Codex++配合免费API实现Codex零成本使用教程

Codex免费使用不再是梦

OpenAI的Codex是一款功能强大的AI编程与创作工具，深受开发者和创作者青睐。Codex最初基于GPT-3微调而来，专门针对代码理解和生成进行了优化训练，其训练数据包含了GitHub上数十亿行公开代码，是GitHub Copilot背后的核心引擎。具体而言，Codex于2021年首次发布，是OpenAI在GPT-3（一个拥有1750亿参数的通用语言模型）基础上，使用来自5400万个GitHub仓库的公开代码进行微调的产物，涵盖Python、JavaScript、Go等十余种编程语言。这种"通用预训练+领域微调"的范式后来成为大模型应用的标准路径。在HumanEval基准测试中，Codex的代码生成通过率达到28.8%，远超当时的其他模型，奠定了AI辅助编程的基础。

2025年，OpenAI将Codex升级为一个集成了代码生成、图像创作和多模态交互的综合性AI开发平台。然而高昂的API费用让不少人望而却步——GPT-4级别的模型每百万token输入费用约为数美元，对于高频调用的开发者而言月度开销可达数百甚至上千美元。

最近，有B站UP主分享了一套不限期免费使用Codex的完整方案——通过开源工具Codex++搭配国内免费API，实现文本、图片、视频三大能力的全覆盖。

这不是薅几天羊毛就失效的临时方案，而是一套可以长期稳定运行的工作流。下面将详细拆解整个配置过程和实战案例。

Codex++与免费API核心工具介绍

Codex++：无侵入式模型替换代理

Codex++是一个开源工具，专门用于给Codex替换底层模型。它的工作原理非常巧妙——采用了经典的本地代理（Local Proxy）中间人架构模式：

• 不修改Codex任何文件，在后台启动一个本地HTTP/HTTPS代理服务器
• 将Codex发出的请求拦截并转发到你指定的第三方模型——当Codex向OpenAI的endpoint发送请求时，代理服务器会拦截该请求，修改其目标地址（Base URL）和认证信息（API Key），然后将请求转发至第三方兼容API
• Codex本身完全感知不到模型已经被替换

本地代理（Local Proxy）是网络架构中的经典模式，其核心思想是在客户端和目标服务器之间插入一个中间层，对流经的网络请求进行拦截、修改和转发。在Codex++的场景中，代理服务器监听本地端口，将操作系统或应用程序的HTTP/HTTPS流量重定向到自身，然后解析请求头中的Authorization字段和请求体中的model参数，将其替换为第三方API的凭证和模型标识，最后将修改后的请求转发至目标服务器。这种技术在企业网络管理、API网关和微服务架构中广泛应用，例如Nginx反向代理、Envoy服务网格等都采用了类似原理。

这种无侵入式的设计意味着Codex升级不会影响代理功能，也不存在破坏原始文件的风险。之所以能实现这种无缝替换，是因为OpenAI的API遵循标准的RESTful设计，且Chat Completions接口格式已成为行业事实标准，大量第三方模型提供商都实现了与之兼容的接口规范，这使得仅通过网络层的请求重定向就能完成模型替换。

RESTful（Representational State Transfer）是一种基于HTTP协议的API设计风格，强调资源的统一标识、无状态通信和标准化的HTTP方法（GET、POST、PUT、DELETE）。OpenAI的Chat Completions API采用POST方法向/v1/chat/completions端点发送JSON格式的请求体，包含model、messages等标准字段，响应同样以JSON格式返回。由于OpenAI在大模型API市场的先发优势，这套接口规范已成为事实上的行业标准（de facto standard），包括Anthropic的Claude、Google的Gemini、国内的智谱GLM、月之暗面Kimi等厂商都提供了兼容接口或适配层，形成了所谓的"OpenAI兼容生态"。正是这种标准化趋势，使得Codex++的代理转发方案具备了广泛的适用性。

免费API：文本+图片+视频三合一

方案中使用的是阿格尼斯（Agnes）平台提供的免费API，目前支持三种模型的免费调用：

• 文本模型：阿格尼斯2.0 Flash，用于代码生成、对话等
• 图片模型：支持根据关键词生成高质量图片
• 视频模型：支持图生视频，可生成720P/1080P带音频的动态视频

