Codex如何通过cc-switch连接大模型辅助编程

liliangcsdn

219人浏览 · 2026-08-04 18:51:43

liliangcsdn · 2026-08-04 18:51:43 发布

Codex是近期最流行AI编程助手之一，可以作为桌面工具，也可以作为命令行工具。

这里参考网络资料，尝试探索Codex如何安装，通过cc-switch连接大模型，并给出编程测试示例。

1 Codex

Codex指OpenAI推出的AI编程智能体，有桌面App、命令行工具CLI着两种主要形式。

1.1 codex安装

codex安装非常简单，示例如下。

npm install -g @openai/codex

过程如下，说明安装成功

added 2 packages in 30s

若安装缓慢，可以使用镜像加速

npm i -g @openai/codex --registry=https://registry.npmmirror.com

1.2 Codex版本

查看Codex版本

codex --version

输出如下

codex-cli 0.146.0

这里还可以进一步安装Codex桌面版本的app。

codex app

安装过程如下

Desktop app not found; downloading installer...
...

2 cc-switch

从以下链接下载最新版cc-switch，然后点击安装。

https://github.com/farion1231/cc-switch/releases

2.1 cc-switch

Codex默认OpenAI的Responses API，deepseeker、kimi、glm等都是Chat Completions API。

Codex不能直接访问这些模型，这里引入cc-switch来解决Codex和kimi等大模型的连接问题。

cc-switch把Codex请求翻译成目标模型API，再把回复翻译回来，整个过程对用户透明。

2.3 接入模型

下面是详细配置步骤，qwen、deepseek、GLM、Kimi、MiniMax、豆包等的操作基本类似。

1）接入准备

开始介入配置前，请确保以下条件已满足：

Codex CLI：已安装并至少成功启动过一次，以生成必要的配置文件。

cc-switch：版本需 ≥ v3.16.0。

API Key：在模型平台如deepseek、kimi注册账号，并创建的API Key。

2）配置模型

打开cc-switch桌面应用，点击界面上的“+”按钮。

在弹出的预设列表中选择你的模型，例如“kimi”。

这里继续下拉，然后更改base_url, api_key、model的基础配置。

示例如下

虽然选择kimi，但实际可以配置自己的base_url，api_key、model等，示例如下

3）配置路由

进入 cc-switch 的“设置”页面，找到”本地路由“选项。

依次开启两个核心开关：“路由总开关"和"Codex 应用开关"

示例如下

开启后，cc-switch会自动接管 Codex 的配置。

将所有 API 请求指向本地代理地址 http://127.0.0.1:15721。

4）验证生效

为确保cc-switch已接管Codex的配置，请务必完全退出并重新启动Codex CLI。

重启后，Codex所有请求都会经由cc-switch路由到之前配置的这些模型上

这里通过查看Codex配置文件的方式，判断cc-switch是否已成功接管Codex的配置。

具体为cat~/.codex/config.toml，查看base_url、model等是否按cc-switch配置重置。

示例如下，显然此时codex的配置文件已经被cc-switch复写，说明接管生效。

% cat ~/.codex/config.toml

---
model_provider = "custom"
model = "xxxxx"
model_reasoning_effort = "high"
disable_response_storage = true
model_catalog_json = "cc-switch-model-catalog.json"

[model_providers.custom]
name = "kimi"
wire_api = "responses"
requires_openai_auth = true
base_url = "http://127.0.0.1:15721/v1"
experimental_bearer_token = "PROXY_MANAGED"
[marketplaces.openai-bundled]
last_updated = "2026-08-04T07:19:53Z"
source_type = "local"
source = "/Users/user/.codex/.tmp/bundled-marketplaces/openai-bundled"

如果cc-switch接管配置没有生效，可进一步做如下检查。

1）检查路由状态

打开 cc-switch，进入设置 → 路由页面

确认 “路由总开关” 和 “Codex 应用开关” 是否都处于开启状态。

2）检查供应商状态

在 cc-switch 的 Codex 面板中

确认添加模型供应商如kimi处于“已启用”状态。

检查base_url、api_key、model等配置是否正确。

3 Code编程测试

这里采用Codex CLI在终端直接运行任务方式，验证Codex是否能连接达模型运行变成任务。

编程任务示例如下

“编写一个hello word的示例”

在term终端运行这个辅助编程任务。

codex exec "编写一个hello word的示例" --skip-git-repo-check

如果配置正确，Codex会完成该任务并输出结果。

实际输出示例如下，说明codex能成功运行。

OpenAI Codex v0.146.0
--------
workdir: /Users/user/Desktop/apps/codex
model: xxxx
provider: custom
approval: never
sandbox: read-only
reasoning effort: high
reasoning summaries: none
session id: 019fcc52-74a3-7023-af29-a452399db23c
--------
user
编写一个hello word的示例
The user wants me to create a simple "Hello World" example. This is a straightforward task - I'll create a simple hello world Python script
.......

### Python — `hello.py`

```python
print("Hello, World!")
```

运行方式：
```bash
python3 hello.py
```

输出：
```
Hello, World!
```

...