症状の整理:ターミナルだけが「Codex を通しても遅い/切れる」理由
ブラウザの ChatGPT や社内ゲートウェイ経由の IDE 連携は比較的安定しているのに、ターミナルから起動した OpenAI Codex CLI だけが頻繁にタイムアウトする、TLS ハンドシェイクで止まる、ログインやモデル一覧は通るのに推論だけ失敗する、といった報告は珍しくありません。これは「OpenAI のサービスが全滅している」より、そのプロセスが張っている接続の一部が別経路・別ノード・別プロトコルに落ちているケースが多いです。
Electron やネイティブ GUI は OS のプロキシ設定や証明書ストアに沿いやすい一方、Go や Node 系の CLI は HTTP_PROXY 未設定のまま直結する、逆に全トラフィックを一つの遅い出口に載せてしまいAPI は速いのに静的配信だけ詰まる、といった偏りが出ます。Codex CLI は認可・モデル取得・実際の completions/responses API に加え、ドキュメントやリリースノート、自己更新の取得で 複数ホストへ並行接続するため、単一の「PROXY 一本」設計だとボトルネックが一箇所でも全体が不安定に見えます。
本稿は Codex の使い方解説ではなく、Clash/Mihomo のルール・DNS・検証手順に絞り、OpenAI API 系と「ツールチェーン周辺」(CDN、GitHub Releases、パッケージレジストリなど)を論理的に切り出す設計指針を示します。
なぜ API 用と「ツール/CDN」用を別 policy に分けるのか
多くの購読ルールセットは、openai.com をまとめて一つの policy に載せるか、逆に海外 SaaS を広く DIRECT に落とすか、といった粗い分類になりがちです。しかし実測では、低遅延が欲しいのは短い往復の API セッションであり、大きなバイナリやキャッシュ可能な静的資産は別ノードの方が速い、あるいは企業回線では国内ミラーへ直結したい、という要件が同居します。両者を同じノード名で共有していると、片方の帯域枯渇やレート制限がもう片方の体感遅延やタイムアウトに直結します。
実務では、例として OPENAI_API(チャット/ツール呼び出しの本命)、OPENAI_WEB_CDN(ドキュメント・ヘルプ・配信 CDN)、DEV_UPDATES(GitHub Releases、パッケージマネージャのレジストリ)のように論理出口を複数用意し、ログで実際に出ている SNI に応じてルールを育てます。ホスト名の暗記より、失敗時のコアログに出る宛先を起点にする方が、サービス側の CDN 変更にも強いです。ルールのモジュール化は Rule Providers の解説と組み合わせると運用しやすくなります。
想定するドメインの「かたまり」(OpenAI API と周辺ツール)
以下は出発点のラフ分類です。CLI のバージョンや認可方式の変更で増減するため、必ず手元のクライアントログで裏取りしてください。
- API・認可の核:
api.openai.comをはじめとする API エンドポイント、OAuth や管理系で使われるauth.openai.comやplatform.openai.com周辺など。往復が小さくても失敗すると UI 全体が止まって見えます。 - ドキュメント・静的配信:ヘルプや開発者向けページ、埋め込みアセット。ブラウザでは速くても CLI の HTTP クライアント経路だけ遅い、という切り分けが起きます。
- CLI 更新・配布経路:自己更新やインストーラが
github.com、objects.githubusercontent.com、リリース CDN に向かう構成は一般的です。API と同じノードに載せる必要はありません。 - 言語エコシステム:
registry.npmjs.orgやproxy.golang.orgなど、ツール導入時にだけ触れるホスト。国内ミラーや社内プロキシへ直結したい場合は、OpenAI 系とは別ルールに分けた方が調整が容易です。
DOMAIN-KEYWORD,openai のような短い条件は他サービスに誤爆しやすいので、本番では ログで確認したサフィックスを優先してください。
切り分け0:ターミナルがシステムプロキシを踏んでいるか
Clash の「システムプロキシ」や TUN を有効にしても、シェル上の curl や Codex バイナリがその設定を読まないことがあります。macOS では ターミナルと環境変数の照合を先に済ませ、http_proxy/HTTPS_PROXY/ALL_PROXY と NO_PROXY の例外が意図どおりかを確認すると、ルール以前の落とし穴を潰せます。Linux では systemd ユーザーユニットやコンテナ内の環境が別物になる点にも注意してください。
ルールのイメージ(YAML 断片・検証前提)
実運用ではノード名やグループ構成が環境依存のため、ここでは構造のスケッチに留めます。YAML 内のコメントは英語のみとします。
# Illustrative only — confirm live hostnames in your client logs
proxy-groups:
- name: OPENAI_API
type: select
proxies: [NODE_LOW_LATENCY_A, NODE_LOW_LATENCY_B, AUTO]
- name: OPENAI_WEB_CDN
type: select
