Codex接入DeepSeek教程：中转脚本三步搞定

为什么Codex无法直接连接国产大模型？

OpenAI Codex 是一款功能强大的AI编程助手，但它默认只支持 OpenAI 官方的 API 接口。Codex 最初脱胎于 GPT 系列模型，专门针对代码理解和生成任务进行了微调，其 API 调用方式沿袭了 OpenAI 内部的 Azure OpenAI Service 部署规范，采用了类似 /deployments/{deployment-id}/api 的路径结构，这与 Azure 云服务中资源部署的 RESTful 风格一脉相承。对于国内开发者来说，DeepSeek^广告、Kimi、通义千问^广告等国产大模型在价格和访问速度上往往更有优势。然而当你尝试把 DeepSeek 的 API 地址直接填入 Codex 配置时，会发现根本跑不通。

问题出在 API 请求格式不兼容。Codex 内部硬编码了特定的请求路径（类似 /deployments/xxx/api），而国产大模型遵循的是标准 OpenAI 兼容格式（如 /v1/chat/completions）。所谓 OpenAI 兼容 API，是指第三方模型厂商在接口设计上完全对齐 OpenAI 的请求/响应格式规范，包括请求路径、请求体结构（model、messages、temperature 等参数）、流式输出协议（Server-Sent Events，SSE）以及错误码体系。DeepSeek、Kimi、通义千问等国产大模型之所以选择兼容这套规范，是因为全球范围内大量开发工具、SDK 和框架（如 LangChain、OpenAI Python SDK）都以此为基础构建，兼容意味着开发者可以几乎零成本地切换底层模型。然而 Codex 采用的是 Azure 风格的部署路径，两种路径规范之间的差异，正是导致直接替换 API 地址行不通的根本原因。不管你怎么调整 Codex 的配置——改成 CHAT 模式还是其他方式——都会报错。

Codex接入国产大模型教程

本文将手把手教你通过中转脚本的方式，让 Codex 成功接入 DeepSeek V4 Pro 等国产大模型。

准备工作：Codex接入DeepSeek的三个必备工具

开始配置之前，确保准备好以下工具：

CC Switch（开源配置管理工具）

CC Switch 是一款开源的 AI 模型配置管理软件，专门用于对 Codex、OpenAI 等 AI 工具进行自定义模型配置。从技术实现上看，这类工具通常通过修改目标应用的运行时配置文件、环境变量或注册表项来改变应用的网络请求行为，属于 AI 工具链中的配置管理层软件。它的核心能力包括：

多模型管理：同时配置多个不同的大模型
自定义请求地址：灵活修改 API 端点
Skill 管理：便捷管理提示词和技能配置。Skill 管理功能允许用户预设不同的系统提示词（System Prompt）模板，这对于控制大模型的输出风格和专业领域表现至关重要——例如，你可以为前端开发、后端架构、数据分析等不同场景配置专属的提示词策略

可以在微软商店等渠道下载安装。

Codex（AI编程助手）

我们最终要使用的编程工具，同样可以从微软商店获取。

中转脚本（核心组件）

这是整套方案的关键——一个在本地运行的中转服务脚本。它负责将 Codex 发出的特殊格式请求，转换为国产大模型能够识别的标准 API 格式。从技术角度看，中转脚本本质上是一个轻量级的 HTTP 反向代理服务，通常基于 Node.js（Express/Koa）或 Python（Flask/FastAPI）实现。它监听本地端口，拦截 Codex 发出的 HTTP 请求，对请求路径（URL Path）、请求头（Headers）和请求体（Body）进行重写和映射，然后将符合目标模型规范的请求转发出去。缺少这个中转层，整个方案就无法运作。

Codex接入DeepSeek配置步骤详解

第一步：在CC Switch中创建自定义配置

打开 CC Switch，找到 Code/Codex 和 OpenAI Codex 相关的配置区域
点击 加号（+） 按钮，新建一个自定义配置
填写以下关键信息：

请求地址：不能填 DeepSeek 官方 API 地址，而是填写中转脚本提供的本地地址（通常是 localhost 加特定端口）
模型名称：根据实际需求填写，例如 deepseek-v4-pro 或 deepseek-v4-fast。DeepSeek V4 系列分为 V4 Fast（侧重推理速度，适合高频交互场景）和 V4 Pro（侧重推理质量，适合复杂编程和长链推理任务）两个版本。DeepSeek 在多项代码基准测试（如 HumanEval、MBPP、LiveCodeBench）中表现优异，部分指标接近甚至超越 GPT-4 级别模型，而 API 调用价格仅为 OpenAI 同级模型的几分之一，目前 V4 Pro 正在打折促销，性价比极高
API Key：填写中转脚本指定的固定格式，而非你自己的 DeepSeek API Key（中转脚本内部已经内置了 Key 的处理逻辑）

