5步让Codex接入DeepSeek，无需GPT账号也能用

对于很多国内开发者来说，OpenAI的Codex是一款非常强大的AI编程助手，但卡在GPT账号注册或手机验证这一步的人不在少数。好消息是，现在通过一个巧妙的中转方案，只需5步就能让Codex完美接入DeepSeek等国产大模型，而且技能插件（Skill）都可以直接使用。

本文将详细拆解这个配置流程，帮你快速跑通整个链路。

核心思路：用CC Switch做API中转

这个方案的核心逻辑并不复杂：Codex本身是通过OpenAI的API进行通信的，而CC Switch这款工具可以在本地搭建一个API路由代理，将Codex发出的请求拦截并转发到DeepSeek的API接口上。这样一来，Codex以为自己在和OpenAI对话，实际上后端已经换成了DeepSeek的大模型。

API中转代理（API Proxy/Gateway）是一种常见的中间件架构模式。其工作原理是在客户端和目标服务器之间插入一个代理层，该代理层监听本地端口，接收客户端发出的HTTP/HTTPS请求，然后根据预设的路由规则对请求进行改写——包括替换目标URL、修改请求头中的认证信息、转换请求体的格式等——再将改写后的请求转发到实际的后端服务。这种模式在微服务架构中被广泛使用，知名的API网关产品如Kong、Nginx Plus、AWS API Gateway等都基于类似原理。由于OpenAI和DeepSeek都遵循相似的RESTful API规范（请求格式、响应结构高度一致），尤其是在Chat Completions端点的设计上几乎完全兼容——都采用messages数组传递对话历史、都通过model字段指定模型、响应中都包含choices数组和usage统计——这种中转方案才得以实现近乎无缝的切换。

这种方案的优势在于：

• 无需GPT账号，绕过了手机验证等注册障碍
• DeepSeek API价格更低，使用成本大幅降低
• 插件和技能功能完整保留，体验几乎无损

下面进入具体操作步骤。

第一步：下载和安装Codex

首先打开Codex的官方下载页面，点击下载按钮获取安装包。下载完成后，Mac用户只需将应用拖入Application文件夹即可完成安装，Windows用户按照常规安装流程操作即可。

OpenAI Codex最初是基于GPT-3微调而来的代码生成模型，专门针对GitHub上数十亿行公开代码进行了训练。它支持十多种主流编程语言（包括Python、JavaScript、TypeScript、Go、Ruby、Java等），能够理解自然语言描述并将其转化为可执行代码。Codex也是GitHub Copilot背后的核心引擎——2021年GitHub Copilot首次发布时，正是Codex模型赋予了它"AI结对编程"的能力，这一产品后来成为全球最受欢迎的AI编程工具之一，截至2024年已拥有超过150万付费用户。2025年OpenAI推出的新版Codex客户端进一步整合了代码补全、代码审查、自动重构等功能，并引入了Skill插件系统，允许开发者通过预定义的技能模板快速完成特定编程任务，如生成单元测试、编写API文档、数据库查询优化等。Skill系统的设计理念类似于ChatGPT的GPTs，开发者可以创建和分享自定义技能，形成一个围绕编程场景的插件生态。

这一步比较简单，不做过多赘述。

第二步：获取DeepSeek API Key

这是整个流程中的关键凭证。打开DeepSeek官网，选择「API开放平台」入口。

DeepSeek是由深度求索（DeepSeek AI）推出的大语言模型系列，该公司成立于2023年，由量化基金幻方量化孵化，凭借强大的算力资源和研发投入迅速崛起。其中DeepSeek-V3采用了混合专家架构（Mixture of Experts, MoE），总参数量达6710亿，但每次推理仅激活约370亿参数，在保持高性能的同时大幅降低了计算成本。MoE架构的核心思想是将模型分成多个"专家"子网络，每次输入只由一个路由机制选择少数几个专家进行计算，而非激活全部参数，这使得模型可以在不成比例增加计算开销的情况下大幅扩展参数规模。DeepSeek-Coder则是专门针对代码场景优化的版本，在HumanEval（OpenAI提出的代码生成评测基准，包含164个手写Python编程问题）、MBPP（谷歌提出的基础Python编程问题集）等主流代码评测基准上表现优异，部分指标已接近甚至超越GPT-4级别。DeepSeek API的定价策略极具竞争力，输入token价格约为OpenAI GPT-4的十分之一甚至更低，这也是许多开发者选择它作为替代方案的重要原因。

