Codex 安装与配置进阶
深入了解 Codex 的跨平台安装、模型配置、项目指令与高级用法。
Codex 是 OpenAI 推出的 AI 编程智能体(Coding Agent),能听懂人话,按指令行事,自动修改代码。本教程将指导你在不同平台上安装和配置 Codex。
与 ChatGPT 的核心区别
| 对比维度 | ChatGPT(网页版) | Codex CLI |
|---|---|---|
| 运行环境 | 浏览器 | 本地终端 |
| 文件系统 | 无法直接访问 | 可读写本地文件 |
| 命令执行 | 不能执行 shell 命令 | 可在沙箱中执行命令 |
| 代码上下文 | 手动粘贴 | 自动读取项目文件 |
| 开源 | 否 | 完全开源 |
| 模型灵活度 | 固定前端 | 可自定义 API 端点 |
工具简介
Codex 的用处分为两大类:
程序员用:
- 用看得懂的中文回答他做了什么
- 按你的需求操控电脑进行数据修改与代码编写
- 支持多任务操作,可开多个窗口一起工作
非程序员用:
- 整理桌面文件排列整齐
- 辅助完成每日工作,减轻工作压力
- 需要成品时,叫 Codex 帮你生成一个,简单快捷
前置准备
Node.js 22+
Codex CLI 要求 Node.js 22 或更高版本,这是硬性要求。
node --version # 应输出 v22.x.x如未安装,推荐使用 nvm:
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
source ~/.bashrc
nvm install 22
nvm use 22详细环境准备请参考 Node.js 开发环境准备。
支持的操作系统
| 操作系统 | 支持情况 | 备注 |
|---|---|---|
| macOS 12+ | 完全支持 | 推荐 |
| Ubuntu 20.04+ | 完全支持 | 推荐 |
| Debian 11+ | 完全支持 | |
| Windows 10/11 | 需 WSL2 | 原生 Windows 不支持沙箱 |
网络环境
- 能够访问
https://tokenflash.cn
curl -I https://tokenflash.cn/v1/models \
-H "Authorization: Bearer sk-your-key"获取 TokenFlash API Key
说明
如果你已经拥有 API Key,可以直接跳到安装步骤。如尚未获取,可参考 TokenFlash API 文档 创建密钥。
| 使用场景 | 建议分组 |
|---|---|
| GPT 模型 | GPT分组 5 折 |
| Claude 模型 | Claude分组 6 折 |
安装 Codex
CLI 版(程序员用)
Mac 系统
方式一:npm 安装(如果没有 npm,先安装 Node.js)
Node.js 下载地址:https://nodejs.org/en
npm install -g @openai/codex方式二:Homebrew 安装
brew -v
brew install --cask codexWindows 系统
以管理员身份运行 PowerShell,安装 WSL:
wsl --install -d Ubuntu-24.04重启进入 WSL 后,安装 Node.js 和 Codex:
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
source ~/.bashrc
nvm install 22
npm install -g @openai/codexLinux 系统
方式一:npm 安装
npm install -g @openai/codex方式二:二进制离线安装
# x86_64
curl -L https://github.com/openai/codex/releases/download/rust-v0.131.0/codex-x86_64-unknown-linux-musl.tar.gz | tar -xz
sudo mv codex /usr/local/bin/
# ARM64(将文件名中的 x86_64 替换为 aarch64 即可)验证安装
codex --version如果弹出版本号(如 0.xxx.0)即安装成功。
首次运行 codex 会有两个选项:
- ChatGPT 账号 — 推荐新手,有免费额度
- OpenAI API Key — 适合开发者,接入 TokenFlash API Key
如果未配置 API Key 会提示认证错误,请先完成上方配置章节再测试。
# 一行命令快速验证配置
OPENAI_BASE_URL="https://tokenflash.cn/v1" \