proxies: [NODE_HIGH_BW_1, NODE_STABLE, AUTO]
- name: DEV_UPDATES
type: select
proxies: [NODE_HIGH_BW_1, DIRECT, AUTO]
rules:
- DOMAIN,api.openai.com,OPENAI_API
- DOMAIN,auth.openai.com,OPENAI_API
- DOMAIN,platform.openai.com,OPENAI_API
- DOMAIN-SUFFIX,openai.com,OPENAI_WEB_CDN
- DOMAIN-SUFFIX,github.com,DEV_UPDATES
- DOMAIN-SUFFIX,githubusercontent.com,DEV_UPDATES
DOMAIN-SUFFIX,api.openai.com は foo.api.openai.com のような子域には合いますが、ホスト名がちょうど api.openai.com のときは DOMAIN 行が必要です。DOMAIN-SUFFIX,openai.com は広く効くため、API 用の DOMAIN 行より下に置いてください。狭い条件を上に、広い条件を下に、が基本です。
切り分け1:DNS がルールより先にズレていないか
fake-ip と redir-host、端末やルータの DoH、社内 DNS のフォワーダが重なると、ルール上は PROXY なのに名前解決だけ別経路という状態が起き得ます。API コールは短いセッションが連続するため、DNS の境界が曖昧だと「たまにだけタイムアウト」に見えます。手順としては、(1)失敗時にコアの接続ログでホスト名を特定する、(2)同じ名前を端末から dig で見た結果と照合する、(3)Clash DNS と OS の Secure DNS を切り替えて再現性が変わるか見る、の三段が有効です。詳しい流れは ログと DNS の切り分け記事も参照してください。
切り分け2:GEOIP や広い直結が先に当たっていないか
GEOIP,CN,DIRECT や社内向けの直結リストは運用上リスト上方に置かれがちです。条件が広いと、OpenAI 周辺の一部名前や CDN が意図せず DIRECT に落ち、TLS の再試行や接続リセットに見えることがあります。対策は 狭い例外を GEOIP より上に置く順序調整です。変更後は数分ログを眺め、意図しないドメインが新しい出口に流れていないか確認してください。基礎は 分流ルール入門でも押さえられます。
切り分け3:HTTP/3(QUIC)と TUN/システムプロキシの違い
HTTP/3 は QUIC(UDP)を使うため、TCP だけを想定した例外と組み合わさると、ランタイムがプロトコルを切り替えた瞬間にだけ失敗する、という再現が難しい不具合になりがちです。UDP 全般の扱いや TUN とシステムプロキシの違いは、TUN モードガイドや QUIC/HTTP3 の切り分け記事と関連します。CLI が QUIC を使うかは実装依存のため、比較実験が有効です。
表の他記事との棲み分け(Cursor/Claude/DeepSeek など)
当ブログでは、Cursor 拡張マーケットと GitHub 向けに、marketplace.cursorapi.com や ToDesktop 系などエディタ周辺のホスト集合を整理しています。また Claude/Anthropic のブラウザ利用や DeepSeek の API 分流は、ドメインのかたまりが OpenAI Codex CLI と一致しません。「AI プロキシ」として同一ルールを流用すると抜け漏れや誤爆が増えるため、本稿のようにターミナル・CLI と OpenAI APIにフォーカスしてホストを育てるのが安全です。
検証チェックリスト(現場向け短冊)
次の項目を上から順に潰すと、原因の当たりが速くなります。(1)Codex を一度終了し、キャッシュやワークディレクトリの影響を切る。(2)コアの接続ログで、タイムアウト中に失敗しているホスト名・ポート・TCP/UDP を特定する。(3)そのホストに対するルールの最初のマッチを確認する。(4)DNS モードと端末の DoH を切り替えて再現性を見る。(5)API だけ別ノードに載せ替えて挙動が変わるか比較する。(6)更新や大きなダウンロードだけ失敗するなら DEV_UPDATES 側を疑う。(7)TUN と環境変数プロキシのどちらで症状が変わるかを切り分ける。
これらは単純な「回線が遅い」問題とは観測点が異なります。並行接続が多い CLI ほど、ログの見方を揃えることが効きます。
まとめ:Codex CLI プロキシは「API とツール域の分離設計」が効く
ターミナルでのタイムアウトは、CLI 単体の不具合と決めつける前に、OpenAI API 分流とドキュメント/CDN・更新取得を別出口に分けて観測する価値があります。ルールの優先順位と DNS を揃えれば、IDE から CLI へ広がった AI 開発フローでも、ネットワーク起因の切り分けがしやすくなります。全体的な導線は ドキュメント/チュートリアルも併せて参照してください。
Clash/Mihomo 系は可視化とルールの差し替えがしやすく、試行錯誤のコストを下げやすいのが強みです。オープンソースの挙動確認は Mihomo の GitHub が参照先になりますが、パッケージの入手は当サイトの ダウンロードページ を優先すると、初見の読者が手順を取り違えにくくなります。