进入后点击左侧菜单中的「API Keys」，然后点击「创建API Key」。你可以自定义命名，比如取名为「Codex」方便后续管理。

创建成功后，系统会显示一串API Key，务必立即复制保存。这个Key只会完整显示一次，如果忘记复制，就只能重新创建一个新的了。

💡 小提示：建议将API Key保存到密码管理器或安全的笔记中，后续配置还需要用到。

API Key本质上是一种身份认证凭证，相当于访问API服务的"密码"。与传统的用户名/密码认证不同，API Key通常是一个长随机字符串（如sk-开头的64位字符），通过HTTP请求头中的Authorization: Bearer <key>字段传递。一旦泄露，他人可以用你的Key调用API并产生费用。近年来因API Key泄露导致的安全事件屡见不鲜，最常见的场景是开发者不慎将Key提交到公开的GitHub仓库中——有安全研究表明，GitHub上每天都有数千个新泄露的API密钥被自动化扫描工具发现。业界推荐的安全实践包括：使用专业的密码管理器（如1Password、Bitwarden）存储Key；为不同用途创建独立的Key并设置用量上限；定期轮换Key；绝不将Key硬编码到代码仓库中（可使用环境变量或.env文件，并将.env加入.gitignore）。DeepSeek平台也支持设置API调用的月度预算上限，建议在开通后第一时间配置，防止因Key泄露导致意外扣费。

第三步：下载和安装CC Switch

CC Switch是这个方案的核心中转工具。打开它的GitHub页面，记住开发者的名称以便后续查找更新。

CC Switch属于轻量级本地API网关工具，专为AI模型客户端的多后端切换场景设计。在更广泛的技术生态中，类似的工具还有LiteLLM（一个Python库，支持100+模型提供商的统一接口调用）、One API（国内开发者维护的开源API管理和分发系统，支持负载均衡和多Key轮询）等开源项目，它们都致力于解决同一个问题：统一不同大模型厂商的API接口差异。这个问题之所以存在，是因为虽然很多厂商都"兼容OpenAI格式"，但在细节上仍有差异——比如模型名称不同、某些参数的支持范围不同、流式输出的实现细节不同等。CC Switch的特点在于提供了图形化界面和预置的供应商模板，降低了配置门槛，特别适合不熟悉命令行操作的用户。其路由机制支持按应用（如Codex、Cursor、Windsurf等）分别指定后端模型，这意味着你可以同时让不同的AI工具连接不同的模型服务，实现灵活的多模型调度策略。

在页面右侧找到「Releases」入口点击进去，向下滚动可以看到「Assets」区域，这里列出了各个操作系统的安装包：

• Mac用户：建议下载 .dmg 格式的安装包
• Windows用户：建议下载 .exe 格式的安装包

下载完成后，Mac用户同样将CC Switch拖到应用程序文件夹，Windows用户正常安装即可。

第四步：配置CC Switch连接DeepSeek（最关键）

这一步是整个流程中最核心的环节，需要仔细操作。

添加DeepSeek供应商

打开CC Switch后，在界面最上方找到OpenAI的图标并点击，然后点击右边的「+」号添加新的供应商。

在供应商列表中，你会看到CC Switch已经内置了多家大模型服务商的配置模板，包括DeepSeek、智谱、MiniMax等。选择「DeepSeek」后，系统会自动帮你填好大部分配置信息（如API地址、模型列表等）。

你只需要关注一个字段：API Key。将第二步中从DeepSeek官网复制的API Key粘贴到这里，然后点击右下角的「添加」按钮。

启用Codex路由转发

添加完供应商后，点击左上角的齿轮图标进入设置页面，依次操作：

1. 点击「路由」选项
2. 点击「本地路由」
3. 打开「路由总开关」
4. 展开路由列表，找到「Codex」并展开
5. 返回上一级，在DeepSeek那一栏点击「启用」

这一系列操作的本质是告诉CC Switch：当Codex发来API请求时，将其转发到DeepSeek的接口上。从技术实现角度看，CC Switch会在本地启动一个HTTP服务监听特定端口（通常是localhost上的某个高位端口），同时通过修改系统代理或应用级别的网络配置，将Codex的出站请求劫持到本地服务上。本地服务接收到请求后，会将原始请求中的OpenAI API地址（如https://api.openai.com/v1/chat/completions）替换为DeepSeek的https://api.deepseek.com/v1/chat/completions，将认证头中的OpenAI Key替换为你配置的DeepSeek Key，并在必要时对模型名称进行映射转换（例如将gpt-4o映射为deepseek-chat或deepseek-coder），最终将改写后的请求发送到DeepSeek服务器。整个过程对Codex客户端完全透明，它无法感知到后端服务已经发生了切换。