OPENAI_API_KEY="sk-xxx" \
codex "输出 hello world"桌面版(非程序员用)
打开即用,无需命令行操作。
| 系统 | 下载方式 |
|---|---|
| Mac / Windows | 官网下载(Windows 推荐 Win10+) |
| Linux | 暂不支持桌面端 |
下载地址:https://chatgpt.com/zh-Hans-CN/download/
打开桌面版后,会看到登录界面:

按界面提示输入 API Key 即可登录使用。
配置 Codex 对接 TokenFlash
Codex 默认连 OpenAI 官方 API。要接到 TokenFlash,需要修改 API 地址和 Key。
TokenFlash API 概览
| 项目 | 信息 |
|---|---|
| Base URL(OpenAI 协议) | https://tokenflash.cn/v1 |
| 渠道分组 | GPT分组 5 折 / Claude分组 6 折 / AIGC / default |
| 模型范围 | GPT 系列、Claude 系列、Gemini、国产模型 |
方法一:环境变量(推荐新手)
export OPENAI_BASE_URL="https://tokenflash.cn/v1"
export OPENAI_API_KEY="sk-你的API密钥"警告
Base URL 必须包含 /v1 后缀!正确:https://tokenflash.cn/v1,错误:https://tokenflash.cn
永久写入配置:
echo 'export OPENAI_BASE_URL="https://tokenflash.cn/v1"' >> ~/.zshrc
echo 'export OPENAI_API_KEY="sk-你的API密钥"' >> ~/.zshrc
source ~/.zshrc一行命令验证:
OPENAI_BASE_URL="https://tokenflash.cn/v1" OPENAI_API_KEY="sk-xxx" codex "输出 hello world"方法二:配置文件(config.toml)
创建 ~/.codex/config.toml:
model = "gpt-5.6-sol"
[model_providers.tokenflash]
name = "TokenFlash"
base_url = "https://tokenflash.cn/v1"
env_key = "OPENAI_API_KEY"
provider = "tokenflash"提示
env_key 指向的是环境变量名称,你仍需设置 OPENAI_API_KEY 环境变量。
配置字段详解:
| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 否 | 默认使用的模型名称 |
provider | string | 否 | 默认使用的模型提供者标识 |
model_providers.<name>.name | string | 是 | 提供者显示名称 |
model_providers.<name>.base_url | string | 是 | API 地址(必须含 /v1) |
model_providers.<name>.env_key | string | 是 | 存储 API Key 的环境变量名 |
model_providers.<name>.wire_api | string | 否 | 协议类型,"chat"(中转站用)或 "responses"(官方默认) |
approval_mode | string | 否 | 沙箱模式:suggest / auto-edit / full-auto |
完整配置示例:
model = "gpt-5.6-sol"
[model_providers.tokenflash]
name = "TokenFlash"
base_url = "https://tokenflash.cn/v1"
env_key = "OPENAI_API_KEY"
provider = "tokenflash"方法三:CC Switch(桌面端)
通过 CC Switch 可以快速配置可视化供应商信息。

核心配置项:
| 字段 | 说明 |
|---|---|
| 供应商名称 | 可随意填写 |
| API Key | 以 sk- 开头的密钥 |
| 请求地址 | https://tokenflash.cn/v1(国内用 tokenflash.cn/v1) |
详细的 CC Switch 配置步骤请参考 CC Switch 接入 TokenFlash。
