Codex CLI 是 OpenAI 推出的命令行 AI 编程工具,可直接在终端中完成代码编写、项目重构、Bug 修复与文档生成。但对国内开发者而言,想要直接通过 OpenAI 官方服务使用 Codex 往往面临着网络环境、支付受限、账号风控、成本偏高等等问题。本文从国内用户的真实困境出发,讲清楚为什么要用 API 中转站,并以 Codex CLI 的两个核心配置文件 config.toml 与 auth.json 为主线,给出完整的接入步骤。
很多国内用户第一次安装好 Codex CLI,输入一句"帮我写个脚本",等来的不是代码,而是一连串连接超时和报错。问题往往不在 Codex 本身,而在于它默认请求的是 OpenAI 官方接口。对国内用户来说,直连官方服务至少有以下几道难以绕开的坎。
OpenAI 官方 API 的服务器对国内网络并不友好,直接访问时经常出现请求超时、连接被重置、响应断断续续等情况。即使借助个人代理,线路稳定性也难以保证——做一次长上下文的项目分析,中途断连就要重来。第三方中转站通常把入口部署在国内或跨境访问更顺畅的节点上,由它替你把请求转发到上游模型,Codex 侧看到的是一个稳定可达的地址。
想用官方服务,第一步就要充值,而官方并不支持我们国内的付款方式。即便解决了支付问题,在注册环节还要处理境外手机号验证、登录环境检查;账号充了钱之后,只要登录 IP 频繁跳动,就可能触发风控被瞬间封号。
官方服务的价格往往比较高,尤其在复杂任务场景下额度的消耗非常快。对个人开发者、学生和小团队来说负担会偏重。而中转站提供了更加灵活的计费方式与低于官方价格的倍率,而且支持人民币小额充值,能显著降低使用成本。
成熟的中转站会通过负载均衡、节点切换、故障重试等手段提升可用性。同时,一个 Key、一套接口即可调用多家模型,不必在 OpenAI、Anthropic 之间分别注册账号。
正因为如此,把 Codex 指向一个可靠的第三方中转站,成了国内开发者日常使用 Codex 的主流方式。
Codex CLI 的接入第三方中转站的思路其实只有两步:在配置文件里新增一个自定义的模型服务商(model_provider),并把默认模型请求指向它,然后再把 API Key 写入 auth.json。涉及的核心文件有两个:config.toml 和 auth.json。
文件 | 用途 | 接入中转站时怎么处理 |
|---|---|---|
config.toml | Codex 的主配置文件,定义默认模型、推理强度,以及各个模型服务商的地址、鉴权方式等。 | 新增一个自定义 model_providers 块,填写中转站的 base_url,并设置 requires_openai_auth = true 以使用 auth.json 中的 Key,再把默认 provider 切过去。 |
auth.json | 认证信息文件,Codex 官方登录(codex login)后会把令牌或 API Key 写入这里,供请求时携带。 | 直接将在中转站拿到的 API 密钥写入OPENAI_API_KEY 字段,Codex 发起请求时会自动把它作为 Bearer Token 附加到发往 base_url 的请求上。 |
两个文件都放在用户主目录下的 .codex 文件夹中,路径因系统而异:
如果 .codex 文件夹或文件不存在,手动新建即可;已有的 projects、plugins 等配置保留不动。
在 config.toml 顶部设置默认模型与默认服务商:
# 修改为中转站实际支持的模型名称
model = "gpt-5.5"
# 指定默认使用我们后面定义的中转站服务商
model_provider = "my_proxy"
# 推理强度,可按需求调整为 low / medium / high
model_reasoning_effort = "high"复制
再在文件底部新增自定义服务商块:
[model_providers.my_proxy]
name = "my_proxy"
base_url = "https://你对接的中转站官网域名/v1"
wire_api = "responses"
requires_openai_auth = true复制
各参数含义:
参数 | 说明 |
|---|---|
name | 服务商别名,可随意命名,仅用于识别。 |
base_url | 中转站后台提供的 API 地址,通常以 /v1 结尾,务必替换为真实地址。 |
wire_api | 接口协议类型;兼容新版 Responses API 的中转站填 responses,具体以中转站文档为准。 |
