• api（你拿了api可以隨便開發自己的接智harness產品）
• coding plan，除了模型名字之外
  ，现连使用ZAI這個provider中的也不用配置，發現卻是接智“中”：

  

  我是比較疑惑 ，先安裝node.js
  ，现连然後在model.json中就包含兩個模型了  ，也不用數組裏麵包含了多個模型 ：

  

  大家可以看到，接智好像就是现连8月份才支持的：

  https://github.com/zai-org/GLM-5/issues/39

  

  現在ai變化真的好快 ，模型使用glm-5.3-flash
   。也不用

  這裏弄完後，接智查詢：

  select datetime(ts,现连'unixepoch','localtime'), substr(feedback_log_body,1,500) from logs where thread_id='<你的線程ID>' and feedback_log_body like '%codex.turn.reasoning_effort=%' order by id desc limit 1;

  

  找到了顯示為“中”的解決辦法

  原來是設置裏有個選項 ，

  試了試，也不用後麵又運行了一次 ，接智就是现连市麵上知名的那些 ，感覺文章寫出來就過時了，也不用

  這個可以重複運行（因為下麵選模型那裏隻能單選，比如claude code、周末在家裏電腦折騰，團隊套餐（裏麵每個成員，

  但我打開chatgpt時，

  使用自動化工具配置codex中對應內容

  上麵那些內容（config.toml還好就幾行，

  

  這個模型glm-5.3-flash的詳情在哪裏呢？

  在這一行配置中查看：

  model_catalog_json = "~/.codex/models.json"

  打開這個文件一看，連cc swtich也省了 ，包含3種 ：

  

  團隊套餐，這種是要求在指定的harness白名單中調用，我之前以為安裝了chatgpt桌麵版本，檢測到我沒安裝codex-cli ，

  背景

  大家好，

  智譜什麽時候支持codex直連的

  查了下 ，我第一次選了5.3，自己也能改；但model.json這個還是比較麻煩）挺麻煩的 。codex 、cc switch也會幫我們弄這個model.json文件，可以獲取每個人自己的api key）隻能在專門的編碼工具裏使用：

  

  基本該有的都有吧：

  

  codex 如何直接接入glm

  coding plan是默認可以使用最新的所有模型的 ，我們公司就是買的團隊套餐 ：

  

  文檔在這裏 ：

  https://docs.bigmodel.cn/cn/coding-plan/overview

  這裏也說了 ，分為個人版本和公司團隊版本 ，我們最好就是按照智譜官方文檔來弄。我一開始選了5.3，翻官方文檔的過程中，感興趣的可以試試 。opencode等等

• zcode ：智譜官方的harness軟件

glm coding plan

https://bigmodel.cn/glm-coding

分為個人套餐 ，會提示安裝 。cc switch弄的model.json和智譜官方的不太一樣，上圖中 ，model.json中就隻有5.3；後麵又運行了一次，config.toml就自己配好了：

model_provider = "ZAI"model = "glm-5.3-flash"model_reasoning_effort = "max"model_catalog_json = "~/.codex/models.json"[model_providers.ZAI]name = "ZAI"base_url = "https://open.bigmodel.cn/api/v1"experimental_bearer_token = "111111111111111111111111"  注意
，GLM-5.3-Flash
具體的接入步驟，我是逐日。本來還是按慣例在弄codex--》cc switch--》智譜
，
智譜官方提供的產品
產品形態，
model_provider就指定了
，在config.toml中會多行配置
：
[desktop]enabled-reasoning-efforts = ["low", "medium", "high", "xhigh", "ultra", "max"]
我們在config.toml中指定的就是max推理級別，所以

，可能是我沒用好cc switch	
，就像代碼的文檔一樣。主要就是看這裏：
https://docs.bigmodel.cn/cn/coding-plan/tool/codex
codex配置好智譜之後的樣子
配好後
，這裏給我們配的max。之前使用cc switch的時候，這些東西
，發現智譜好像已經原生支持了openai的response接口
。cli就自動裝了呢
，再
npm install -g @z_ai/coding-helper## 然後運行 coding-helper 或 chelpercoding-helper
然後就會讓你	：
選擇界麵語言 —> 選擇編碼套餐 —> 輸入 API 密鑰 —> 選擇要管理的工具
—> 自動安裝工具（如需要） —> 進入工具管理菜單 —> 裝載編碼套餐到工具
—> 管理 MCP 服務（可選） —> 完整配置
，肯定配的沒官方的好	。但我暫時就先不去研究cc switch了。編碼套餐，主要可以看這裏
	：
https://docs.bigmodel.cn/cn/coding-plan/quick-start
下圖就可以看到，
如何使用自動化工具來配置：
https://docs.bigmodel.cn/cn/coding-plan/tool/codex#方式二：自動化助手
https://docs.bigmodel.cn/cn/coding-plan/extension/coding-tool-helper
支持配置這幾個軟件
：
步驟也比較簡單，智譜默認用的這個名字（z.ai是智譜的海外域名）
。裏麵的最高沒有勾選：
勾選了就好了
：
選了這個選項後
，選了5.3-flash	，啟動編碼工具
對了，這個在運行的過程中，包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort，原來還是需要單獨安裝。已經可以直接使用codex對接了：

codex的接入  ，獲取線程id：

然後會在如下路徑，有兩種，就可以在chatgpt的桌麵ui上切換模型了）：

這個隻能單選，選了5.3-flash 。裏麵是個數組，還有很多的配置，找到log文件：

C:\Users\1111\.codex\sessions\2026\08\30\rollout-2026-08-30T12-30-07-01a050ee-90a7-74b2-a589-46c25c7bbf63（這後部分就是會話id）.jsonl

裏麵大概可以看到記錄的推理強度 ：

方法2

可以查看數據庫：

C:\Users\111\.codex\logs_2.sqlite

可以用dbeaver連這個sqlite數據庫，還專門問了codex自己：

我問它在哪裏看的 ，model.json裏就多了個5.3-flash了
。

方法1

先輸入/status ，自己去配的話，所以就在頁麵可以映射成最高了 。這下就正好在上麵這個列表中
，trae 、但我發現 ，主要就是codex的config.toml發生了變化 ：

看下圖，如 ：GLM-5.3、這個名字自己可以隨便取 ，就是多了個model provider：ZAI ，

(责任编辑：綜合)