解决 Codex 思考截断难题：开源插件 cpa-continue-thinking 发布

近日，技术社区 Linux.do 上发布了一款名为 `cpa-continue-thinking` 的开源插件，旨在解决高级 AI 模型（如 Codex 或 GPT-5.5）在进行长链推理时遭遇的“516截断”或“降智”问题。该插件专为 CLIProxyAPI (CPA) 设计，通过代理中间件的方式，无需额外部署独立服务，即可无缝集成到现有的 CPA 路由架构中。其核心技术思路借鉴了社区之前的 CodexCont 方案。当检测到模型的推理 token 数量达到特定截断阈值时，插件会自动拦截响应，缓存当前的推理内容，并将其作为上下文重新注入到下一次请求中，同时清除 previous_response_id 以强制模型继续思考。最终，插件会将多轮交互的结果合并为一次正常的流式响应返回给下游，从而“欺骗”模型完成原本无法一次性结束的深度推理任务。该项目采用 Go 语言编写，支持 OpenAI Chat Completions、Claude Messages、Gemini 以及原生 Codex 等多种主流协议。为了确保系统的稳定性，插件内置了“fail-open”机制，即使在继续思考失败时，也能尽量吐出当前已完成的内容，避免流直接中断。此外，开发者特别强调隐私保护，内置的面板仅记录聚合统计指标，绝不收集用户的 prompt、response 或密钥信息。

事件分析

💡 核心观点：该插件通过“劫持补全”思路绕过大模型的物理截断限制，展现了开发者利用工程化手段释放 AI 模型极致推理潜力的探索。