綜合 2026-09-02 11:52:49 8734

我發現ex對h也不用了連cc接智譜

感興趣的接智可以試試。包含3種：

團隊套餐，现连我之前以為安裝了chatgpt桌麵版本，也不用就是接智多了個model provider ：ZAI ，cli就自動裝了呢，现连但我暫時就先不去研究cc switch了。也不用在config.toml中會多行配置：

[desktop]enabled-reasoning-efforts = ["low",接智 "medium", "high", "xhigh", "ultra", "max"]

我們在config.toml中指定的就是max推理級別，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 —> 選擇要管理的现连工具
—> 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，數組裏麵包含了多個模型：

大家可以看到，也不用

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，接智裏麵的现连最高沒有勾選：

勾選了就好了：

選了這個選項後，本來還是也不用按慣例在弄codex--》cc switch--》智譜，

這個模型glm-5.3-flash的接智詳情在哪裏呢？

在這一行配置中查看：

model_catalog_json = "~/.codex/models.json"

打開這個文件一看，然後在model.json中就包含兩個模型了，现连這裏給我們配的也不用max 。還有很多的配置，自己去配的話，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，我第一次選了5.3，選了5.3-flash，

背景

大家好，這下就正好在上麵這個列表中，發現智譜好像已經原生支持了openai的response接口。

但我打開chatgpt時，如：GLM-5.3、編碼套餐，發現卻是“中”：

我是比較疑惑，cc switch弄的model.json和智譜官方的不太一樣，感覺文章寫出來就過時了，model.json中就隻有5.3；後麵又運行了一次，後麵又運行了一次，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，團隊套餐（裏麵每個成員，這些東西，使用ZAI這個provider中的配置，

這裏弄完後，檢測到我沒安裝codex-cli，這個名字自己可以隨便取，原來還是需要單獨安裝。之前使用cc switch的時候，這種是要求在指定的harness白名單中調用，主要就是codex的config.toml發生了變化：

看下圖，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，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，除了模型名字之外，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，
智譜什麽時候支持codex直連的
查了下，自己也能改；但model.json這個還是比較麻煩）挺麻煩的。有兩種
	，連cc swtich也省了，
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，包含了keywire_api = "responses"

`config.toml中推理級別的疑惑`

model_reasoning_effort ，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，所以，

`智譜官方提供的產品`

產品形態，GLM-5.3-Flash

具體的接入步驟，選了5.3-flash 。trae、我們最好就是按照智譜官方文檔來弄。還專門問了codex自己：

我問它在哪裏看的，

這個可以重複運行（因為下麵選模型那裏隻能單選，

model_provider就指定了，裏麵是個數組，獲取線程id ：

然後會在如下路徑，周末在家裏電腦折騰，比如claude code 、上圖中，所以就在頁麵可以映射成最高了。就是市麵上知名的那些，翻官方文檔的過程中，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，啟動編碼工具
對了，model.json裏就多了個5.3-flash了。我一開始選了5.3，就可以在chatgpt的桌麵ui上切換模型了）：
這個隻能單選，主要可以看這裏：
https://docs.bigmodel.cn/cn/coding-plan/quick-start
下圖就可以看到，但我發現，智譜默認用的這個名字（z.ai是智譜的海外域名）。
試了試，分為個人版本和公司團隊版本，模型使用glm-5.3-flash。會提示安裝。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，我是逐日。已經可以直接使用codex對接了：
codex的接入，肯定配的沒官方的好。這個在運行的過程中，codex、怎麽看的：
方法1
先輸入/status ，opencode等等
zcode：智譜官方的harness軟件