P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01

前言

你有没有算过一笔账？

上个月我用Codex写代码，账单出来那一刻，我差点把咖啡喷在屏幕上。

两百刀？就写了几个函数？

这哪是AI编程助手，这是AI编程刺客啊。悄无声息地，一刀捅进你的钱包。

更离谱的是，我电脑里明明躺着Ollama，硬盘里塞着几十个G的模型，显卡风扇转得跟直升机似的。结果Codex一打开，请求嗖的一声飞去了OpenAI。

本地模型在家吃灰，云端账单持续增长。这感觉就像家里明明有厨子，我偏要天天点外卖，还点的是米其林三星。

于是我盯着cc‑switch陷入了沉思。这玩意儿能管Codex、Claude Code、Gemini CLI，几十家供应商开箱即用，堪称AI工具界的交通枢纽。但找了一圈，愣是没找到Ollama。

没有本地入口。一个都没有。

我当时就想，cc‑switch你是不是歧视本地模型？我Ollama差哪儿了？是长得不够可爱还是端口不够吉利？

一、本地部署的三大诱惑

先说钱。GPT‑5.5 via Codex，中等用量一个月能烧掉两百到一千五。Claude Opus更狠，三百到两千。Ollama呢？零。唯一的开销是电费，四舍五入等于白嫖。

再说速度。云端请求要经历终端、代理、TCP、TLS、CDN、API网关、LLM，再原路返回。这一圈下来，延迟五十到三百毫秒，波动大得跟心电图似的。本地呢？终端到代理再到127.0.0.1:11434，五毫秒以内，稳如你对象查你手机时的表情。

最后是隐私。代码不出本机，断网照样干活。飞机上、地铁里、客户现场没网？没关系，本地大脑照样运转。这就像带了个不需要信号的私人助理。

💡 核心优势总结
省钱：月费从四位数降到零。
快速：延迟从三位数降到个位数。
安全：代码留在本地，隐私不外流。

二、架构：请求去哪儿了

很多人好奇，cc‑switch到底在中间干了什么？

打个比方。Codex CLI是个挑食的客人，只吃OpenAI的Responses API。Ollama是个朴实的厨子，只会做Chat Completions。cc‑switch就是那个翻译兼服务员，把客人的点菜翻译成厨子能听懂的话。

具体流程是这样的：Codex发请求到cc‑switch，cc‑switch一看，哦，Ollama供应商，需要做协议转换。把Responses API转成Chat Completions，再发给Ollama的11434端口。Ollama调用本地GPU推理，流式返回token，cc‑switch再整流后送回Codex。

整个过程就像一场精心编排的接力赛，只不过跑道只有你家客厅那么大。

三、五个Commit的血泪史

我原以为改源码会是一场大手术，结果只动了五个Commit。但这五个Commit，每一个背后都藏着我想砸键盘的瞬间。

Commit 1：给Ollama一个名分

首先在类型系统里加了个"local"分类。以前供应商只有official、cloud_provider、aggregator这些，Ollama来了没地方坐。现在给它单独开了一桌，用户一眼就知道：这是本地的，不花钱。

Commit 2：预设配置一键上车

加了五个预置模型，从qwen3.5:9b到gpt‑oss:20b。关键配置是base_url指向127.0.0.1:11434/v1，apiFormat设为openai_chat。

这里有个血泪教训：outputFormat必须设成"reasoning"。Ollama的thinking tokens走delta.reasoning字段，而OpenAI走delta.thinking。配错了Codex CLI直接崩，连个报错都看不懂，仿佛在跟你玩猜谜游戏。

Commit 3：最致命的404

这是最坑的Bug。cc‑switch做协议转换时，effective_endpoint变成了"/chat/completions"。然后build_url一看，base_url已经以/v1结尾了，以为endpoint被包含了，直接返回"http://127.0.0.1:11434/v1"。