requires_openai_auth | 设为 true 时,Codex 会把 auth.json 里的 OPENAI_API_KEY 自动作为 Bearer Token 附在请求上,这正是接入中转站所需的凭证方式。 |
这里展示一个实际的配置:
# config.toml - 配置您的中转服务商
model_provider = "cocorouter" # 指向下面配置的 cocorouter
model = "gpt-5.6-terra"
model_reasoning_effort = "medium"
# 缓存优化配置
cache_size_mb = 512
cache_ttl = "30m"
smart_cache = true
cache_compression = true
# 配置 cocorouter 相关信息
[model_providers.cocorouter]
name = "cocorouter"
base_url = "https://www.cocorouter.com/v1"
wire_api = "responses"
requires_openai_auth = true
web_search = "live"复制

添加描述
在 config.toml 中配置好了正确的中转服务商信息后,接下来就需要将从中转站获取的 API 密钥写入到 auth.json 里。用文本编辑器打开 auth.json(如果不存在就手动新建),写入如下内容:
{
"OPENAI_API_KEY": "sk-你的中转站API_KEY"
}复制
其中 OPENAI_API_KEY 的值,就是你在中转站后台创建并复制的那串 Key(形如 sk-xxxxxxxx)。保存文件后,Codex 发起请求时会自动读取这里的 Key。
需要注意的是,这里填写的 API_KEY 必须是在config.toml这个文件中配置的中转服务商那里创建的。
注意:auth.json 是纯 JSON 文件,注意引号和逗号格式不要写错;如果你之前执行过 codex login,文件里可能还保留着其他字段(如登录令牌),保留它们不要动,只需确保其中存在 OPENAI_API_KEY 字段即可。该文件包含敏感凭证,切勿外传或提交到代码仓库。
保存 auth.json 后,重新打开一个终端再启动 Codex,让它重新读取配置文件。进入到对话界面中,可以尝试发送个 “Hello” 过去。如果得到了回复,说明 Codex 已成功读取 auth.json 中的 Key,并通过中转站完成了请求。之后可进入任意项目目录,让 Codex 做一次真实的代码任务(如"用 Python 实现快速排序并加注释"),进一步确认长上下文调用稳定。
VS Code 的 Codex 插件与终端共用同一个 ~/.codex 目录,读取的是同一份 config.toml 和 auth.json,因此不需要再额外设置任何环境变量。如果写完 auth.json 后插件仍报错,彻底退出 VS Code(包括系统托盘图标和任务管理器中的 Code.exe 残留进程),重新打开后再启动插件即可。
无论用官方还是第三方中转服务的 API 密钥,都不要把它上传到 GitHub 等公开仓库。建议把 auth.json、config.toml、.env、*.key 等文件统一写进项目的 .gitignore,避免无意间上传出去:
.env
auth.json
config.toml
*.key复制
API 密钥泄露后,他人可直接通过你的密钥消耗你账户里的余额;一旦发现密钥泄露应立即在中转站后台吊销并重新生成。
对国内开发者来说,使用 Codex 的核心障碍往往不在工具本身,而在"如何稳定、低成本、合规地连上模型"。API 中转站通过更顺畅的网络入口、人民币小额充值和统一的多模型接口,切实降低了这一门槛——这是它的价值所在。
配置上,整个过程可以归纳为三件事:在 config.toml 里配置好中转服务商。(记住要设置 requires_openai_auth = true),把在中转站里创建的 Key 以 OPENAI_API_KEY 字段写入 auth.json,最后重启终端 Codex 验证连通。守住隐私与安全底线,敏感代码不经过不可信中转站、Key 不进仓库不泄露,就能把 Codex 变成一个日常可用的编程助手。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。