Codex 配置自定义 AI API 完整指南：从零到一接入你的专属模型
Codex 配置自定义 AI API 完整指南：从零到一接入你的专属模型
前言
作为一名开发者，我们经常需要在终端环境中使用 AI 编程助手。OpenAI 的 Codex 是一个非常强大的命令行 AI 编程工具，但默认情况下它只能调用 OpenAI 官方的 API。那么问题来了：如果我们有自己的 API 服务（比如部署了国产大模型、使用了代理服务、或者公司内部的 AI 平台），如何让 Codex 接入这些自定义的 API 呢？
本文将通过一个真实的配置案例，详细讲解如何在 macOS（特别是 Mac Mini）环境下配置 Codex，使其能够调用自定义的 AI API。整个过程涉及配置文件编写、环境变量设置、版本兼容性问题排查等，希望能帮助到遇到类似问题的开发者。
一、理解 Codex 的架构
在开始配置之前，我们需要理解 Codex 的基本架构。Codex 采用了一种灵活的 Provider 机制，允许用户定义多个 AI 服务提供商，并在它们之间切换。
核心概念：
- Provider（提供商）：一个 AI 服务的具体实现，包含 API 地址、认证方式等
- Model（模型）：Provider 提供的具体模型名称
- Wire API：Codex 与 Provider 之间的通信协议类型
这种设计让 Codex 不仅限于 OpenAI 的服务，理论上可以接入任何兼容 OpenAI API 格式的服务。
二、配置前的准备工作
2.1 确认 Codex 版本
这是最关键的一步！不同版本的 Codex 对 API 协议的支持完全不同：
codex --version| 版本 | 支持的 API 类型 | wire_api 参数 |
|---|---|---|
| 0.81.0 及以上 | Responses API | “responses” |
| 0.80.0 及以下 | Chat Completions API | “chat” |
重要提示：如果你的 API 服务只支持标准的 Chat Completions 格式（大多数国产模型和代理服务都是这种），建议安装 0.80.0 版本：
npminstall-g @openai/[email protected] 2.2 确认 API 服务状态
在配置 Codex 之前，先用 curl 测试一下你的 API 服务是否正常工作：
# 测试基础连通性curl-X POST http://localhost:8080/v1/chat/completions \-H"Content-Type: application/json"\-H"Authorization: Bearer YOUR_API_KEY"\-d'{ "model": "your-model-name", "messages": [{"role": "user", "content": "Hello"}], "max_tokens": 50 }'如果这个请求能正常返回，说明你的 API 服务是可用的。
三、配置文件详解
3.1 配置文件位置
Codex 的配置文件采用 TOML 格式，默认位置在：
- 用户级配置：
~/.codex/config.toml - 项目级配置：
项目根目录/.codex/config.toml
项目级配置会覆盖用户级配置，这为不同项目使用不同的 AI 服务提供了便利。
3.2 基础配置结构
一个完整的配置文件包含三个部分：
- 全局设置（默认模型和 Provider）
- Provider 定义
- 项目特定设置（可选）
# 全局设置 service_tier = "fast" model = "your-model-name" model_provider = "your-provider-name" # Provider 定义 [model_providers.your-provider-name] name = "显示名称" base_url = "http://localhost:8080/v1" wire_api = "chat" # 或 "responses" env_key = "YOUR_API_KEY_ENV_NAME" # 项目特定设置（可选） [projects."/path/to/your/project"] trust_level = "trusted" 3.3 配置项详细说明
| 配置项 | 说明 | 示例 |
|---|---|---|
model | 默认使用的模型名称 | qwen3.6-plus |
model_provider | 默认使用的 Provider 名称 | my-custom-provider |
base_url | API 服务地址 | http://localhost:8080/v1 |
wire_api | API 协议类型 | chat 或 responses |
env_key | 存放 API Key 的环境变量名 | MY_API_KEY |
3.4 常见配置错误及修正
错误 1：将 API Key 直接写在 env_key 字段
