Codex的数学公式支持(上):App与CLI的演进
同样是 Codex,App 中的数学公式和 CLI 里的数学公式,走的是不同的显示路径。CLI 的支持也经历了明确的变化:0.155 的普通 Markdown 路径尚不解释 TeX,0.156 建立基础数学渲染,0.157 再扩展多行对齐、求和上下限和优化记号。这篇先梳理两端的差异与版本演进,看看升级究竟带来了什么。
一、同一段公式,为什么 App 与 CLI 显示不同
模型输出数学表达式,与客户端把它排成公式,是两个环节。OpenAI 的 App Server 架构说明指出,桌面 App 与其他 Codex 界面复用 agent harness,通过结构化事件取得会话内容。消息增量传输的是文本,客户端再决定如何呈现。因此,同一段 TeX 可以到达不同界面,但最终的排版效果取决于各自的显示实现。OpenAI:App Server 架构 · 消息增量协议
Codex App 的桌面界面采用 Web 技术。OpenAI 对 Codex Web Layer 的介绍列出了类似 Electron 的应用框架与 Chromium;消息协议则把回答内容以文本形式交给客户端。消息传输和界面呈现分别由这两层负责。OpenAI:Codex Web Layer
图形排版可以调整字形大小、基线偏移和元素尺寸,组合分子、分母、上下标与括号。终端的输出则按字符单元排列:一个字符占几列、一个分数占几行,都需要程序安排。
CLI 通过专门的数学转换层,把 TeX 表达式排成终端字符。下面的版本演进,记录的就是这层能力如何逐步补齐。
二、0.155 的旧路径:能显示符号,还不会排 TeX
以官方
rust-v0.155.0 为例,当时的回答显示路径是:普通 Markdown 解析,然后由 Writer 生成终端文本。入口启用了表格、删除线等支持,但没有数学预处理和 TeX 布局转换。这会产生一个直观差异:直接写出
α、x²,终端可以显示这些字符;写出 \alpha、\frac{a}{b},则没有数学解析器将它们解释成符号与分数。反斜杠等字符还可能被 Markdown 当作自己的转义语法处理。0.155 的 Markdown 渲染入口从 TeX 到终端公式,需要先识别命令和分组,再计算分子、分母与上下标的位置。0.156 为回答显示路径补上了这套处理。
三、0.156:基础数学渲染已经到位
0.156 加入了行内公式和独立公式渲染。 官方发布记录列出了几组关键改动:
- 行内数学转换:把支持的 TeX 符号、上下标、根式及括号形式的分数转为 Unicode 文本。
- 独立公式布局:支持上下堆叠的分数,并让分数线与旁边的表达式对齐。
- 符号和修饰符扩展:加入更多物理、集合、逻辑、箭头及积分符号,以及单字素的帽子、波浪号、向量箭头等。
- 显示适配:处理公式尚未输出完整时的预览、终端宽度不足时的回退,并提供默认开启的
tui.rendering.math。
例如,
\alpha^2+\beta_{10} 会转换成 α²+β₁₀;独立公式中的 \frac{a+b}{c} 会显示为上下排列的分数。这一版本实现了面向终端的 TeX 子集。遇到不支持的命令或布局,或二维表达式超出可用宽度时,渲染器保留公式源码。
四、0.157:从基本表达式走向多行模型
新增或增强的内容 | 读者看到的变化 |
aligned | 多行等式、约束可以按列对齐,行内分数仍保留上下位置关系 |
boxed | 用终端框线字符包围完整表达式 |
求和上下限 | 独立公式中的上下限可以放在 ∑ 的上方、下方 |
underset / overset | 变量约束、定义标记等注释可以排到主体下方或上方 |
substack | 接受多行条件语法,在紧凑位置转换为括号内、分号分隔的条件 |
大写 mathcal、单字素 widehat | 扩展 Unicode 花体与帽子修饰的可识别写法 |
无法映射成 Unicode 的上下标 | 保留 _{...} 或 ^{...},其余公式继续渲染 |
最后一项尤其影响实际阅读。数学表达式经常使用
x_{gpt}、x_{i,j} 这样的索引,而 Unicode 没有覆盖任意字符的上下标字形。0.156 中,脚本里一个字符无法映射,就可能让整条公式回退;0.157 会把这部分保留为明确的分组文本,同时继续渲染周围的求和、分数与约束。另一方面,同一个求和在不同位置会采用不同表现:独立公式中可以上下堆叠界限,嵌在分子或其他紧凑参数中则压缩为脚本形式。它在增加显示能力的同时,也要让这些结构适应有限的终端行列空间。
0.157 沿用 0.156 的基础渲染能力,增加了多行结构和更复杂的记号组合。
五、版本能力一览
显示端或版本 | 数学显示的主要特征 |
Codex App | 采用 Web/Chromium 桌面界面,接收文本消息并负责界面呈现 |
CLI 0.155 的旧路径 | 显示普通 Markdown 和已有 Unicode 字符,不解释 TeX 数学结构 |
CLI 0.156 | 加入行内与独立公式、堆叠分数、常见脚本和符号,并适配流式输出 |
CLI 0.157 | 扩展多行对齐、框选、上下方注释与优化记号,改善不完整字符映射的处理 |
0.156 为 CLI 加入基础数学渲染,0.157 扩展了对齐等式、优化记号和复杂索引。公式支持的提升来自客户端显示代码的演进。
分数与等号的对齐、尚未闭合的公式、窗口缩窄后的重排,都需要在字符网格上处理。下篇沿着一条公式进入源码,展开这三个问题。
参考资料
作者:Antarx
声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。
Previous
模型为什么总爱反驳空气:38处修订暴露的写作怪味
Next
Codex 每小时下载 320 MiB:一场每天七个 GiB 的自我修复