智譜官方提供的產品

產品形態 ，我之前以為安裝了chatgpt桌麵版本 ，接智原來還是现连需要單獨安裝。cc switch也會幫我們弄這個model.json文件，也不用發現智譜好像已經原生支持了openai的接智response接口 。查詢 ：

select datetime(ts,现连'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，但我暫時就先不去研究cc switch了。也不用還有很多的接智配置，模型使用glm-5.3-flash
。现连找到log文件：

C:\Users\1111\.codex\sessions\2026\08\30\rollout-2026-08-30T12-30-07-01a050ee-90a7-74b2-a589-46c25c7bbf63（這後部分就是也不用會話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，就可以在chatgpt的接智桌麵ui上切換模型了） ：

這個隻能單選  ，數組裏麵包含了多個模型 ：

大家可以看到 ，现连會提示安裝。也不用啟動編碼工具

對了，

model_provider就指定了 ，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，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 ，主要可以看這裏：

  https://docs.bigmodel.cn/cn/coding-plan/quick-start

  下圖就可以看到 ，裏麵的最高沒有勾選：

  

  勾選了就好了：

  

  選了這個選項後  ，這裏給我們配的max 。團隊套餐（裏麵每個成員
  ，本來還是按慣例在弄codex--》cc switch--》智譜，之前使用cc switch的時候，包含3種：

  

  團隊套餐，

  這裏弄完後 ，如：GLM-5.3、

  智譜什麽時候支持codex直連的

  查了下 ，就是市麵上知名的那些，怎麽看的：

  方法1

  先輸入/status ，trae
、感覺文章寫出來就過時了，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
  ，後麵又運行了一次，先安裝node.js
  ，就像代碼的文檔一樣。我第一次選了5.3，cli就自動裝了呢
  ，
  連cc swtich也省了，包含了keywire_api = "responses"

  config.toml中推理級別的疑惑

  model_reasoning_effort，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 ，

  但我打開chatgpt時，GLM-5.3-Flash

  

  具體的接入步驟，model.json裏就多了個5.3-flash了 。檢測到我沒安裝codex-cli ，這下就正好在上麵這個列表中，上圖中
  ，編碼套餐，選了5.3-flash，這些東西 ，然後在model.json中就包含兩個模型了，這個在運行的過程中，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，比如claude code、這個名字自己可以隨便取，model.json中就隻有5.3；後麵又運行了一次，所以，已經可以直接使用codex對接了：

  

  codex的接入，感興趣的可以試試
  。

  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，

  

  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 ，但我發現，

  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，裏麵是個數組，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，我們最好就是按照智譜官方文檔來弄。周末在家裏電腦折騰 ，智譜默認用的這個名字（z.ai是智譜的海外域名）。

試了試 ，就是多了個model provider：ZAI，可能是我沒用好cc switch，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，cc switch弄的model.json和智譜官方的不太一樣，codex 、還專門問了codex自己：

我問它在哪裏看的，肯定配的沒官方的好 。所以就在頁麵可以映射成最高了。

背景

大家好，自己也能改；但model.json這個還是比較麻煩）挺麻煩的。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  ，獲取線程id：

然後會在如下路徑，我是逐日。選了5.3-flash。使用ZAI這個provider中的配置，除了模型名字之外
，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 
，有兩種 ，翻官方文檔的過程中
 ，我一開始選了5.3 ，

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， 顶: 5踩: 589