# ❌ 错误 env_key = "sk-your-actual-api-key" # ✅ 正确 env_key = "MY_API_KEY" 错误 2：协议类型不匹配
# 如果 API 只支持 Chat Completions wire_api = "chat" # 而不是 "responses" 错误 3：base_url 格式问题
# 本地服务通常用 http 而不是 https base_url = "http://localhost:8080/v1" # 正确 base_url = "https://localhost:8080/v1" # 可能导致 SSL 错误 四、Mac Mini 环境变量配置
4.1 临时设置（仅当前终端会话）
exportYOUR_API_KEY="sk-your-actual-api-key"4.2 永久设置（推荐）
由于 Mac Mini 默认使用 Zsh，我们需要将环境变量写入 ~/.zshrc：
echo'export YOUR_API_KEY="sk-your-actual-api-key"'>> ~/.zshrc source ~/.zshrc 4.3 验证环境变量
echo$YOUR_API_KEY五、实战案例：配置本地 Qwen API
假设我们有一个运行在本地 8080 端口的 Qwen 模型服务，以下是完整的配置步骤：
5.1 创建配置文件
mkdir-p ~/.codex nano ~/.codex/config.toml 5.2 写入配置内容
service_tier = "fast" # 设置默认使用 Qwen 模型 model = "qwen3.6-plus" model_provider = "red_claw" # 定义 Provider [model_providers.red_claw] name = "RedClaw Qwen Service" base_url = "http://localhost:8080/v1" wire_api = "chat" env_key = "REDCLAW_API_KEY" # 项目信任配置（可选） [projects."/Users/macmini/workspace/my-project"] trust_level = "trusted" 5.3 设置环境变量
echo'export REDCLAW_API_KEY="sk-yien-1620bbcc7f4349c1bcf5b82f6e3756c1"'>> ~/.zshrc source ~/.zshrc 5.4 测试配置
codex "你好，请介绍一下自己"六、常见问题及解决方案
6.1 问题：自定义模型不显示在选择器中
现象：运行 codex 时，模型选择器只显示官方模型，看不到自己配置的模型。
原因：配置文件没有被正确加载，或者配置格式有误。
解决方案：
# 检查配置文件是否存在ls-la ~/.codex/config.toml # 查看当前加载的配置 codex config show # 检查配置语法 codex --config-check 6.2 问题：--model-provider 参数不存在
现象：
error: unexpected argument '--model-provider' found 原因：Codex 没有这个命令行参数。
解决方案：通过配置文件设置默认 Provider，而不是通过命令行参数。或者使用正确的参数名：
# 正确的参数是 --provider codex -m model-name --provider provider-name "prompt"6.3 问题：wire_api 版本不匹配
现象：
wire_api = chat is no longer supported 原因：新版 Codex 不再支持 chat 协议。
解决方案：
- 方案一：将配置中的
wire_api改为"responses" - 方案二：降级 Codex 到 0.80.0 版本
npm uninstall -g @openai/codex npminstall-g @openai/[email protected] 6.4 问题：SSL 证书错误（本地服务）
现象：
SSL certificate problem: self signed certificate 原因：本地服务使用 HTTPS 但没有有效的 SSL 证书。
解决方案：
[model_providers.your-provider] # ... 其他配置 allow_insecure = true # 仅用于本地开发 6.5 问题：环境变量不生效
现象：配置了环境变量，但 Codex 仍然提示找不到 API Key。
解决方案：
# 1. 确认环境变量已设置echo$YOUR_API_KEY# 2. 重新加载配置文件source ~/.zshrc # 3. 重启终端# Mac 上按 Cmd+Q 退出终端，重新打开# 4. 检查是否有空格或特殊字符# 确保 API Key 没有多余的空格七、调试技巧
7.1 开启调试模式
# 开启详细日志DEBUG=true codex "你的问题"# 查看网络请求详情RUST_LOG=debug codex "你的问题"7.2 查看配置加载情况
# 显示当前所有配置 codex config show # 列出可用的 Providers codex config list-providers # 测试配置文件 codex config test7.3 网络抓包
如果还是无法定位问题，可以用 Wireshark 或 tcpdump 抓包分析：