模型选择
可用模型一览
| 模型 | 模型 ID | 渠道 | 上下文 | 特点 |
|---|---|---|---|---|
| GPT 5.6 Sol | gpt-5.6-sol | GPT分组 5 折 | 1M | 综合能力最强 |
| GPT 5.6 Terra | gpt-5.6-terra | GPT分组 5 折 | 1M | 性价比之选 |
| GPT 5.6 Luna | gpt-5.6-luna | GPT分组 5 折 | 1M | 速度最快、最便宜 |
| GPT 5.5 | gpt-5.5 | GPT分组 5 折 | 1M | 通用任务 |
| GPT 5.4 | gpt-5.4 | GPT分组 5 折 | 1M | 极低成本 |
场景化推荐
| 场景 | 推荐模型 | 理由 |
|---|---|---|
| 日常编码、bug 修复 | gpt-5.6-terra | 性价比之王,编码能力接近顶尖 |
| 复杂架构设计、多文件重构 | gpt-5.6-sol | 综合能力最强,上下文 1M |
| 简单补全、格式化 | gpt-5.6-luna | |
| 大段文档分析 | gpt-5.6-sol | 1M 超长上下文 |
成本对比估算
以每天处理 10 个中等任务(每任务约 5K input + 2K output tokens)为例:
| 模型 | 日消耗估算 | 月消耗估算 | 性价比 |
|---|---|---|---|
gpt-5.6-luna | ~$0.09 | ~$2.55 | 极低成本 |
gpt-5.6-terra | ~$0.21 | ~$6.38 | 经济实用 |
gpt-5.6-sol | ~$0.43 | ~$12.75 | 能力强劲 |
以上估算使用 TokenFlash 当前 GPT分组 的 5 折价格,实际费用取决于输入、输出和缓存 token 数量。
# 通过 --model 指定模型
codex --model gpt-5.6-sol "复杂架构设计任务"
codex --model gpt-5.6-terra "日常编码任务"
codex --model gpt-5.6-luna "简单快速任务"高级配置
沙箱模式
Codex 提供三种沙箱模式控制 AI 对文件系统和命令的访问:
| 模式 | 命令 | 说明 |
|---|---|---|
| suggest(最安全) | codex --sandbox suggest "任务" | AI 仅建议操作,需用户确认 |
| auto-edit(平衡) | codex --sandbox auto-edit "任务" | 文件编辑自动执行,命令仍需确认 |
| full-auto(最高效) | codex --sandbox full-auto "任务" | 所有操作自动执行,需在隔离环境使用 |
代理设置
export HTTP_PROXY="http://127.0.0.1:7890"
export HTTPS_PROXY="http://127.0.0.1:7890"或在 config.toml 中:
[proxy]
url = "http://127.0.0.1:7890"MCP 服务器扩展
[mcp_servers.github]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-github"]
env = { GITHUB_TOKEN = "ghp_xxx" }完整配置示例
以下是一份生产级 ~/.codex/config.toml 供参考:
# 默认模型
model = "gpt-5.6-sol"
# 默认沙箱模式
approval_mode = "auto-edit"
# TokenFlash
[model_providers.tokenflash]
name = "TokenFlash"
base_url = "https://tokenflash.cn/v1"
env_key = "OPENAI_API_KEY"
# 默认提供者
provider = "tokenflash"自定义指令
# 全局指令
echo "始终使用 TypeScript,遵循 ESLint 推荐的代码风格。" > ~/.codex/instructions.md
# 项目级指令(优先级更高)
echo "本项目使用 Python 3.12 + FastAPI。" > .codex/instructions.md实战示例
创建 Express.js 项目:
codex --model gpt-5.6-sol "在当前目录创建一个 Express.js REST API 项目,包含用户 CRUD,使用 SQLite,包含错误处理和输入验证"代码审查:
