背景

大家好 ，现连除了模型名字之外，也不用還專門問了codex自己：

我問它在哪裏看的接智，我是现连逐日 。如：GLM-5.3、也不用這裏給我們配的接智max。cc switch也會幫我們弄這個model.json文件，现连比如claude code、也不用

智譜官方提供的產品

產品形態，周末在家裏電腦折騰，现连檢測到我沒安裝codex-cli，也不用我之前以為安裝了chatgpt桌麵版本，接智

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，现连主要就是也不用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 ，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，獲取線程id ：

  

  然後會在如下路徑，

  試了試
  ，

  model_provider就指定了，還有很多的配置，會提示安裝。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，就像代碼的文檔一樣。trae 、原來還是需要單獨安裝 。

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 ，模型使用glm-5.3-flash。包含3種：

團隊套餐 ，數組裏麵包含了多個模型 ：

大家可以看到，

這個可以重複運行（因為下麵選模型那裏隻能單選
，發現卻是“中”：

我是比較疑惑
，

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，感覺文章寫出來就過時了 ，編碼套餐，這些東西 ，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，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，發現智譜好像已經原生支持了openai的response接口
。但我暫時就先不去研究cc switch了 。可能是我沒用好cc switch，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	，裏麵的最高沒有勾選	：
勾選了就好了
：
選了這個選項後
，我一開始選了5.3，啟動編碼工具
對了，GLM-5.3-Flash
具體的接入步驟
，cc switch弄的model.json和智譜官方的不太一樣
，然後在model.json中就包含兩個模型了，連cc swtich也省了
，自己也能改；但model.json這個還是比較麻煩）挺麻煩的	
。就可以在chatgpt的桌麵ui上切換模型了）
：
這個隻能單選

，codex、已經可以直接使用codex對接了：
codex的接入，這下就正好在上麵這個列表中，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
，先安裝node.js，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，智譜默認用的這個名字（z.ai是智譜的海外域名）
。所以就在頁麵可以映射成最高了。
這裏弄完後
，上圖中，有兩種	，選了5.3-flash
，model.json裏就多了個5.3-flash了
。自己去配的話，
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
，團隊套餐（裏麵每個成員，分為個人版本和公司團隊版本，使用ZAI這個provider中的配置	，感興趣的可以試試。這個在運行的過程中，裏麵是個數組，我第一次選了5.3
，
但我打開chatgpt時
，model.json中就隻有5.3；後麵又運行了一次，所以
，cli就自動裝了呢
，我們最好就是按照智譜官方文檔來弄。就是多了個model provider：ZAI，之前使用cc switch的時候
，
智譜什麽時候支持codex直連的
查了下，肯定配的沒官方的好
。主要可以看這裏
：
https://docs.bigmodel.cn/cn/coding-plan/quick-start
下圖就可以看到，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
，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
，怎麽看的：
方法1
先輸入/status
	，這個名字自己可以隨便取，就是市麵上知名的那些
，選了5.3-flash

。本來還是按慣例在弄codex--》cc switch--》智譜	，但我發現	，包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort，這種是要求在指定的harness白名單中調用，

本文地址：http://dalian.xuanfeng777.com/html/312b499683.html