企业官网建设流程全解析

在 Oracle 里维护证件脱敏函数DESEN_ID的人，大多踩过同一个坑：dbms_obfuscation_toolkit.md5在 12c 之后被标记为废弃，SUBSTRB按字节截断遇到中文姓名会切出半个字符，upper/lower的大小写转换顺序一旦写反，MD5 结果就和预期对不上。更麻烦的是，函数写完之后缺少快速验证手段——总不能每次都往生产表里插测试数据。这篇用 TaoToken 作为 Codex 的模型通道，把DESEN_ID的脱敏规则交给 Codex 生成测试数据和边界用例，跑通 MD5 拼接与 B99 分支的校验。TaoToken 官网入口：https://taotoken.net/?utm_source=taotoken_aicg_blog_end

一、原问题与场景：DESEN_ID 的三处易错点

先把这段存储过程的逻辑拆清楚。DESEN_ID接收两个入参：FIELDVALUETYPE（证件类型串）和FIELDVALUE（证件号码串），两者都用split函数拆成多行，再用游标cur_test做笛卡尔配对，逐条判断：

• 当column_type != 'B99'且证件号非空且LENGTHb >= 14时，取证件号前 14 字节，拼接全文的 MD5（先upper再转 raw 做 md5，最后lower输出）；
• 当column_type = 'B99'且证件号非空时，直接输出全文 MD5；
• 其余情况原样保留。

拼接结果用逗号连接成RESU1返回。

三处易错点很具体。第一，dbms_obfuscation_toolkit.md5在 Oracle 12c 起废弃，虽然多数环境仍能调用，但新版本可能直接报PLS-00201: identifier 'DBMS_OBFUSCATION_TOOLKIT' must be declared，需要改用DBMS_CRYPTO.HASH配合UTL_RAW.CAST_TO_RAW。第二，SUBSTRB(c.column_value, 0, 14)是按字节截断，如果证件号前 14 字节里包含中文（比如姓名混入），会切出半个多字节字符，返回乱码。第三，MD5 前先upper再lower输出，这个大小写顺序是刻意的——先统一大写再算摘要，保证同一证件号不同大小写输入得到一致结果，写反了校验就对不上。

问题在于，这些边界光靠读代码很难确认。14 字节边界到底切在哪、B99 分支和普通分支的 MD5 是否一致、中文姓名参与时SUBSTRB的行为如何，都需要实际跑一遍。这就是本篇要解决的核心：用 Codex 生成测试数据并跑边界用例。

二、TaoToken 前置：给 Codex 配一条稳定的模型通道

Codex 本身是命令行编码代理，它需要一个可访问的模型后端。官方接口在部分网络环境下连接不稳定，本地模型又常常在长上下文和代码理解上力不从心。TaoToken 在这里的角色很单一：作为 Codex 的模型通道，解决"官方接口难连、本地模型不好使"的问题，不替代编辑器，也不参与代码生成逻辑本身。

操作路径是：打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册并创建一个 API Key，然后把 Codex 的 Base URL 指向https://taotoken.net/api。拿到 Key 之后，Codex 就能通过 TaoToken 访问模型，对DESEN_ID这段存储过程做快速校验。

需要提前准备的东西：

• 一个可用的 TaoToken API Key（形如YOUR_API_KEY）；
• 本机已安装 Codex CLI；
• 一段待验证的DESEN_ID函数源码，以及你期望的脱敏输出样例。

如果你还没创建 Key，可以直接去控制台的 API Keys 页面生成：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite

三、可复制配置：Codex 接入 TaoToken

Codex 的配置走config.toml，模型通道的关键是base_url和api_key两项。下面是一份可直接复制的配置片段，把YOUR_API_KEY替换成你自己的 Key 即可：

# ~/.codex/config.toml model = "gpt-5-codex" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "responses"

对应的环境变量在 shell 里导出：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

如果你更习惯用 CLI 一次性拉起，也可以用 TaoToken 提供的命令行工具：

npm i -g @taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m gpt-5-codex

配置完成后，Codex 的请求会经由https://taotoken.net/api转发到模型。这里要强调一点：TaoToken 只负责通道，DESEN_ID的脱敏规则、测试数据、边界用例都由你在 Codex 会话里给出，模型负责按规则生成 SQL 和断言。

