Codex终于能用国产模型了！保姆级教程来！多图预警!

大家好，我是卡卡罗特。

喜大普奔！昨天，CC Switch更新了一个版本。

现在你可以在CC Switch里面配置国产模型，也可以使用Codex！

什么？你还不知道什么叫cc-switch？

CC Switch是GitHub的一个热门的开源项目。

可以看到，star数已经来到了恐怖的85K。

GitHub地址是：

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

经常使用Claude Code的人应该知道。

Claude Code如果要使用国产模型，那就需要更改Claude Code 的 baseURL。

那CC Switch就非常方便地切换Base URL。

比如你可以在Claude Code里面使用Deepseek，智谱的GLM、Kimi，使用小米的Mimo模型...

比如我这里就配置了Deepseek、Kimi、小米模型。

回到今天的主题。

那么怎么在CC Switch里面配置Codex？

下面我演示在Codex里面使用Kimi模型。

1、安装cc-switch

作者已经打好了包，支持Windows，支持Mac。

我们在Release这里下载软件。

下载地址是：

https://github.com/farion1231/cc-switch/releases/tag/v3.16.0

然后滑到最下面，到下面这个页面。

根据我的截图下载对应的Mac或者Windows即可。

已经安装过？

如果你已经安装过CC Switch，到设置这里，更新到V3.16版本。

2、配置Codex

点选这个OpenAI的图标。然后点击右边的加号。添加一个配置。

可以看到这里支持非常多的国产模型，有Deepseek、豆包、Kimi、小米的MiM...

这里我们选择kimi模型。

这里输入Kimi的API Key。

这个key哪里来的？

在Kimi的官网里面获取。

3、获取Kimi的ApiKey

登录Kimi的开放平台后台。

✅地址是：https://platform.kimi.com/console/account

如果里面没钱，可以进行充值，可以先充10块试下。

然后在API Key管理这里新建一个API Key。

然后把这个API key粘贴到第二步cc-switch里面。

4、配置模型

然后往下滑，获取模型，下拉框里面选择Kimi 2.6。然后点击添加就行了。

5、启动Kimi

回到主页面，使用kimi模型。然后会提示你开启路由服务。

6、开启路由服务

点击这个设置icon，进入到设置页面。

在路由这个选项中，打开【路由总开关】，下面启动Codex。

7、Codex登入

假设你已经安装过Codex 🤔

如果你之前没登账号，可以选择其他方式。这里就是通过API key登录Codex。

✅如果你已经登录了Codex账号，也不用退出，可以跳过这一步。

这里的密钥可以随便填一个。

因为我们在CC Switch里面已经配置好了API key，这一步其实没用。

8、验证

进入Codex主页面之后。

右下角这里的模型可以看到，确实改成了Kimi模型。

我们试一下提个问。可以看到它输出了。

Kimi 2.6模型是支持图片识别的。所以你可以截图发给他。

可以看到，Codex也识别到了对应的文字，说明它是能理解图片的。

至此，你可以爽快地应用Codex的功能了。

9、原理🤔

你有没有想过CC Switch的原理是什么呢？ 🤔

OpenAI 作为大语言模型领域的“老大哥”，早期很多开发者最熟悉的接口是：

/v1/chat/completions

这套接口后来几乎成了行业里的“事实标准”。

很多第三方模型厂商，尤其是国内厂商，比如 DeepSeek、Kimi、GLM、MiniMax 等，都会说自己“兼容 OpenAI 接口”。

后来 OpenAI 推出了新的接口：

/v1/responses

这套 Responses API 更像是新一代统一接口，能更好地承载多轮对话、推理、工具调用、流式输出等能力。

而 Codex 使用的，正是这套新的 Responses API。

问题来了：国内很多厂商基本没有兼容这个协议🤣

那CC Switch就相当于一个中转，它会在内部起一个服务。然后调用链路是这样的。

Codex
  ↓ 发送 /v1/responses 请求

CC Switch 本地代理
  ↓ 把 Responses 请求翻译成 /v1/chat/completions 请求

DeepSeek / Kimi / GLM / MiniMax 等上游模型
  ↓ 返回 Chat Completions 格式的 JSON 或 SSE 流

CC Switch 本地代理
  ↓ 再把 Chat 格式翻译回 Responses 格式

Codex

这件事真正有意思的地方，不只是 Codex 能不能用 Kimi。

而是它把 Codex 里很重要的一层能力，给拆出来了。

这层东西现在有个挺流行的说法，叫 Harness。

你可以先粗暴地记一个公式。

**Harness = Agent - Model**

听着有点抽象，我用 Codex 举个例子。

Codex 肯定是一个 Agent，它不只是跟你聊天，它会读文件、改代码、调用工具、管理上下文、规划任务，还会在合适的时候问你要不要执行某个操作。

这些东西，其实不是模型本身。

模型更像是负责思考和生成的脑子。

而 Codex 这套交互、工具调用、上下文管理、权限控制、任务执行的身体和操作系统，才是 Harness。

以前我们用 Codex，默认就是 OpenAI 的GPT模型加上 OpenAI 的 Harness，两个东西绑在一起。这个组合当然强，但在国内确实会遇到网络、账号、支付这些问题，导致很多人使用不了Codex。

CC Switch 这种中间层的路由服务，它让你有机会把中间的模型换掉。

Harness 还是 Codex 的 Harness。

但脑子，可以暂时换成 Kimi、DeepSeek、GLM、MiniMax 、Mimo这些国产模型！

随着国产模型的能力越来越强。相信有一天，国产模型会在第一梯队的！

以上就是文章的全部内容了。 如果对你有用，点个赞加关注再走呗～🥰

我是卡卡罗特，持续每天分享对你有用的 AI 知识～