codex --model gpt-5.6-sol "审查 src/ 目录下的所有代码,找出潜在的性能问题和安全漏洞"编写测试:
codex --model gpt-5.6-terra "为 src/utils/ 下的工具函数编写完整的单元测试,使用 Jest 框架"查看 Token 消耗:
Codex 会在任务完成后显示 token 使用统计:
✅ Task completed
─────────────────────────────
Tokens used:
Prompt: 3,245 tokens
Completion: 1,892 tokens
Total: 5,137 tokens
─────────────────────────────
Cost estimate: $0.0182 (gpt-5.6-terra)通过观察 token 消耗,你可以优化指令措辞来减少不必要的开销。
切换模型对比效果
不同模型对同一任务的输出质量和速度差异明显:
# 用 gpt-5.6-luna 完成简单任务(速度最快)
time codex --model gpt-5.6-luna "写一个冒泡排序算法"
# 响应快,成本低
# 用 gpt-5.6-terra 完成同样任务(日常推荐)
time codex --model gpt-5.6-terra "写一个冒泡排序算法"
# 用 gpt-5.6-sol 完成同样任务(最详细)
time codex --model gpt-5.6-sol "写一个冒泡排序算法"
# 可能更详细,但成本更高测试连接
配置完成后,启动 Codex 并发送一条测试消息:
你好,请用一句话介绍你自己能够正常收到回复即表示配置成功。
如果连接失败,可以用 curl 排查:
curl https://tokenflash.cn/v1/models \
-H "Authorization: Bearer YOUR_API_KEY"常见问题
401 认证错误
Error: 401 Unauthorized / Invalid API key provided排查步骤:
# 1. 确认 API Key 已设置
echo $OPENAI_API_KEY
# 2. 确认 Base URL 包含 /v1
echo $OPENAI_BASE_URL # 正确:https://tokenflash.cn/v1 错误:https://tokenflash.cn
# 3. 直接测试连通性
curl -s https://tokenflash.cn/v1/models \
-H "Authorization: Bearer $OPENAI_API_KEY" | head -c 200警告
Base URL 缺少 /v1 后缀是最常见的配置错误。
模型不存在
Error: 404 The model 'xxx' does not exist# 查看可用模型列表
curl -s https://tokenflash.cn/v1/models \
-H "Authorization: Bearer $OPENAI_API_KEY" | python3 -m json.tool
# 确认拼写:gpt-5.6-sol(正确)、GPT-5.6-Sol(大小写错误)、gpt5.6sol(缺少短横线)连接超时
Error: ETIMEDOUT - Connection timed out# 检查代理设置,按需配置
export HTTPS_PROXY="http://127.0.0.1:7890"
# 测试网络
curl -v --connect-timeout 5 https://tokenflash.cn/v1/models沙箱初始化失败
Error: Sandbox initialization failed / Docker is not running# 1. 确认 Docker 在运行
docker info
# 2. 确认当前用户在 docker 组中
groups | grep docker
# 3. WSL2 用户:确保 Docker Desktop 的 WSL2 集成已启用
# Docker Desktop → Settings → Resources → WSL Integration
# 4. 临时跳过沙箱测试
codex --sandbox none "你的任务"找不到 config.toml?
先执行一次 codex,退出后再去用户目录找。
- Linux / macOS:
~/.codex - Windows:
C:\Users\你的用户名\.codex
桌面版无法登录?
确认网络连接正常,并确认账号或 API Key 有效。
配置后 Codex 仍走官方?
