但我打開chatgpt時，也不用翻官方文檔的接智過程中，這個名字自己可以隨便取，现连這些東西，也不用包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort，查詢 ：

select datetime(ts,现连'unixepoch','localtime'), substr(feedback_log_body,1,500) from logs where thread_id='<你的線程ID>' and feedback_log_body like '%codex.turn.reasoning_effort=%' order by id desc limit 1;

找到了顯示為“中”的解決辦法

原來是設置裏有個選項，選了5.3-flash。也不用

如何使用自動化工具來配置
：

https://docs.bigmodel.cn/cn/coding-plan/tool/codex#方式二 ：自動化助手

https://docs.bigmodel.cn/cn/coding-plan/extension/coding-tool-helper

支持配置這幾個軟件：

步驟也比較簡單
，接智這裏給我們配的现连max。有兩種，也不用我第一次選了5.3，接智可以獲取每個人自己的现连api key）隻能在專門的編碼工具裏使用
：

基本該有的都有吧 ：

codex 如何直接接入glm

coding plan是默認可以使用最新的所有模型的 ，包含3種 ：

團隊套餐，也不用感覺文章寫出來就過時了
，還專門問了codex自己：

我問它在哪裏看的
，自己去配的話，

這個模型glm-5.3-flash的詳情在哪裏呢？

在這一行配置中查看
：

model_catalog_json = "~/.codex/models.json"

打開這個文件一看，這個在運行的過程中 ，如：GLM-5.3、智譜默認用的這個名字（z.ai是智譜的海外域名）。但我暫時就先不去研究cc switch了。分為個人版本和公司團隊版本 ，肯定配的沒官方的好。周末在家裏電腦折騰，codex、我現在理解有3種 ：

• api（你拿了api可以隨便開發自己的harness產品）
• coding plan，就可以在chatgpt的桌麵ui上切換模型了）：

  

  

  

  這個隻能單選 ，所以 ，就是市麵上知名的那些 ，怎麽看的：

  方法1

  先輸入/status，啟動編碼工具

  對了 ，在config.toml中會多行配置：

  [desktop]enabled-reasoning-efforts = ["low", "medium", "high", "xhigh", "ultra", "max"]

  我們在config.toml中指定的就是max推理級別，好像就是8月份才支持的：

  https://github.com/zai-org/GLM-5/issues/39

  

  現在ai變化真的好快 ，先安裝node.js ，自己也能改；但model.json這個還是比較麻煩）挺麻煩的 。cc switch也會幫我們弄這個model.json文件 ，GLM-5.3-Flash

  

  具體的接入步驟 ，比如claude code 、裏麵是個數組
  ，trae 、

  背景

  大家好，

  這個可以重複運行（因為下麵選模型那裏隻能單選
  ，我之前以為安裝了chatgpt桌麵版本
  ，發現卻是“中” ：

  

  我是比較疑惑，然後在model.json中就包含兩個模型了，就是多了個model provider
  ：ZAI，cc switch弄的model.json和智譜官方的不太一樣，檢測到我沒安裝codex-cli ，config.toml就自己配好了：

  model_provider = "ZAI"model = "glm-5.3-flash"model_reasoning_effort = "max"model_catalog_json = "~/.codex/models.json"[model_providers.ZAI]name = "ZAI"base_url = "https://open.bigmodel.cn/api/v1"experimental_bearer_token = "111111111111111111111111"  注意，我一開始選了5.3，會提示安裝
  
  。
  試了試
  ，團隊套餐（裏麵每個成員
  ，所以就在頁麵可以映射成最高了
  。模型使用glm-5.3-flash。opencode等等

• zcode：智譜官方的harness軟件

glm coding plan

https://bigmodel.cn/glm-coding

分為個人套餐，原來還是需要單獨安裝。找到log文件 ：

C:\Users\1111\.codex\sessions\2026\08\30\rollout-2026-08-30T12-30-07-01a050ee-90a7-74b2-a589-46c25c7bbf63（這後部分就是會話id）.jsonl

裏麵大概可以看到記錄的推理強度：

方法2

可以查看數據庫：

C:\Users\111\.codex\logs_2.sqlite

可以用dbeaver連這個sqlite數據庫 ，本來還是按慣例在弄codex--》cc switch--》智譜，使用ZAI這個provider中的配置，連cc swtich也省了，

智譜官方提供的產品

產品形態 ，裏麵的最高沒有勾選：

勾選了就好了
：

選了這個選項後 ，感興趣的可以試試。上圖中，主要就是codex的config.toml發生了變化 ：

看下圖，這種是要求在指定的harness白名單中調用，已經可以直接使用codex對接了：

codex的接入，發現智譜好像已經原生支持了openai的response接口
。獲取線程id ：

然後會在如下路徑，後麵又運行了一次 ，編碼套餐 ，可能是我沒用好cc switch
，選了5.3-flash ，我們最好就是按照智譜官方文檔來弄。主要就是看這裏
：

https://docs.bigmodel.cn/cn/coding-plan/tool/codex

codex配置好智譜之後的樣子

配好後
，

npm install -g @z_ai/coding-helper## 然後運行 coding-helper 或 chelpercoding-helper