/chat/completions呢？丢了。Ollama收到POST /v1，一脸懵逼地回了404。

这Bug藏得极深。大多数供应商的base_url不以/v1结尾，所以一直没事。偏偏Ollama这个老实人用了标准格式，直接把问题暴露出来了。修复办法是在build_url之后二次校验，丢了就补回去。

Commit 4：防御三连

cc‑switch的UI层有些历史遗留行为，会在特定操作下覆盖关键配置。我的策略是：不在UI层修，在Rust层暴力兜底。

第一，三层识别Ollama。从provider id精确匹配，到name模糊匹配，再到base_url端口特征匹配。只要端口是11434，跑不掉。

第二，强制supportsEffort=false。Ollama不认识reasoning.effort参数，收到直接400。UI表单偏偏喜欢把它覆盖成true，我只能在代码层暴力关门，UI怎么改都没用。

第三，apiFormat缺失fallback。表单保存时会清空meta.apiFormat，代理层不知道要做协议转换。兜底逻辑确保Ollama永远走对协议，就像给路痴配了个导航。

Commit 5：健康检查退化

isFullUrl=true时，健康检查会把base_url当完整地址直接GET。但Ollama的base_url不含/chat/completions，结果健康检查永远404，指示灯永远红色。

修复逻辑很简单：如果配置写了isFullUrl=true但实际URL里没/chat/completions，别傻乎乎直接请求，退化回正常拼接模式。

四、踩坑全景：打地鼠式Debug

整个接入过程就像在玩打地鼠。刚按下去一个，另一个又冒出来了。

🐭 地鼠一号：502 Bad Gateway。根因是Codex路由没开启，设置里打开接管即可。
🐭 地鼠二号：400 Bad Request，reasoning.effort参数非法。Rust层暴力关门解决。
🐭 地鼠三号：404 Not Found，请求打到了/v1而不是/v1/chat/completions。URL二次校验解决。
🐭 地鼠四号：404健康检查失败，isFullUrl导致端点丢失。退化逻辑解决。
🐭 地鼠五号：表单清空apiFormat，代理不知道要做协议转换。is_ollama兜底解决。
🐭 地鼠六号：Live Config写入model_reasoning_effort=high。手动清理~/.codex/config.toml解决。

最离谱的是那个config.toml。我明明在UI里关了reasoning effort，它偷偷在配置文件里写了个high。这感觉就像你跟前女友说分手了，她还在你钱包里塞了张合照。

所以这里有个重要提示：在cc‑switch里添加Ollama供应商后，不要再编辑那个表单。编辑会触发UI覆盖meta字段，虽然代码层有兜底，但能不走钢丝就别走。

五、双平台实测：从M1到RTX 5090

我在两台机器上做了测试。一台是MacBook Pro M1 Pro，16GB统一内存。另一台是Windows工作站，RTX 5090加96GB内存。

M1 Pro跑qwen3.5:9b，ANE加GPU混合推理，16GB内存刚好够。Windows那台直接上qwen3.5:35b，32GB显存放量化模型轻轻松松，推理延迟低到几乎感知不到。

测试流程包括添加供应商、路由接管、模型列表展示、发送请求、流式响应、PPT制作完整流程。macOS和Windows行为完全一致，跨平台兼容性稳得一批。

Codex CLI里选择模型时，看到qwen3.5:9b出现在下拉菜单里，那一刻的成就感，不亚于在游戏里抽到了SSR。

🎯 最终效果
零API费用，代码不出本机，延迟降到5毫秒以内。
云端和本地模型一键切换，省钱时用本地，复杂任务切云端。
断网环境照常工作，飞机上也能写代码。

所以回到最初的问题：为什么要给Codex装本地大脑？

因为没人愿意当冤大头。本地有资源，就该用起来。cc‑switch加上Ollama，本质上就是给你的AI编程工具配了一个免费、快速、安全的本地大脑。

五个Commit，搞定一切。从此云端是备选，本地才是常态。

你的显卡，终于不用只用来打游戏了。

P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01