最近在技术社区和开发者群里，经常看到关于 Codex 和 CC Switch 的讨论，尤其是很多朋友在成功登录 Codex 账号后，面对是否需要额外安装 CC Switch 这个问题感到困惑。同时，网络上充斥着各种报错信息，比如 cc switch local proxy failed 、 unexpected status 401/404/502 等，让配置过程显得更加复杂。

本文将从零开始，为你彻底厘清 Codex 与 CC Switch 的关系、各自的职责，并解答“登录后是否还需要安装”这个核心问题。无论你是刚接触 AI 编程助手的新手，还是希望优化现有工作流的开发者，都能通过本文获得一套清晰的配置思路和完整的实战方案，避开常见的“坑点”。

1. 背景与核心概念：Codex 与 CC Switch 究竟是什么？

在深入讨论之前，我们必须先理解这两个工具各自的定位和它们之间的关系。很多混淆和错误都源于概念不清。

1.1 Codex：AI 编程助手核心

首先， Codex 并非一个独立的、需要你下载安装的“软件”。更准确地说，它是一个由 OpenAI 开发的、专门用于代码生成和理解的 AI 模型（例如 GPT-3.5/4 的代码微调版本）。我们通常所说的“使用 Codex”，指的是通过特定的接口或客户端来调用这个模型的能力。

  • 核心能力 ：根据自然语言描述生成代码、补全代码、解释代码、在不同编程语言间进行转换等。
  • 常见形态 ：
    1. 集成在 IDE 中的插件 ：比如 GitHub Copilot，其底层就是基于 Codex 模型。你安装 Copilot 插件，登录 GitHub 账号授权，本质上就是在使用 Codex 的服务。
    2. API 服务 ：OpenAI 提供 Codex 系列的 API，开发者可以将其集成到自己的应用或工具链中。
    3. 第三方客户端/桌面应用 ：一些开发者或团队为了方便，构建了图形化或命令行的客户端，这些客户端封装了对 Codex API 的调用。当你从某个“Codex 官网”下载桌面版并登录时，你登录的其实是该客户端绑定的 API 访问凭证（通常是 OpenAI API Key 或特定的中转服务账号）。

简单总结 ：Codex 是“大脑”（AI 模型），而我们需要一个“终端”（客户端/插件）来连接并使用这个大脑。

1.2 CC Switch：智能路由与代理中转工具

CC Switch 是一个在开发者社区中流行的、功能强大的 本地代理和路由转发工具 。它的核心设计目标不是提供 AI 模型，而是 管理对多个 AI 模型 API 的访问 。

你可以把它想象成一个高度智能的“交换机”或“路由器”：

  • 多模型支持 ：可以同时配置 OpenAI GPT 系列、Codex、Claude、DeepSeek 以及各类开源大模型（如通过 Ollama 部署的本地模型）的 API 端点。
  • 统一入口 ：将所有模型的访问请求统一到一个本地端口（例如 http://localhost:8000 ）。
  • 智能路由 ：根据请求的路径、参数或配置的规则，将请求自动转发到对应的真实 API 地址。
  • 负载均衡与故障转移 ：如果某个 API 端点不可用，可以自动切换到备用节点。
  • 请求/响应处理 ：可以修改请求头、添加认证信息、拦截并处理响应内容（例如，去除 AI 回复中的 “Thinking...” 等标记）。

关键点 ：CC Switch 不存储你的 AI 账号密码或 API Key ，它只是你本地的一个“中转站”，负责帮你把请求正确地送出去，并把响应拿回来。你需要为它配置各个模型服务商的真实 API 地址和 Key。

