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，接智智譜默認用的现连這個名字（z.ai是智譜的海外域名）。感興趣的也不用可以試試
。model.json中就隻有5.3；後麵又運行了一次	
，接智分為個人版本和公司團隊版本，现连codex、也不用啟動編碼工具
對了
，接智但我發現
，现连
試了試，也不用
這裏弄完後，接智發現卻是现连“中”：
我是比較疑惑
，就是也不用市麵上知名的那些，然後在model.json中就包含兩個模型了	
，接智上圖中，现连就像代碼的也不用文檔一樣
。這個名字自己可以隨便取

，比如claude code
、
使用自動化工具配置codex中對應內容
上麵那些內容（config.toml還好就幾行，還專門問了codex自己：
我問它在哪裏看的，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，數組裏麵包含了多個模型：
大家可以看到
，肯定配的沒官方的好
。已經可以直接使用codex對接了：
codex的接入，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，這種是要求在指定的harness白名單中調用，
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，
智譜官方提供的產品
產品形態
，本來還是按慣例在弄codex--》cc switch--》智譜
，先安裝node.js
，包含3種：
團隊套餐，自己也能改；但model.json這個還是比較麻煩）挺麻煩的。cc switch弄的model.json和智譜官方的不太一樣，編碼套餐，我們公司就是買的團隊套餐：
文檔在這裏
：
https://docs.bigmodel.cn/cn/coding-plan/overview
這裏也說了，就是多了個model provider	：ZAI
，之前使用cc switch的時候，所以
，包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort ，檢測到我沒安裝codex-cli ，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，原來還是需要單獨安裝。可能是我沒用好cc switch，後麵又運行了一次，周末在家裏電腦折騰，使用ZAI這個provider中的配置，查詢 
  ：

  select datetime(ts,'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，會提示安裝 。翻官方文檔的過程中，主要可以看這裏
  ：

  https://docs.bigmodel.cn/cn/coding-plan/quick-start

  下圖就可以看到 ，再

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

  然後就會讓你：
  選擇界麵語言 —> 選擇編碼套餐 —> 輸入 API 密鑰 —> 選擇要管理的工具
  —> 自動安裝工具（如需要） —> 進入工具管理菜單 —> 裝載編碼套餐到工具
  —> 管理 MCP 服務（可選） —> 完整配置，所以就在頁麵可以映射成最高了。有兩種，裏麵是個數組，感覺文章寫出來就過時了，裏麵的最高沒有勾選 ：

  

  勾選了就好了
  ：

  

  選了這個選項後，可以獲取每個人自己的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 ，主要就是codex的config.toml發生了變化：

  看下圖，獲取線程id ：

  

  然後會在如下路徑，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，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 ，如 ：GLM-5.3
、

但我打開chatgpt時，我是逐日。

model_provider就指定了 ，model.json裏就多了個5.3-flash了 。

背景

大家好，模型使用glm-5.3-flash 。我第一次選了5.3 ，cli就自動裝了呢
，我之前以為安裝了chatgpt桌麵版本，

智譜什麽時候支持codex直連的

查了下，我們最好就是按照智譜官方文檔來弄。自己去配的話，cc switch也會幫我們弄這個model.json文件，這些東西 
，團隊套餐（裏麵每個成員，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，但我暫時就先不去研究cc switch了 。trae
、選了5.3-flash ，

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，發現智譜好像已經原生支持了openai的response接口。

這個可以重複運行（因為下麵選模型那裏隻能單選 ，這裏給我們配的max 。還有很多的配置，GLM-5.3-Flash

具體的接入步驟，這下就正好在上麵這個列表中 ，我一開始選了5.3，選了5.3-flash
。除了模型名字之外 ，怎麽看的 ：

方法1

先輸入/status，