# 监控本地 8080 端口的流量sudo tcpdump -i lo0 port 8080-A八、最佳实践建议
8.1 安全性建议
- 永远不要将 API Key 写在配置文件中，始终使用环境变量
- 定期轮换 API Key
- 对不同项目使用不同的 API Key，便于审计和权限管理
- 将
.codex/目录加入.gitignore，避免意外提交敏感信息
8.2 多 Provider 管理
如果你有多个 AI 服务，可以在配置文件中定义多个 Provider：
# 默认使用本地 Qwen model = "qwen3.6-plus" model_provider = "local_qwen" # 定义本地 Qwen [model_providers.local_qwen] name = "Local Qwen" base_url = "http://localhost:8080/v1" wire_api = "chat" env_key = "QWEN_API_KEY" # 定义云端 GPT [model_providers.cloud_gpt] name = "Cloud GPT" base_url = "https://api.openai.com/v1" wire_api = "responses" env_key = "OPENAI_API_KEY" # 定义代理服务 [model_providers.proxy_service] name = "API Proxy" base_url = "https://your-proxy.com/v1" wire_api = "chat" env_key = "PROXY_API_KEY" 8.3 项目级配置示例
为不同项目创建独立的配置文件：
# 项目 A 使用本地 Qwenmkdir-p /path/to/projectA/.codex cat> /path/to/projectA/.codex/config.toml <<'EOF' model = "qwen-max" model_provider = "local_qwen" [model_providers.local_qwen] base_url = "http://localhost:8080/v1" wire_api = "chat" env_key = "QWEN_API_KEY" EOF# 项目 B 使用云端 GPTmkdir-p /path/to/projectB/.codex cat> /path/to/projectB/.codex/config.toml <<'EOF' model = "gpt-4" model_provider = "cloud_gpt" [model_providers.cloud_gpt] base_url = "https://api.openai.com/v1" wire_api = "responses" env_key = "OPENAI_API_KEY" EOF九、完整配置清单
最后，提供一个完整的配置检查清单，确保没有遗漏：
- Codex 版本已确认（0.80.0 推荐）
- API 服务已启动并可访问
~/.codex/config.toml文件已创建model和model_provider已正确设置- Provider 配置块已添加
base_url使用正确的协议（本地用 http）wire_api类型与 API 服务匹配env_key填的是环境变量名，不是 API Key- 环境变量已在
~/.zshrc中设置 - 已执行
source ~/.zshrc使配置生效 echo $YOUR_ENV_KEY能正确显示 API Keycodex config show显示正确的配置codex "test"能正常响应
十、总结
配置 Codex 调用自定义 AI API 的核心要点可以总结为：
- 版本先行：确认 Codex 版本，选择合适的
wire_api类型 - 配置分离：API Key 用环境变量，其他配置用 TOML 文件
- 协议匹配：确保
wire_api与你的 API 服务类型一致 - 路径正确：
base_url格式要正确，本地服务注意 http vs https - 调试有方：善用
DEBUG=true和codex config show排查问题
虽然配置过程中可能会遇到各种问题（版本不匹配、参数名错误、环境变量不生效等），但只要按照本文的步骤逐一排查，最终都能顺利解决。
希望这篇指南能帮助你成功配置 Codex，享受到在终端中使用自定义 AI 模型的便利。如果你在配置过程中遇到其他问题，欢迎在评论区留言交流！
附录：快速配置模板
# 一键配置脚本（请根据实际情况修改）cat> ~/.codex/config.toml <<'EOF' model = "your-model" model_provider = "custom" [model_providers.custom] base_url = "http://localhost:8080/v1" wire_api = "chat" env_key = "CUSTOM_API_KEY" EOFecho'export CUSTOM_API_KEY="your-actual-api-key"'>> ~/.zshrc source ~/.zshrc # 测试 codex "Hello, world!"