1.3 两者的关系：互补而非替代

现在我们可以清晰地回答标题中的问题了： Codex 已经用账号登录了，还需要装 CC Switch 吗？

答案是：取决于你的使用场景和需求。两者不是二选一的关系，而是可以协同工作的不同层级工具。

场景 是否需要 CC Switch 说明
场景 A：使用官方或集成的客户端 通常不需要 例如，你直接在 VS Code 中使用 GitHub Copilot 插件，并已登录 GitHub 账号。Copilot 插件内部已经处理好了与 Codex 服务的通信，你无需关心代理。
场景 B：使用单一的第三方 Codex 桌面客户端 可能不需要 如果你下载的某个“Codex 桌面版”直接要求你输入 OpenAI API Key 或特定的账号密码，并且它能独立工作，那么你不需要 CC Switch。这个客户端自己就是终端。
场景 C：需要灵活切换多个 AI 模型/API 源 强烈推荐使用 这是 CC Switch 的核心价值所在。例如，你同时订阅了 OpenAI、DeepSeek 和百炼模型，并希望在同一个工具（如 VS Code 插件、ChatGPT-Next-Web）里随时切换使用。CC Switch 可以帮你统一管理这些配置。
场景 D：遇到的客户端只支持配置“代理地址” 必须使用 很多优秀的开源 AI 客户端（如一些 ChatGPT 桌面应用、兼容 OpenAI API 的插件）只允许你配置一个基础的 API 地址（如 https://api.openai.com ）。如果你想让它访问 Codex、DeepSeek 或其他非官方 OpenAI 端点，就需要 CC Switch 在本地提供一个“伪装”成 OpenAI API 的代理地址。
场景 E：需要高级功能（如去除思考过程、负载均衡） 需要 如果你希望过滤 AI 响应中的特定内容，或者为同一个 API 配置多个备用节点以提高稳定性，CC Switch 是绝佳选择。

结论 ：登录 Codex 账号（本质是获得 API 访问权限）只是第一步。CC Switch 是一个可选的、用于 增强和扩展 你 AI 使用体验的 基础设施工具 。它不是 Codex 的替代品，而是让你更高效、更灵活地管理包括 Codex 在内的多个 AI 服务的“中间件”。

2. 环境准备与版本说明

在决定使用 CC Switch 后，我们需要搭建一个可运行的环境。以下说明基于通用开发环境，具体版本请根据你的系统调整。

  • 操作系统 ：Windows 10/11, macOS, Linux (Ubuntu/CentOS 等) 均可。本文示例以 macOS/Linux 命令行环境为主，Windows 用户可使用 Git Bash 或 WSL 获得类似体验。
  • 运行环境 ：CC Switch 通常由 Go 或 Python 编写，需要相应的运行时。目前社区流行版本多为 Go 语言编译的二进制文件，无需安装额外环境，开箱即用。
  • 网络要求 ：能够正常访问你所需 AI 模型的 API 地址（如 api.openai.com , api.deepseek.com 等）。如果涉及网络访问限制，CC Switch 本身不解决此问题。
  • 工具准备 ：一个文本编辑器（如 VS Code, Notepad++）用于修改配置文件，以及终端/命令行工具。

重要提示 ：由于 CC Switch 是社区项目，其版本迭代可能较快。本文不会指定某个固定版本号，而是讲解通用的配置逻辑和核心功能。请从可靠的社区发布页获取最新版本。

3. CC Switch 核心配置与原理拆解

CC Switch 的强大源于其灵活的配置。理解其配置文件是成功使用的关键。

3.1 配置文件结构解析

CC Switch 通常通过一个 config.yaml 或 config.json 文件进行配置。以下是一个高度概括和简化的配置示例，用于说明核心概念： 

# config.yaml 示例 (结构示意，非完全真实配置)
# 全局设置
global:
  port: 8000 # CC Switch 本地服务监听的端口
  auth_token: “your-master-token-here“ # (可选) 访问本地代理的认证令牌

# 模型路由配置
models:
  - name: “gpt-4“ # 模型标识名，客户端请求时指定
    provider: “openai“ # 提供商
    endpoint: “https://api.openai.com/v1“ # 真实 API 地址
    api_key: “sk-...“ # 该 API 的密钥
    # 可能还有其他参数，如 api_base, organization 等

  - name: “codex“ # 你可以将某个路由命名为 “codex“
    provider: “openai“ # 假设使用 OpenAI 格式的 Codex API
    endpoint: “https://api.openai.com/v1“ # Codex 模型可能也通过此端点
    api_key: “sk-...“ # 你的 OpenAI API Key
    # 注意：原始 Codex 模型可能已整合，具体模型名需查询最新文档

  - name: “deepseek-chat“ # 接入 DeepSeek
    provider: “deepseek“ # 自定义或已知的提供商类型
    endpoint: “https://api.deepseek.com/v1“
    api_key: “sk-...“

  - name: “local-llama“ # 接入本地模型
    provider: “openai“ # 很多本地服务兼容 OpenAI API 格式
    endpoint: “http://localhost:11434/v1“ # 例如 Ollama 的本地地址
    api_key: “not-needed“ # 本地服务可能不需要 key

# 路由规则 (决定请求如何分发)
routes:
  - path: “/v1/chat/completions“ # 匹配的请求路径
    model: “gpt-4“ # 默认转发到哪个模型
    # 可以根据请求头、参数等条件进行更复杂的路由

