboard is empty.

GPT 还建议给 Codex 添加 tui.disable_paste_burst = true，实测不行。

所以很明显问题出现在 Windows Terminal 处理语音输入的时候。
但排查半天测试来测试去，即便用 PowerToys 重映射按键也不行。最终原因是这样：

我之前一直在用 Rime 输入法，它是我的默认输入法。但千问语音输入法其实也是一个系统级别的输入法，可以按 Win + 空格切换的。

在我把 Rime 小狼毫设为默认输入法，并关闭千问输入法中“语音输入”中“在语音输入时自动切换为千问输入法”选项的情况下，按右 Ctrl 激活语音输入，其他应用一切正常，可以弹出语音输入界面。但在终端场景下，就出现了上述问题。

当我用 Win + 空格把主输入法切换到千问时，一切就正常了 🤨 真是鱼和熊掌不可兼得

让 Codex 会话知道自己是什么模型

我比较认同模型写的代码就应该以模型的身份进行提交，所以之前做了个 使用 GitHub App 以 Bot 身份创建属于 AI Agent 的提交 和 ai-commit SKILL 用于模型主动进行 git commit。

在 Claude Code 里运行得很好，因为 Claude Code 的系统提示词会把当前使用的模型信息注入进去；但在 Codex 里，它的 models_cache.json 文件的 models[].model_messages.instructions_template 只会提到 You are Codex, an agent based on GPT-6. 并不包含具体的模型名称，那么想让模型在执行 AI Commit 的 Skill 时知道自己是谁就成了一个问题，我做过好几种解决办法。

Codex 有 Hooks，它的脚本接收的参数里面有一个 model 这个参数，对应当前模型的 slug。我当时的想法是新建一个 Session Start 的 Hook，然后把模型信息添加到 Additional Context 里面。
当时工作得很好，但是在 Codex Desktop 界面中它会显示你运行了一个 Hook。我觉得不是很好看，就换成下一个方案了

在使用 Codex & Claude Code Session Viewer — SessionViewer 查看 Codex 的会话记录时，我发现系统提示词中会有一段来自 visualizations 的路径，刚好记录了主 Agent 的 Session ID。询问模型，它能从上下文中获得哪些信息，也确认了这一点，能够模型能够自主地根据 Session ID 去寻找 Rollout 文件，从中使用 JQ 过滤出最后一个消息所使用的模型，甚至还包括 Effort。

<environment_context>
    <cwd>D:\GitHub\subconverter</cwd>
    <shell>powershell</shell>
    <current_date>2026-08-30</current_date>
    <timezone>Asia/Shanghai</timezone>
    <filesystem>
        <permission_profile type="managed">
            <file_system type="restricted">
                <entry access="write">
                    <path>D:\GitHub\subconverter</path>
                </entry>
                <entry access="write">
                    <path>C:\Users\enihsyou\.codex\visualizations\2026\08\30\01a0535f-997c-77f1-b696-5b790cbabfbe</path>
                </entry>
            </file_system>
        </permission_profile>
    </filesystem>
</environment_context>

所以我就调整了 AI Commit 指令，让模型从上下文中寻找 Session ID，然后经过一段 Tool Call 取得当前适用的模型信息，这样就摆脱了 Hooks。
但问题是我最近把 Visualization 这个插件卸载了，又没找到入口重装回来（好像每次更新 Codex 它都会自动重装回来）。这个 WritableRoot 的 pass 就不在上下文中出现了，那这条路突然就不通了。

所以最后我还是回归了第一条路，编写 hooks。因为用了 Agents Notification 这个给 CLI 完成做通知的小工具，它是基于 Hooks 完成的，所以现在对使用 Hooks 没有什么阻力。
但是这次除了给模型 model id 的信息，还把它的 rollout 文件路径也加到 context 中，并给了更详细的伪代码指令，先以传入的 model slug 为主，但如果你是个 subagent，就去使用 rollout 文件路径寻找主 agent 的 model slug。

关系图谱