配置完成后点击保存

第二步：在Codex中选择自定义模型

打开 Codex，如果 CC Switch 配置正确，Codex 会直接进入主界面，无需登录
在模型选择处，找到 Custom Hi（即你在 CC Switch 中配置的自定义模型）
选中该模型

重要提示：到这一步，虽然两端都配置好了，但直接使用仍然会失败。这正是第三步——启动中转脚本——不可或缺的原因。

第三步：启动API中转脚本服务

运行中转脚本程序
脚本会先执行 链路验证，确认网络连通性
验证通过后，脚本窗口会自动消失
按回车（Continue）确认
点击 启动脚本，中转服务开始运行

此时中转服务已在本地监听端口，等待接收 Codex 的请求。

第四步：测试验证Codex是否成功接入DeepSeek

回到 Codex 界面，随便输入一段代码问题进行测试。如果配置无误，你会看到 DeepSeek V4 Pro 模型成功返回了响应内容。

技术原理：中转脚本如何实现API格式转换

整套方案的技术原理并不复杂，核心就是 API 格式转换：

Codex 发出请求 → 特殊格式（/deployments/xxx/api）
       ↓
中转脚本接收并转换
       ↓
标准格式请求 → DeepSeek API（/v1/chat/completions）
       ↓
DeepSeek 返回响应
       ↓
中转脚本转发回 Codex

Codex 内部的请求路径是固定的，类似 /deployments/2121/api 这样的格式，用户无法在 Codex 内部修改。经过反复测试，无论改成什么路径都会报错。

中转脚本充当了 本地代理服务器（Local Proxy Server） 的角色，这是一种经典的网络中间件模式，在客户端和目标服务器之间充当请求的中继和转换层：

在本地监听特定端口
接收 Codex 发来的特殊格式请求
解析请求体后，重新组装为 DeepSeek 能识别的标准 OpenAI 兼容格式
处理流式传输（SSE，Server-Sent Events）的数据格式差异，确保 Codex 能正确解析逐 token 返回的内容
将模型响应原路返回给 Codex

这个思路借鉴了目前流行的 API 中转站 逻辑。业界知名的开源项目如 One API、New API 等也采用了相同的架构思路，只不过它们通常部署在云端，支持多用户和多模型的统一管理、负载均衡和用量计费。很多中转站之所以能让各种工具接入不同大模型，本质上就是在做这种格式转换的工作。

支持接入的国产大模型列表

除了 DeepSeek，这套方案理论上可以支持所有提供 OpenAI 兼容 API 的国产大模型：

模型	可用版本	特点
DeepSeek	V4 Fast、V4 Pro	代码能力突出，性价比极高，多项基准测试接近 GPT-4 级别
Kimi（月之暗面）	最新版本	超长上下文窗口（支持 200 万 token），适合处理大型代码库分析
通义千问（Qwen）	Qwen系列	阿里云生态深度集成，多模态能力强，开源版本活跃
豆包大模型（字节跳动）	最新版本	依托字节跳动基础设施，推理速度快，API 价格极具竞争力
小米大模型	最新版本	与小米生态联动，适合 IoT 和嵌入式开发场景

只需在中转脚本中修改对应的模型名称和 API 地址即可切换。值得注意的是，不同模型在代码生成、逻辑推理、上下文理解等维度各有侧重，开发者可以根据具体任务场景灵活选择最合适的模型。

总结：三步搞定Codex接入国产大模型

让 Codex 接入国产大模型的核心难点在于 API 格式不兼容，解决方案就是通过本地中转脚本进行格式转换。整个流程概括为三步：

CC Switch 配置模型：设置本地中转地址和模型名称
Codex 选择模型：选中自定义配置的模型
启动中转脚本：运行本地代理服务完成格式转换

对于国内开发者来说，这套方案的实用价值非常高——既能用上 Codex 出色的编程辅助能力，又能享受国产大模型的低成本和低延迟优势，真正做到两全其美。随着国产大模型能力的持续提升和 API 生态的不断完善，这种灵活的中转接入方式将成为越来越多开发者的标准工作流配置。