关键配置项解释 ：

  1. port ：启动 CC Switch 后，你的其他 AI 客户端（如 VS Code 插件）就需要将 API 地址设置为 http://localhost:8000 （假设端口是 8000）。
  2. models ：这是核心。每个 model 条目代表一个你可以访问的 AI 后端。你需要提供其真实的 endpoint 和 api_key 。
  3. provider ：告诉 CC Switch 该使用哪种 API 通信格式（如请求头、JSON 结构）。 openai 是最通用的格式，很多服务都兼容它。
  4. routes ：定义路由规则。一个简单的规则是，所有发送到 CC Switch 的 /v1/chat/completions 请求，都默认转发给 models 列表中名为 gpt-4 的配置。更高级的用法可以通过请求中的 model 参数动态选择后端。

3.2 核心工作原理：请求流转

当你使用配置了 CC Switch 的客户端时，完整的请求流程如下： 

你的 AI 客户端 (如 VS Code 插件)
        ↓ (发送请求到 http://localhost:8000/v1/chat/completions)
CC Switch (本地运行，监听 8000 端口)
        ↓ (解析请求，根据路由规则查找目标模型配置)
        ↓ (将请求头、Body 进行必要转换，添加目标 API 的 Key)
        ↓ (转发请求到真实端点，如 https://api.openai.com/v1/chat/completions)
真实的 AI 服务提供商服务器
        ↓ (处理请求，生成响应)
CC Switch (接收响应，可进行后处理，如去除 “Thinking...“)
        ↓ (将响应返回给你的 AI 客户端)
你的 AI 客户端 (收到响应并展示)

这个过程解释了为什么 CC Switch 能解决 unexpected status 401 unauthorized 这类错误。如果你的客户端直接向一个错误的地址或带着错误的 Key 发送请求，就会得到 401。而 CC Switch 确保请求被转发到正确的地址，并附上了正确的认证信息。

4. 完整实战案例：配置 CC Switch 以使用 Codex 及多模型

假设我们有一个支持 OpenAI API 的通用 AI 聊天客户端，我们希望用它来访问 Codex（通过 OpenAI API）和 DeepSeek。我们将使用 CC Switch 作为统一代理。

4.1 获取与启动 CC Switch

  1. 获取可执行文件 ：从 CC Switch 项目的 GitHub Releases 页面或其他可信社区渠道，下载对应你操作系统的可执行文件（如 cc-switch-darwin-amd64 用于 Mac， cc-switch-linux-amd64 用于 Linux， cc-switch-windows-amd64.exe 用于 Windows）。
  2. 放置与授权 ：将文件放在你喜欢的目录，例如 ~/tools/ 。在终端中，进入该目录，并赋予执行权限（Linux/Mac）： 
    cd ~/tools
chmod +x cc-switch-darwin-amd64 # 根据你的文件名修改
  3. 创建配置文件 ：在同一目录下，创建一个名为 config.yaml 的文件。我们将使用下面的内容。

4.2 编写配置文件

编辑 config.yaml 文件，填入以下内容。请务必将 <YOUR_OPENAI_API_KEY> 和 <YOUR_DEEPSEEK_API_KEY> 替换成你实际的 API Key。 

# ~/tools/config.yaml
global:
  port: 8000
  # auth_token: “test-token“ # 可选，如果启用，客户端需在请求头中携带 `Authorization: Bearer test-token`

models:
  # 配置 OpenAI 官方通道，可用于访问 GPT-4、GPT-3.5 以及 Codex 相关模型
  - name: “openai-default“
    provider: “openai“
    endpoint: “https://api.openai.com/v1“
    api_key: “<YOUR_OPENAI_API_KEY>“ # 替换为你的 OpenAI API Key
    # 注意：OpenAI 已不再单独提供 Codex API，其代码能力已整合到 GPT 模型中。
    # 在客户端中选择模型时，使用 `gpt-4` 或 `gpt-3.5-turbo` 即可获得代码生成能力。

  # 配置 DeepSeek 通道
  - name: “deepseek-chat“
    provider: “deepseek“ # 如果 CC Switch 不支持 deepseek 提供商，可以尝试用 “openai“，并调整 endpoint
    endpoint: “https://api.deepseek.com/v1“
    api_key: “<YOUR_DEEPSEEK_API_KEY>“ # 替换为你的 DeepSeek API Key

