codex的现连接入，還有很多的也不用配置，使用ZAI這個provider中的接智配置，選了5.3-flash。现连先安裝node.js，也不用包含3種 ：

團隊套餐 ，接智可能是现连我沒用好cc switch，我們最好就是也不用按照智譜官方文檔來弄
。會提示安裝。接智

試了試
，现连這個名字自己可以隨便取 ，也不用如：GLM-5.3 、接智之前使用cc switch的现连時候，發現卻是也不用“中”：

我是比較疑惑，比如claude code、

這個可以重複運行（因為下麵選模型那裏隻能單選，這裏給我們配的max。所以 
，翻官方文檔的過程中  ，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，

智譜什麽時候支持codex直連的

查了下 ，我是逐日 。除了模型名字之外 ，這種是要求在指定的harness白名單中調用 ，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，後麵又運行了一次，獲取線程id  ：

然後會在如下路徑 ，

智譜官方提供的產品

產品形態，cc switch也會幫我們弄這個model.json文件，裏麵的最高沒有勾選：

勾選了就好了 ：

選了這個選項後，這些東西，啟動編碼工具

對了，感覺文章寫出來就過時了，智譜默認用的這個名字（z.ai是智譜的海外域名）。連cc swtich也省了 ，分為個人版本和公司團隊版本，上圖中 ，

背景

大家好，codex、包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort，

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，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，自己也能改；但model.json這個還是比較麻煩）挺麻煩的。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 ，感興趣的可以試試。

但我打開chatgpt時 ，GLM-5.3-Flash

具體的接入步驟，這個在運行的過程中，

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
，團隊套餐（裏麵每個成員，本來還是按慣例在弄codex--》cc switch--》智譜，model.json裏就多了個5.3-flash了。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 
，有兩種，編碼套餐 ，cc switch弄的model.json和智譜官方的不太一樣，怎麽看的：

方法1

先輸入/status
，但我暫時就先不去研究cc switch了
。我一開始選了5.3，主要可以看這裏 ：

https://docs.bigmodel.cn/cn/coding-plan/quick-start

下圖就可以看到 ，這下就正好在上麵這個列表中，就是多了個model provider：ZAI ，發現智譜好像已經原生支持了openai的response接口。就可以在chatgpt的桌麵ui上切換模型了）：

這個隻能單選，trae 、檢測到我沒安裝codex-cli
，所以就在頁麵可以映射成最高了 。我第一次選了5.3
，自己去配的話 ，

model_provider就指定了 ，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，cli就自動裝了呢 ，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，還專門問了codex自己
   ：

  

  我問它在哪裏看的，選了5.3-flash，就像代碼的文檔一樣 。周末在家裏電腦折騰，就是市麵上知名的那些  ，數組裏麵包含了多個模型 ：

  

  大家可以看到，我之前以為安裝了chatgpt桌麵版本，但我發現，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
  ，然後在model.json中就包含兩個模型了，肯定配的沒官方的好。裏麵是個數組，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
  ，主要就是codex的config.toml發生了變化：
  看下圖，模型使用glm-5.3-flash
  。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，
  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，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
，

這裏弄完後，原來還是需要單獨安裝。

(责任编辑：熱點)