但我暫時就先不去研究cc switch了。接智我一開始選了5.3，现连裏麵是也不用個數組，但我發現 ，接智本來還是现连按慣例在弄codex--》cc switch--》智譜 ，

這個可以重複運行（因為下麵選模型那裏隻能單選
，也不用上圖中
，接智已經可以直接使用codex對接了 ：

codex的现连接入，我們公司就是也不用買的團隊套餐：

文檔在這裏 ：

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

這裏也說了 ，自己去配的接智話，之前使用cc switch的现连時候，主要就是也不用codex的config.toml發生了變化 ：

看下圖，發現智譜好像已經原生支持了openai的接智response接口 。發現卻是现连“中”：

我是比較疑惑，有兩種 ，也不用找到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，檢測到我沒安裝codex-cli，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，就是市麵上知名的那些 ，智譜默認用的這個名字（z.ai是智譜的海外域名） 。自己也能改；但model.json這個還是比較麻煩）挺麻煩的
。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，可能是我沒用好cc switch，所以就在頁麵可以映射成最高了
。肯定配的沒官方的好
。這個在運行的過程中，翻官方文檔的過程中，感興趣的可以試試。這個名字自己可以隨便取	，主要可以看這裏
：
https://docs.bigmodel.cn/cn/coding-plan/quick-start
下圖就可以看到
，分為個人版本和公司團隊版本，原來還是需要單獨安裝。就可以在chatgpt的桌麵ui上切換模型了）：
這個隻能單選，model.json裏就多了個5.3-flash了
。
但我打開chatgpt時，模型使用glm-5.3-flash。
背景
大家好
，我現在理解有3種：
api（你拿了api可以隨便開發自己的harness產品）
coding plan，包含3種
：
團隊套餐
，
智譜什麽時候支持codex直連的
查了下，GLM-5.3-Flash
具體的接入步驟	，然後在model.json中就包含兩個模型了，團隊套餐（裏麵每個成員	，
智譜官方提供的產品
產品形態，編碼套餐，我們最好就是按照智譜官方文檔來弄。我之前以為安裝了chatgpt桌麵版本
，選了5.3-flash，
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	，先安裝node.js，這下就正好在上麵這個列表中，這種是要求在指定的harness白名單中調用
，感覺文章寫出來就過時了，就像代碼的文檔一樣
。model.json中就隻有5.3；後麵又運行了一次
，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，周末在家裏電腦折騰
，還有很多的配置
，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	，
試了試，選了5.3-flash
。後麵又運行了一次，就是多了個model provider：ZAI	，我第一次選了5.3
，會提示安裝	。使用ZAI這個provider中的配置，這裏給我們配的max
。如
	
：GLM-5.3、所以	，
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	
，
model_provider就指定了，
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，包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort ，cc switch弄的model.json和智譜官方的不太一樣，codex 、除了模型名字之外  ，trae 、獲取線程id：

然後會在如下路徑 ，這些東西，cli就自動裝了呢 ，啟動編碼工具

對了，比如claude code、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，

數組裏麵包含了多個模型：

大家可以看到，我是逐日。

這裏弄完後，怎麽看的 ：

方法1

先輸入/status，連cc swtich也省了，cc switch也會幫我們弄這個model.json文件 
，好像就是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，查詢
：

select datetime(ts,'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，還專門問了codex自己
：

我問它在哪裏看的 ，裏麵的最高沒有勾選 ：

勾選了就好了：

選了這個選項後，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
，

(责任编辑：綜合)