  # 配置一个本地模型（例如通过 Ollama 运行的 Llama 3）
  - name: “local-llama3“
    provider: “openai“ # Ollama 默认兼容 OpenAI API 格式
    endpoint: “http://localhost:11434/v1“ # Ollama 默认 API 地址
    api_key: “not-needed“ # 本地模型通常无需认证

# 定义路由规则
routes:
  # 规则1：当客户端请求的 `model` 参数为 “gpt-*“ 时，使用 openai-default 后端
  - path: “/v1/chat/completions“
    condition:
      - “params.model contains ‘gpt-‘“
    model: “openai-default“

  # 规则2：当客户端请求的 `model` 参数为 “deepseek-chat“ 时，使用 deepseek-chat 后端
  - path: “/v1/chat/completions“
    condition:
      - “params.model == ‘deepseek-chat’“
    model: “deepseek-chat“

  # 规则3：当客户端请求的 `model` 参数为 “llama3“ 时，使用本地模型
  - path: “/v1/chat/completions“
    condition:
      - “params.model == ‘llama3’“
    model: “local-llama3“

  # 规则4：默认路由（如果以上都不匹配），也转发到 openai-default
  - path: “/v1/chat/completions“
    model: “openai-default“

配置文件要点说明 ：

  • condition ：这是实现智能路由的关键。它允许 CC Switch 检查请求内容（如 JSON body 中的 model 字段），并根据其值决定转发到哪个后端。
  • 模型名映射 ： models 里定义的 name （如 openai-default ）是 CC Switch 内部使用的标识。 routes 里的 model 指向这个标识。而客户端发送请求时指定的 model 参数（如 gpt-4 ）是用于路由判断的条件，最终请求会被转发到 openai-default 这个后端，并由该后端使用自己的 API Key 去调用真实的 gpt-4 模型。

4.3 启动 CC Switch 服务

在终端中，运行以下命令启动 CC Switch： 

cd ~/tools
./cc-switch-darwin-amd64 --config config.yaml
# Windows 用户可能是： cc-switch-windows-amd64.exe --config config.yaml

如果启动成功，你将看到类似以下的输出： 

[INFO] 加载配置文件: config.yaml
[INFO] 启动代理服务器在: http://0.0.0.0:8000
[INFO] 已加载模型配置: [openai-default deepseek-chat local-llama3]
[INFO] 已加载路由规则: 4 条

保持此终端窗口运行 ，CC Switch 服务将在后台持续工作。

4.4 配置你的 AI 客户端

现在，打开你常用的、支持自定义 API 地址的 AI 客户端。这里以一款假设的、兼容 OpenAI API 的桌面客户端为例。

  1. 在客户端的设置（Settings）中找到 API 配置 或 服务提供商 相关选项。
  2. 将 API Base URL 或 Endpoint 修改为 http://localhost:8000 。（这就是 CC Switch 监听的地址）。
  3. API Key 字段的处理分两种情况：
    • 如果 CC Switch 配置中设置了 global.auth_token ：你需要在此处填写那个 token（例如 test-token ）。
    • 如果 CC Switch 没有设置全局 token ：这个字段可以填写任意值（如 dummy-key ），因为真正的认证已由 CC Switch 在后端添加。但有些客户端校验较严，可能需要填写一个格式正确的假 Key（如 sk-dummy... ）。
  4. 在客户端的模型选择下拉菜单中，你应该能看到可选的模型。 这里选择的模型名，必须与你 CC Switch 路由规则 condition 中判断的 params.model 值相匹配！
    • 选择 gpt-4 -> 请求会被路由到 openai-default 后端。
    • 选择 deepseek-chat -> 请求会被路由到 deepseek-chat 后端。
    • 选择 llama3 -> 请求会被路由到 local-llama3 后端（需要本地 Ollama 服务已启动）。

4.5 测试与验证

在客户端中发送一个简单的测试请求，例如：“用 Python 写一个 Hello World 程序”。观察响应是否正常返回。

你还可以通过查看 CC Switch 运行的终端窗口日志，来确认请求被正确路由和处理： 

[INFO] 接收到请求: POST /v1/chat/completions
[INFO] 路由匹配: 条件 “params.model contains ‘gpt-‘“ 命中，使用模型后端: openai-default
[INFO] 转发请求至: https://api.openai.com/v1/chat/completions
[INFO] 请求完成，状态码: 200，耗时: 1250ms