检查 config.toml 中的 base_url 是否正确指向 TokenFlash 地址(必须有 /v1)。
与官方 API 的差异
| 对比项 | 官方 OpenAI | TokenFlash |
|---|---|---|
| Base URL | https://api.openai.com/v1 | https://tokenflash.cn/v1 |
| 模型版本 | 最新 | 可能存在数小时延迟 |
| 响应速度 | 取决于官方服务器 | 取决于网络和平台负载 |
| 速率限制 | 官方限制 | 取决于渠道配置 |
| 价格 | 官方定价 | GPT分组 5 折 |
| 计费 | 官方账单 | TokenFlash 余额 |
其他常见错误
ECONNREFUSED:
# 检查网络设置和代理配置
env | grep -i proxyrate limit exceeded:
# 等待一段时间后重试,或降低请求频率
# TokenFlash 不同渠道有不同的速率限制insufficient balance:
Error: insufficient balance# 登录 TokenFlash 平台查看余额并充值
# 建议选择 GPT分组以降低成本配置速查
# 环境变量
export OPENAI_BASE_URL="https://tokenflash.cn/v1"
export OPENAI_API_KEY="sk-xxx"
# 基本使用
codex "你的任务描述"
codex --model gpt-5.6-sol "复杂架构设计"
codex --model gpt-5.6-terra "日常编码任务"
codex --model gpt-5.6-luna "简单快速任务"
# 沙箱模式
codex --sandbox suggest "任务" # 最安全 - AI 仅建议
codex --sandbox auto-edit "任务" # 平衡 - 文件自动编辑,命令需确认
codex --sandbox full-auto "任务" # 最高效 - 全部自动执行
# 验证 API 连通性
curl -s $OPENAI_BASE_URL/models -H "Authorization: Bearer $OPENAI_API_KEY" | head -c 200快速命令速查:
| 命令 | 说明 |
|---|---|
codex --version | 验证安装 |
codex "任务" | 直接运行任务 |
codex --model xxx "任务" | 指定模型运行 |
codex --sandbox xxx "任务" | 指定沙箱模式 |
codex --help | 查看完整帮助 |
npm update -g @openai/codex | 升级 Codex |
配置路径
~/.codex/config.toml # 全局配置文件
~/.codex/instructions.md # 全局自定义指令
<project>/.codex/instructions.md # 项目级自定义指令进阶:wire_api 详解
对接第三方 API 时,config.toml 中的 wire_api 是最容易配错的字段:
| 值 | 对应接口 | 说明 |
|---|---|---|
"chat" | POST {base_url}/chat/completions | 标准 OpenAI Chat 协议,大多数中转站使用 |
"responses" | POST {base_url}/responses | OpenAI 新版 Responses API,官方默认 |
对接 TokenFlash 等中转站时,通常使用 wire_api = "chat"。
进阶:多 Profile 配置
在 config.toml 中配置多个 Profile,修改 profile 字段即可快速切换模型:
profile = "gpt5-tokenflash"
[profiles.gpt5-tokenflash]
model = "gpt-5.6-sol"
model_provider = "tokenflash"
model_reasoning_effort = "high"
[profiles.deepseek]
model = "deepseek-v4-flash"
model_provider = "tokenflash-cn"
model_reasoning_effort = "medium"
[model_providers.tokenflash]
name = "TokenFlash API"
base_url = "https://tokenflash.cn/v1"
env_key = "OPENAI_API_KEY"
wire_api = "chat"进阶:AGENTS.md 项目记忆
在项目根目录创建 AGENTS.md,为 Codex 提供持久化上下文:
# 项目规范
- 使用 TypeScript + React 开发
- 所有输出使用中文
- 测试框架使用 Jest在 Codex 对话中使用 /init 可自动生成此文件。
成本控制建议
| 策略 | 说明 |
|---|---|
| 轻量任务用 gpt-5.6-luna | GPT分组 5 折,$0.50/$3.00 极低成本 |
| 日常编码用 gpt-5.6-terra | GPT分组 5 折,$1.25/$7.50 性价比之选 |
| 复杂任务用 gpt-5.6-sol | GPT分组 5 折,$2.50/$15.00 高能力 |
| 简单任务用国产模型 | default 原价分组,按模型实际单价计费 |
| 调低 reasoning effort | medium 或 low 减少 Token |
| 及时退出会话 | 避免空闲隐性消耗 |
相关资源
- Codex 官方文档:https://platform.openai.com/codex
- CC Switch 配置教程:https://tokenflash.cn/cc-switch
- TokenFlash API 文档:https://tokenflash.cn
- Node.js 下载:https://nodejs.org/en
更多教程
- CC Switch 接入 TokenFlash
- Codex++ 接入 TokenFlash
- CodexHub 接入 TokenFlash
- Codex 提示词进阶
- Kelivo 接入 TokenFlash
最后更新:2026-07-13
本内容由 Coze AI 生成,请遵循相关法律法规及《人工智能生成合成内容标识办法》使用与传播。