Codex 接入第三方模型完整指南
OpenAI Codex App、CLI 和 SDK 现可接入第三方开源模型。

OpenAI Codex App、CLI 和 SDK 现可接入第三方开源模型。
这篇指南适合想把 OpenAI Codex 文档和 Codex GitHub 仓库接到自定义模型上的开发者。跟着做完,你会得到一套可运行的接入流程,能把第三方模型挂到 Codex App、CLI 或 SDK 上,并验证它是否真的在工作。
本文只基于已公开的信息做落地整理,重点放在准备环境、配置模型提供方、连通 Codex 工具链、以及最后的验证和排错。你不需要先改造整个项目,只要先把模型端和 Codex 端对接起来,就能开始试用。
Before you start
Get the latest AI news in your inbox
Weekly picks of model releases, tools, and deep dives — no spam, unsubscribe anytime.
No spam. Unsubscribe at any time.
- OpenAI 账号,且能访问 Codex 相关功能。
- 一个可用的第三方模型提供方账号,支持 OpenAI 兼容 API 或 Codex 兼容接入方式。
- API key:OpenAI Codex 侧 key,以及第三方模型侧 key。
- Node.js 20+,如果你要用 CLI 或 SDK 的 JavaScript 示例。
- Git 2.40+,用于拉取示例项目或仓库。
- 至少 2 GB 可用内存,便于本地运行 CLI、日志和测试脚本。
Step 1: 获取 Codex 工具链
目标是先把 Codex 的 App、CLI 或 SDK 入口准备好,这样后续才能切换模型而不是停留在文档阶段。先确认你打算从哪个入口开始:如果偏向命令行,就装 CLI;如果偏向代码集成,就先接 SDK;如果想快速试验,就用 App。

git clone https://github.com/openai/codex.git
cd codex
# 按仓库说明安装 CLI 或 SDK 依赖验证方式很简单:你应该能看到仓库内容、安装命令成功执行,并且本地能打开 Codex 的配置说明或帮助信息。
Step 2: 准备第三方模型端点
目标是拿到一个可调用的模型 API 地址、模型名和密钥。Codex 官方说法是可以搭配任何开源模型使用,所以关键不是“模型是不是 OpenAI 的”,而是它是否能提供稳定的推理接口。优先选择支持 OpenAI 风格请求格式的服务,这样迁移成本最低。

把这些信息记下来:base URL、model id、API key、请求限流规则,以及是否需要额外的组织 ID 或项目 ID。后面配置时,这些字段会直接映射到 Codex 的连接参数。
验证方式是发一次最小请求。你应该能拿到一个正常的文本回复,而不是 401、404 或格式错误。
Step 3: 配置 Codex 模型连接
目标是让 Codex 读到你的第三方模型配置,并把请求转发过去。不同入口的配置方式会不同,但思路一致:把模型提供方的地址、密钥和模型名写进 Codex 的配置文件或环境变量。
export OPENAI_API_KEY="your-codex-key"
export OPENAI_BASE_URL="https://your-third-party-endpoint/v1"
export OPENAI_MODEL="your-model-name"如果你用的是支持自定义 provider 的配置文件,就把同样的信息写入对应字段。重点是确认 Codex 发出的请求不再落到默认模型上,而是命中你填的第三方端点。
验证方式是启动 Codex CLI 或 SDK 示例后查看日志。你应该能看到请求发往第三方 base URL,并且返回内容来自你选择的模型。
Step 4: 运行一次端到端任务
目标是证明接入不是“能连上”,而是“能干活”。选一个小任务最合适,比如让 Codex 生成一个函数、修改一个测试、或总结一段代码。任务越小,越容易判断模型是否真正被调用。
建议先用 CLI 跑一个单文件任务,再用 SDK 跑一个简短脚本。这样你能分别验证交互式流程和程序化流程,避免只在一个入口上成功。
验证方式是你应该看到模型返回可执行的代码、补丁或解释,并且输出结果符合你指定的第三方模型风格和能力边界。
Step 5: 固化环境变量和回退方案
目标是把临时接入变成可重复使用的配置。把 base URL、模型名和 key 放进 `.env`、CI secrets 或部署环境变量里,避免每次手动输入。与此同时,准备一个回退方案,方便第三方模型不可用时切换回默认提供方。
如果你的团队要多人协作,最好把配置写进 README 或内部运行手册,并注明哪些字段必须保密,哪些字段可以公开。这样后续换模型时,改动范围会更小。
验证方式是重启终端或重新拉起容器后,Codex 仍然能自动读到配置,不需要人工补参。
Common mistakes
- 把模型名写错。修复方法:先用第三方控制台的模型列表复制准确名称,再写入配置。
- 端点不是 OpenAI 兼容格式。修复方法:确认路径、请求体和认证头与 Codex 期望一致,必要时加一层适配代理。
- 只测了连通性,没测任务输出。修复方法:跑一次真实代码生成或修改任务,检查返回结果是否可用。
What's next
接下来可以把同一套接入方式扩展到团队工作流里,比如接入 CI、自动化代码审查,或者为不同任务路由不同模型;如果你需要更稳的方案,再继续研究 Codex 的配置层、日志层和模型回退策略。
// Related Articles
- [AGENT]
Public Sentry keys can hijack Claude Code and Cursor
- [AGENT]
Loop Engineering 让 Agent 把事做完
- [AGENT]
Grok Build Adds /goal for Autonomous Coding
- [AGENT]
Set Up AI Agent Workflows in 5 Practical Steps
- [AGENT]
Anthropic’s Claude Tag Research turns Slack into search
- [AGENT]
This benchmark proves harness quality beats model hype in coding