5. 常见问题与排查思路

在使用 CC Switch 过程中，你可能会遇到一些错误。下面列出最常见的问题及其解决方法。

问题现象 可能原因 排查步骤与解决方案
unexpected status 401 unauthorized 1. CC Switch 配置中的 api_key 错误或过期。
2. 客户端发送的请求头中包含了错误的认证信息，干扰了 CC Switch。
3. 目标 API 端点地址错误。 		1. 检查 config.yaml 中对应模型后端的 api_key 是否正确无误。
2. 尝试在客户端设置中清空或填写一个简单的 API Key，让 CC Switch 完全负责认证。
3. 确认 endpoint 地址是否正确（如 DeepSeek 是 https://api.deepseek.com ）。
unexpected status 404 not found 1. 请求的路径 ( path ) 在 CC Switch 路由规则中未匹配。
2. 转发到的真实 API 端点路径不存在。 		1. 检查客户端请求的 URL 路径是否与 routes 中定义的 path 一致（通常是 /v1/chat/completions ）。
2. 检查 models 中配置的 endpoint 是否完整（应包含版本路径，如 /v1 ）。
unexpected status 502 bad gateway 1. CC Switch 无法连接到配置的 endpoint （网络问题或地址错误）。
2. 目标服务（如本地 Ollama）未启动。 		1. 使用 curl 或浏览器直接测试 endpoint 是否可达（例如 curl https://api.openai.com/v1/models 需要带 Key）。
2. 确认本地模型服务是否已在运行（如 ollama serve ）。
unexpected status 402 payment required 使用的 API Key 对应的账户余额不足或未开通付费。 登录对应的 AI 服务提供商后台（如 OpenAI 平台），检查账户余额和用量。
客户端提示 “模型不支持“ 1. 客户端选择的模型名，未在 CC Switch 路由规则中定义。
2. 路由到了错误的后端，该后端不支持客户端请求的模型参数。 		1. 检查客户端下拉框选择的模型名（如 gpt-4 ），是否与 config.yaml 中某条 route 的 condition （如 params.model contains ‘gpt-‘ ）能匹配上。
2. 查看 CC Switch 日志，确认请求被路由到了哪个后端。调整 condition 使其更精确。
CC Switch 启动失败 1. 配置文件格式错误（YAML 缩进、冒号后空格等）。
2. 端口被占用。 		1. 使用在线 YAML 校验器检查 config.yaml 文件语法。
2. 尝试更换 global.port （如改为 8001 ），或关闭占用端口的程序。
响应中包含多余的 “Thinking...“ 等标记 某些 AI 服务（如 DeepSeek）在响应流中会返回中间思考过程。 这是 CC Switch 可以发挥作用的场景。查找 CC Switch 的高级配置或插件功能，启用 响应后处理 ，过滤掉这些特定标记。社区版可能通过自定义脚本或修改源码实现。

通用排查流程 ：

  1. 看日志 ：CC Switch 的运行终端是首要信息源，它会详细记录请求的接收、路由、转发和响应状态。
  2. 简化测试 ：先用最简单的配置（只配一个 OpenAI 后端）和最简单的客户端请求进行测试，排除复杂路由的干扰。
  3. 逐层验证 ：
    • 客户端 -> CC Switch：用 curl 命令直接向 http://localhost:8000 发请求，看 CC Switch 是否收到并记录日志。
    • CC Switch -> 真实 API：从 CC Switch 日志中复制出它准备转发的完整 URL 和请求头，用 curl 单独测试，看真实 API 是否返回正确结果。
  4. 检查网络 ：确保你的机器可以访问配置中的所有 endpoint 。

6. 最佳实践与工程建议

将 CC Switch 用于生产或严肃开发环境时，遵循以下建议可以提升稳定性、安全性和可维护性。

6.1 配置管理

  • 版本控制 ：将 config.yaml 文件纳入 Git 等版本控制系统，但 务必使用 .gitignore 或加密工具排除其中的 api_key 等敏感信息 。可以将敏感信息存储在环境变量中，在配置文件中引用，如 api_key: ${OPENAI_API_KEY} （具体语法取决于 CC Switch 是否支持）。
  • 环境隔离 ：为开发、测试、生产环境准备不同的配置文件或配置段，避免误操作。
  • 备份 ：修改配置前先备份。

6.2 安全与权限

  • 最小化暴露 ：CC Switch 默认监听 0.0.0.0 （所有网络接口）。如果仅在本地使用，可以考虑绑定到 127.0.0.1 （修改配置或启动参数），防止同一网络下的其他机器访问。
  • 使用认证令牌 ：强烈建议启用 global.auth_token 。这为你的本地代理增加了一层简单的认证，防止未授权的应用随意调用。
  • 保护 API Key ：永远不要在公开的配置文件、代码仓库或聊天记录中泄露你的 API Key。CC Switch 的配置文件中包含了所有 Key，因此这个文件本身必须妥善保管。