四、验证请求与成功结果：让 Codex 跑边界用例

配置就绪后，进入 Codex 会话，把DESEN_ID函数源码粘贴进去，并附上明确的验证指令。指令要覆盖三类边界：

1. 14 字节边界：构造长度恰好 14 字节、15 字节、13 字节的证件号，确认LENGTHb >= 14的判断和SUBSTRB(..., 0, 14)的截断位置；
2. B99 分支：同一证件号分别以B99和非B99类型传入，对比输出——非 B99 应是"前 14 字节 + MD5"，B99 应只有 MD5；
3. 中文姓名：构造前 14 字节内含中文的证件号，观察SUBSTRB是否切出乱码，以及 MD5 是否仍按全文计算。

一段可直接粘贴的验证提示词示例：

下面是一段 Oracle 存储过程 DESEN_ID，请帮我做三件事： 1. 按脱敏规则生成 6 组测试数据，覆盖 14 字节边界（13/14/15 字节）、B99 分支、中文姓名； 2. 对每组数据手算出期望输出，说明 MD5 拼接部分； 3. 给出可在 Oracle 里直接执行的匿名块，调用 DESEN_ID 并打印实际输出，方便我对比。 注意：MD5 计算前先 upper 再转 raw，输出 lower；非 B99 取前 14 字节拼接。

Codex 返回的结果里，你会拿到一份测试数据表和对应的匿名块。把它贴进 SQL*Plus 或 SQL Developer 执行，重点看三件事：

• 13 字节的证件号是否走了else分支原样返回；
• 14 字节和 15 字节的证件号，前 14 字节是否一致、MD5 是否按全文计算；
• B99 分支的输出是否等于非 B99 分支输出中 MD5 的那一段。

如果实际输出和手算期望一致，说明DESEN_ID的 MD5 拼接和分支逻辑符合预期。这一步的成功标志很明确：匿名块执行无报错，且每组数据的实际输出与期望输出逐字符相等。

五、本篇常见错排查

跑验证的过程中，下面几类报错出现频率最高，按现象对号入座即可。

PLS-00201: identifier 'DBMS_OBFUSCATION_TOOLKIT' must be declared

这是 12c 之后废弃导致的。两种处理方式：一是确认当前用户有该包的执行权限（GRANT EXECUTE ON DBMS_OBFUSCATION_TOOLKIT TO 用户名），二是改用DBMS_CRYPTO.HASH。用DBMS_CRYPTO时注意入参是RAW类型，需要UTL_RAW.CAST_TO_RAW转换，且哈希类型用DBMS_CRYPTO.HASH_MD5：

MD5VALUE := LOWER(RAWTOHEX(DBMS_CRYPTO.HASH( UTL_RAW.CAST_TO_RAW(UPPER(c.column_value)), DBMS_CRYPTO.HASH_MD5)));

SUBSTRB 截断出乱码

SUBSTRB按字节截断，中文在 UTF-8 下占 3 字节，前 14 字节很可能切在字符中间。如果业务上证件号本身是纯 ASCII（身份证号、护照号通常如此），这个问题不会暴露；但一旦有中文混入，就需要改用SUBSTR（按字符）或先做字符集校验。验证时专门构造含中文的用例，就是为了把这个隐患提前暴露出来。

MD5 大小写对不上

upper和lower的顺序不能反。正确顺序是：先UPPER统一大小写，再CAST_TO_RAW，再算 MD5，最后LOWER输出十六进制。如果先LOWER再算，同一证件号的大小写变体就会得到不同摘要，校验必然失败。

游标配对结果为空

cur_test用split(FIELDVALUE)和split(FIELDVALUETYPE)做笛卡尔积，如果两个入参的拆分元素数量不一致，配对结果会多出或缺失。验证时确保两个入参的元素个数相同，否则RESU1的逗号拼接顺序会和预期不符。

Codex 会话里模型无响应

先确认TAOTOKEN_API_KEY环境变量已导出，再确认config.toml里base_url是https://taotoken.net/api（注意不要多加路径）。如果仍不通，去 API Keys 页面确认 Key 状态正常：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite

六、语义一致 CTA

本篇的主线是"验证用量"：用 Codex 通过 TaoToken 通道，对DESEN_ID的 MD5 拼接、14 字节截断、B99 分支做快速校验。如果你后续要把这类验证固化成日常流程，或者让 Codex 长期参与存储过程的边界测试，可以考虑 Coding Plan，把模型调用额度稳定下来：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite

接入配置和报错排查的完整说明在接入文档里：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite

想直接在网页里对模型发起验证对话，用模型对话入口：https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=chat&utm_campaign=rewrite

如果你用的是 Claude Code 而非 Codex，配置走settings.json里的ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY，把 Base URL 指向https://taotoken.net/api即可，参考：https://taotoken.net/claude-code?utm_source=taotoken_aicg_blog_end&utm_content=claudecode&utm_campaign=rewrite