Codex++配置教程（手把手图文指南）

第一步：配置供应商信息

打开Codex++后，按以下步骤操作：

1. 点击左侧菜单的**「供应商配置」**
2. 点击**「添加供应商」**
3. 名称填写：阿格尼斯
4. 接入模式选择：纯API
5. 配置模型填写：阿格尼斯2.0 Flash
6. 点击「更多选项」，填入Base URL（阿格尼斯的API地址，结尾带V1）
7. API Key从阿格尼斯开发者平台获取（创建密钥后复制粘贴）

第二步：关键配置项（常见问题避坑）

⚠️ 最容易踩的坑：上游协议必须选择 Chat Completions，不要选 Responses API。选错了整个链路就跑不通。

这里有必要深入解释一下两者的技术差异。Chat Completions API是OpenAI最早推出的对话式接口标准，其请求结构以messages数组为核心，每条消息包含role（system/user/assistant）和content字段，模型基于完整对话历史生成下一条回复，是一种无状态的单轮请求-响应模式，格式简洁明了，已被几乎所有大模型厂商兼容实现。而Responses API是OpenAI在2025年推出的新一代接口，整合了工具调用、文件搜索、代码执行等高级功能，支持更复杂的多步骤任务编排。Responses API引入了会话状态管理、内置工具调用（如web_search、code_interpreter、file_search）、结构化输出（Structured Outputs）和多模态输入等高级特性，其请求体使用input字段替代messages，并新增了tools、instructions等配置项。

两者的请求格式和响应结构存在显著差异，由于第三方免费API通常只兼容Chat Completions标准（因为Responses API的复杂度更高，第三方厂商的兼容适配需要更多开发工作），选择Responses API会导致请求格式不匹配，代理服务器无法正确解析和转发请求，从而造成整个调用链路失败。

Base URL建议直接复制粘贴，手动输入容易出错。填完所有信息后点击保存。

第三步：启动Codex++并验证连接

1. 点击左侧**「安装维护」**
2. 拉到底部，点击**「启动Codex++」**
3. Codex会自动打开
4. 输入"你是什么模型"进行验证

如果回答"我是阿格尼斯2.0 Flash"，说明模型替换成功。

实战案例：用Codex批量生成国风壁纸和动态视频

配置完成后，来看一个完整的创作案例——批量生成嫦娥奔月主题的国风壁纸，并制作动态视频。

让Codex自动学习图片生成API

由于替换了底层模型，Codex内置的ImageGen技能无法直接使用（它仍会尝试调用OpenAI的图片模型）。解决方案是让Codex自己学习新的API并编写专属技能。

这里展现的正是当前AI领域最前沿的Agent能力——即AI模型自主完成多步骤复杂任务的能力。Agent（智能体）是当前AI领域最热门的研究方向之一，其核心理念源自强化学习和认知科学。一个完整的AI Agent通常包含四个关键模块：感知模块（接收用户指令和环境信息）、规划模块（将复杂任务分解为可执行的子步骤）、行动模块（调用外部工具执行具体操作）和记忆模块（存储中间结果和历史上下文）。在学术界，斯坦福大学的"Generative Agents"和普林斯顿大学的SWE-Agent等研究推动了Agent范式的发展；在工业界，OpenAI的Codex Agent、Anthropic的Claude Computer Use、以及Devin等产品都在探索Agent的实际应用边界。Agent与传统聊天机器人的本质区别在于：聊天机器人是被动响应，而Agent能主动规划和执行。

操作步骤：

1. 新建项目文件夹，在Codex中打开
2. 输入 / 调出Browser技能
3. 让Codex用浏览器搜索阿格尼斯官网的图片生成API文档
4. Codex自动打开浏览器、找到文档、阅读并总结

Codex读完文档后，准确总结了端点地址、请求格式和必填参数，整个过程判断精准、没有跑偏。这种"搜索-阅读-理解-提取"的闭环能力，充分体现了阿格尼斯模型不错的Agent能力，也说明即使是免费模型，在工具调用和信息整合方面也已经达到了相当实用的水平。