6.3 稳定性与性能

  • 设置超时与重试 ：检查 CC Switch 配置是否支持设置请求超时和失败重试，这对于网络不稳定的环境很有帮助。
  • 监控与告警 ：如果 CC Switch 长时间运行，考虑添加简单的监控。例如，写一个定时脚本用 curl 检查 http://localhost:8000/health （如果 CC Switch 提供健康检查端点）或发送一个测试请求，失败时发送通知。
  • 进程守护 ：在 Linux/macOS 上，可以使用 systemd 或 supervisord 来守护 CC Switch 进程，确保它崩溃后能自动重启。在 Windows 上，可以将其注册为服务。

6.4 客户端适配

  • 模型列表管理 ：对于需要手动选择模型的客户端，你可能需要维护一个“模型列表”，这个列表中的名称必须与 CC Switch 路由规则中的 condition 匹配。这可能需要你在客户端和 CC Switch 配置之间做好同步。
  • 理解流式响应 ：如果客户端支持流式输出（Streaming），确保 CC Switch 也正确配置以支持流式转发，否则响应可能会被缓冲，导致体验不佳。

6.5 关于 Codex 的特别说明

OpenAI 早期的 Codex 模型已不再作为独立 API 提供。其强大的代码能力已经整合到 gpt-3.5-turbo 和 gpt-4 系列模型中。因此，在 CC Switch 中配置一个指向 https://api.openai.com/v1 的 openai 提供商后端，并在客户端中选择 gpt-4 等模型，就是当前使用 “Codex” 能力的最佳实践。无需再寻找独立的 “Codex 端点”。

通过本文的梳理，你应该已经明白，登录 Codex（或任何 AI 服务）和安装 CC Switch 是两件不同维度的事情。前者是获取服务权限，后者是构建一个高效、灵活的管理层。对于大多数单一场景的开发者，直接使用官方集成（如 Copilot）可能是最省心的选择。但对于需要穿梭于多个 AI 服务之间、追求定制化和可控性的开发者或团队，CC Switch 无疑是一个强大的“瑞士军刀”。

配置过程的关键在于理解 “模型配置” 和 “路由规则” 这两个核心概念。从最简单的单一后端配置开始，逐步增加路由规则，并善用日志进行调试，你就能搭建起属于自己的智能 AI 工作流。遇到报错时，按照“看日志、简化测试、逐层验证”的思路，大部分问题都能迎刃而解。

Logo
亚马逊云科技技术品牌专区

更多推荐

open-code-review Codex 插件教程：对话式调用评审技能指南

本文是一份面向新手的 **open-code-review Codex 插件教程**，教你在 Codex 中通过对话式方式调用 open-code-review 的 AI 代码评审技能。open-code-review 是阿里巴巴开源的 AI 代码评审工具，采用"确定性流水线 + LLM Agent"混合架构，内置多语言评审规则（NPE、线程安全、XSS、SQL 注入等），可在 Codex 里用一

avatar 亚马逊云科技技术品牌专区

OBS Studio 完整指南：免费开源录屏与直播软件从零上手

想做一场像模像样的直播，或者把屏幕内容录成教程视频，但一想到商用软件的订阅费就有些犹豫？其实你不需要花一分钱。OBS Studio 是一款免费开源的直播与录屏软件，支持 Windows、macOS 和 Linux，采集、混音、编码、推流、录制，一条流水线全包了。## 先搞清楚 OBS Studio 是什么OBS Studio 是一个"场景化"的采集合成工具：你把摄像头、窗口、浏览器、图片、

avatar 亚马逊云科技技术品牌专区

如何用MediaCrawler爬取小红书抖音数据？7大平台爬虫从安装到实战完整指南

MediaCrawler 是一个支持小红书、抖音、快手、B站、微博、百度贴吧、知乎的开源自媒体数据采集工具。它能按关键词、按帖子、按创作者主页三种方式抓取笔记/视频内容、评论甚至二级评论，并把结果存成 JSON、CSV、Excel 或数据库。适合做市场调研、竞品监控、内容选题的运营人员，以及想要现成爬虫框架而不想从零写 JS 逆向的开发者。## 从一次"手动抄数据"说起想象这个场景：你负责

avatar 亚马逊云科技技术品牌专区