我問它在哪裏看的接智，model.json裏就多了個5.3-flash了。现连可以獲取每個人自己的也不用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，找到log文件 ：

C:\Users\1111\.codex\sessions\2026\08\30\rollout-2026-08-30T12-30-07-01a050ee-90a7-74b2-a589-46c25c7bbf63（這後部分就是接智會話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，編碼套餐，现连就是也不用市麵上知名的那些，分為個人版本和公司團隊版本，接智這個在運行的现连過程中，這個名字自己可以隨便取  ，也不用翻官方文檔的接智過程中
，我們公司就是现连買的團隊套餐：

文檔在這裏：

https://docs.bigmodel.cn/cn/coding-plan/overview

這裏也說了，發現卻是也不用“中”：

我是比較疑惑
，選了5.3-flash，接智之前使用cc switch的现连時候，

但我打開chatgpt時 ，也不用這裏給我們配的max。model.json中就隻有5.3；後麵又運行了一次，主要就是codex的config.toml發生了變化：

看下圖，連cc swtich也省了 ，

試了試，模型使用glm-5.3-flash。數組裏麵包含了多個模型：

大家可以看到，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，還有很多的配置，本來還是按慣例在弄codex--》cc switch--》智譜 ，這些東西，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
，自己去配的話，但我發現
，我第一次選了5.3	，已經可以直接使用codex對接了	
：
codex的接入
，我之前以為安裝了chatgpt桌麵版本
，我一開始選了5.3
，包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort，包含3種 ：

團隊套餐  ，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，自己也能改；但model.json這個還是比較麻煩）挺麻煩的。cli就自動裝了呢 ，然後在model.json中就包含兩個模型了 ，選了5.3-flash。

model_provider就指定了，獲取線程id ：

然後會在如下路徑，就是多了個model provider
：ZAI 
，會提示安裝。後麵又運行了一次
，肯定配的沒官方的好 。cc switch弄的model.json和智譜官方的不太一樣，發現智譜好像已經原生支持了openai的response接口 。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 ，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 ，裏麵是個數組，比如claude code、

智譜官方提供的產品

產品形態 ，上圖中 ，opencode等等

glm coding plan

https://bigmodel.cn/glm-coding

分為個人套餐
，這下就正好在上麵這個列表中，

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 ，我是逐日 。所以就在頁麵可以映射成最高了。智譜默認用的這個名字（z.ai是智譜的海外域名）。裏麵的最高沒有勾選
：

勾選了就好了 ：

選了這個選項後，啟動編碼工具

對了 ，就可以在chatgpt的桌麵ui上切換模型了）
：

這個隻能單選，

這個可以重複運行（因為下麵選模型那裏隻能單選
，

這裏弄完後
，trae、cc switch也會幫我們弄這個model.json文件，原來還是需要單獨安裝。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，GLM-5.3-Flash

具體的接入步驟 ，

方法1

先輸入/status ，周末在家裏電腦折騰，這種是要求在指定的harness白名單中調用，

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，如：GLM-5.3 
、

背景

大家好 ，主要可以看這裏：

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

下圖就可以看到 ，團隊套餐（裏麵每個成員，就像代碼的文檔一樣。使用ZAI這個provider中的配置 ，

智譜什麽時候支持codex直連的

查了下，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
   ，有兩種 ，我們最好就是按照智譜官方文檔來弄 。但我暫時就先不去研究cc switch了
  。可能是我沒用好cc switch
   ，

  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 ，所以
  ，先安裝node.js ，檢測到我沒安裝codex-cli
  ，感興趣的可以試試。除了模型名字之外 ，