创建自定义图片生成技能

学完API后，使用 / 调出Skill Creator，让Codex根据刚学到的知识创建生图技能。Codex的Skill系统是其区别于普通AI聊天工具的核心特性之一——技能（Skill）本质上是一组预定义的指令模板和执行脚本，封装了特定任务的完整工作流。

Skill系统的设计借鉴了软件工程中的插件架构（Plugin Architecture）和领域特定语言（DSL）的设计思想。每个技能本质上是一个自包含的功能模块，遵循"关注点分离"原则，将任务描述（说明文档）、接口定义（API参考）和执行逻辑（脚本代码）分层组织。这种设计与VS Code的Extension系统、Figma的Plugin机制有异曲同工之妙。Skill Creator的创新之处在于利用大语言模型的代码生成能力，将自然语言需求自动转化为结构化的技能包，降低了插件开发的技术门槛。从更宏观的视角看，这代表了"自然语言编程"（Natural Language Programming）的发展趋势——用户描述意图，AI负责实现。创建好的技能可以被反复调用，相当于为Codex扩展了新的"能力插件"。

本次创建的技能包含以下功能：

• 支持传入主题关键词
• 批量生成图片并保存到本地
• 自动生成HTML展示页面
• API Key从环境变量读取

生成的技能文件结构工整，包含说明文档、API参考和执行脚本。在PowerShell中设置好环境变量后，让Codex以"嫦娥奔月"为主题生成五张壁纸。

五张国风水墨风格的壁纸陆续生成，打开HTML展示页可以看到风格统一、质量不错，一次跑通没有报错。通过自建技能替代了无法使用的内置ImageGen功能，这种灵活的扩展机制正是Codex平台设计的精妙之处。

进阶玩法：静态壁纸转动态视频

壁纸生成后，用同样的思路让Codex创建视频生成技能：

1. 调用阿格尼斯的视频API
2. 以刚才的壁纸作为首帧
3. 生成动态视频（720P，带音频）

最终效果：静态的嫦娥奔月壁纸变成了流动的动态视频，画面效果令人满意。整个流程从文本指令到图片生成再到视频制作，形成了一条完整的AI内容创作流水线，全程零成本。

免费方案与传统付费方案对比

能力	传统方案	Codex++免费方案
文本生成	OpenAI API付费	免费
图片生成	DALL-E付费	免费
视频生成	第三方付费工具	免费

以前这套完整的文本+图片+视频工作流费用不低，现在基本可以零成本运行。需要指出的是，免费方案在模型能力上与OpenAI原生模型存在一定差距，尤其在复杂代码推理和长上下文处理方面，但对于日常开发和内容创作场景已经足够胜任。

Codex++免费方案适用场景

• 日常开发：代码生成、调试、重构等编程任务
• 内容创作：批量生成主题图片、制作动态视频素材
• 原型设计：快速生成UI素材和展示页面
• 学习探索：零成本体验Codex的完整能力，了解Agent工作流的实际运作方式
• 自动化工作流搭建：利用自定义技能系统，将重复性的创作任务封装为可复用的自动化流程

总结

Codex++ + 免费API的组合，为国内用户提供了一条长期、稳定、零成本使用Codex的路径。整个方案的核心思路是：用开源代理工具做请求转发（利用API接口标准化的行业趋势），用免费API替代付费模型，同时利用Codex强大的Agent能力自动学习新API并创建自定义技能（将"学习-理解-创造"的闭环自动化）。

对于预算有限但又想深度使用AI编程工具的开发者和创作者来说，这套方案值得一试。唯一需要注意的是免费API的稳定性和速率限制——速率限制（Rate Limiting）是API服务治理的核心机制，通常采用令牌桶（Token Bucket）或滑动窗口（Sliding Window）算法实现。免费API的典型限制包括：每分钟请求数（RPM，通常为10-60次）、每日token用量上限（通常为数十万到数百万token）、以及并发连接数限制。当触发限制时，API会返回HTTP 429状态码（Too Many Requests）。建议在正式项目中做好降级方案——降级策略（Fallback Strategy）是分布式系统设计中的重要模式，在本场景中可以实现为：配置多个API供应商的优先级列表，当主供应商返回错误或超时时，自动切换到备用供应商；同时在本地缓存常见请求的响应结果，减少重复调用，或在关键任务中保留切换回付费模型的能力。