背景

大家好 ，现连連cc swtich也省了，也不用先安裝node.js，接智模型使用glm-5.3-flash 。现连有兩種 ，也不用所以，接智這裏給我們配的现连max。我一開始選了5.3 ，也不用所以就在頁麵可以映射成最高了。接智

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 ，现连就是也不用市麵上知名的那些 ，智譜默認用的接智這個名字（z.ai是智譜的海外域名）。會提示安裝。现连我現在理解有3種：

• api（你拿了api可以隨便開發自己的也不用harness產品）
• coding plan，團隊套餐（裏麵每個成員，怎麽看的：

  方法1

  先輸入/status 
  ，包含3種：

  

  團隊套餐，就像代碼的文檔一樣 。我們最好就是按照智譜官方文檔來弄。

  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 ，肯定配的沒官方的好 。比如claude code 、主要可以看這裏：

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

  下圖就可以看到，

  智譜官方提供的產品

  產品形態，數組裏麵包含了多個模型：

  

  大家可以看到，發現卻是“中”：

  

  我是比較疑惑，我之前以為安裝了chatgpt桌麵版本，codex 、檢測到我沒安裝codex-cli，我第一次選了5.3，已經可以直接使用codex對接了
  ：

  

  codex的接入 ，model.json中就隻有5.3；後麵又運行了一次，這種是要求在指定的harness白名單中調用，這下就正好在上麵這個列表中 ，

  model_provider就指定了  ，選了5.3-flash。上圖中，包含了keywire_api = "responses"

  config.toml中推理級別的疑惑

  model_reasoning_effort ，就可以在chatgpt的桌麵ui上切換模型了） ：

  

  

  

  這個隻能單選，就是多了個model provider：ZAI，cc switch也會幫我們弄這個model.json文件，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 ，發現智譜好像已經原生支持了openai的response接口。感覺文章寫出來就過時了
  ，自己去配的話 ，獲取線程id ：

  

  然後會在如下路徑，裏麵是個數組 ，GLM-5.3-Flash

  

  具體的接入步驟 ，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，本來還是按慣例在弄codex--》cc switch--》智譜
  ，

  試了試
  ，選了5.3-flash
  ，這個名字自己可以隨便取 ，後麵又運行了一次，分為個人版本和公司團隊版本，翻官方文檔的過程中，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 ，原來還是需要單獨安裝
  。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 ，

這個可以重複運行（因為下麵選模型那裏隻能單選，但我暫時就先不去研究cc switch了。周末在家裏電腦折騰 ，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，cli就自動裝了呢，主要就是codex的config.toml發生了變化 ：

看下圖 ，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，如：GLM-5.3 、

但我打開chatgpt時 ，還專門問了codex自己：

我問它在哪裏看的 ，還有很多的配置，model.json裏就多了個5.3-flash了 。然後在model.json中就包含兩個模型了 ，cc switch弄的model.json和智譜官方的不太一樣，裏麵的最高沒有勾選 ：

勾選了就好了：

選了這個選項後，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，這些東西	，使用ZAI這個provider中的配置，啟動編碼工具
對了，除了模型名字之外

，我是逐日
。但我發現，感興趣的可以試試	。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	，trae、自己也能改；但model.json這個還是比較麻煩）挺麻煩的。
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，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，之前使用cc switch的時候，可能是我沒用好cc switch，這個在運行的過程中
，
這裏弄完後	，
智譜什麽時候支持codex直連的
查了下，
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，