第五步：打开Codex验证连接是否成功

所有配置完成后，打开Codex应用，点击设置页面。如果一切正常，你会看到界面显示已经通过API方式登录成功。

为了验证连接是否真正生效，可以直接跟Codex对话，比如问一句：「你现在使用的是什么模型？」如果它能正确回复（通常会告诉你当前使用的是DeepSeek的某个模型），就说明整个链路已经打通。

接下来，你就可以像正常使用Codex一样进行AI辅助编程了，包括代码补全、代码解释、技能插件等功能都可以直接使用。

补充说明与常见问题

关于费用：DeepSeek的API采用按量计费模式，价格相比OpenAI要便宜很多。新用户通常还有一定的免费额度，日常轻度使用基本可以忽略成本。具体来说，DeepSeek API的输入价格约为每百万token 1元人民币（缓存命中时更低至0.1元），输出价格约为每百万token 2元，而OpenAI GPT-4o的对应价格分别约为每百万token 17.5元和70元，差距可达数十倍。以一个典型的编程对话场景为例，一次包含代码上下文的请求大约消耗2000-5000个token，按此计算，使用DeepSeek每天进行上百次对话的成本也不过几毛钱，而同等用量在OpenAI上可能需要花费数十元。这种数量级的成本差异，使得个人开发者和小团队也能无压力地大量使用AI编程助手。

关于模型能力：DeepSeek-V3和DeepSeek-Coder在代码生成方面的表现已经非常出色，对于大多数日常编程任务来说完全够用。当然，在某些特定场景下与GPT-4可能还有差距，比如在处理极其复杂的多文件重构、理解非常规的领域特定语言（DSL）或需要深度理解英文技术文档的场景中，GPT-4的表现可能更为稳健。但在常见的代码补全、Bug修复、单元测试生成、代码翻译等高频任务中，DeepSeek的表现已经足够优秀，性价比优势明显。值得一提的是，DeepSeek-R1推理模型在复杂逻辑推理和数学证明等场景下表现尤为突出。R1模型采用了类似OpenAI o1的"思维链"（Chain of Thought）推理策略，会在生成最终答案前进行多步内部推理，虽然响应速度相对较慢，但在需要深度思考的任务上准确率显著提升。如果你的编程任务涉及算法设计、复杂业务逻辑梳理或数学计算，可以在CC Switch中尝试切换到R1模型。

关于稳定性：由于多了一层本地代理中转，理论上响应速度会略有增加，但实际体验中几乎感知不到延迟。本地代理引入的额外延迟通常在1-5毫秒级别，相比大模型本身数百毫秒到数秒的推理时间（首个token的生成延迟，即TTFT，通常在200ms-2s之间，具体取决于输入长度和模型负载）完全可以忽略不计。真正可能影响体验的是网络波动和DeepSeek服务端的负载情况——在高峰时段（如工作日白天），API响应速度可能会有所波动。CC Switch作为开源工具，社区维护也比较活跃，遇到问题可以在GitHub上提Issue。此外，建议关注CC Switch的版本更新，因为Codex客户端的API调用方式可能会随版本迭代而变化，CC Switch需要相应更新路由规则以保持兼容。

这个方案不仅适用于DeepSeek，CC Switch支持的其他国产大模型（如智谱GLM、MiniMax等）也可以用同样的方式接入，大家可以根据自己的需求灵活切换。智谱AI的GLM-4系列在中文理解和多模态能力上表现突出，其CodeGeeX也是专注代码生成的开源模型，在国内开发者社区中拥有较高的知名度；MiniMax则以长上下文窗口见长（支持百万级token的上下文长度），适合处理大型代码库的分析任务，比如需要同时理解数十个文件之间依赖关系的场景。此外还有百度文心一言（ERNIE系列）、阿里通义千问（Qwen系列，其Qwen2.5-Coder在多项代码基准测试中名列前茅）、月之暗面Kimi（以超长上下文和强大的文档理解能力著称）等国产模型也在快速迭代中。这些模型大多提供了兼容OpenAI格式的API接口，这种"接口兼容"策略已成为行业共识——它本质上是一种网络效应驱动的标准化过程，OpenAI凭借先发优势定义了事实上的API标准，后来者选择兼容这一标准可以直接复用已有的工具链和开发者生态，极大地降低了开发者的迁移成本，也让CC Switch这类中转工具的适用范围更加广泛。

核心要点