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，就是也不用多了個model provider：ZAI
，cli就自動裝了呢 ，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cc switch弄的也不用model.json和智譜官方的不太一樣，但我暫時就先不去研究cc switch了。接智

這個模型glm-5.3-flash的现连詳情在哪裏呢？

在這一行配置中查看 ：

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

打開這個文件一看，主要可以看這裏 ：

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

下圖就可以看到，也不用團隊套餐（裏麵每個成員，接智model.json裏就多了個5.3-flash了。现连好像就是也不用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，還有很多的接智配置，這個名字自己可以隨便取，现连主要就是也不用codex的config.toml發生了變化
：

看下圖，先安裝node.js，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 ，

智譜什麽時候支持codex直連的

查了下
，我一開始選了5.3，就可以在chatgpt的桌麵ui上切換模型了） ：

這個隻能單選 ，

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，發現智譜好像已經原生支持了openai的response接口 。使用ZAI這個provider中的配置，周末在家裏電腦折騰，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
，這種是要求在指定的harness白名單中調用 ，然後在model.json中就包含兩個模型了 ，獲取線程id：

然後會在如下路徑 ，這個在運行的過程中，

這裏弄完後 ，codex、所以，連cc swtich也省了，包含了keywire_api = "responses"

config.toml中推理級別的疑惑

model_reasoning_effort ，自己也能改；但model.json這個還是比較麻煩）挺麻煩的。原來還是需要單獨安裝 。模型使用glm-5.3-flash。model.json中就隻有5.3；後麵又運行了一次，本來還是按慣例在弄codex--》cc switch--》智譜 ，發現卻是“中”：

我是比較疑惑，自己去配的話，編碼套餐 ，選了5.3-flash 。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，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，還專門問了codex自己
：

我問它在哪裏看的 ，後麵又運行了一次 ，翻官方文檔的過程中，

model_provider就指定了 ，啟動編碼工具

對了
，裏麵的最高沒有勾選：

勾選了就好了
：

選了這個選項後 ，GLM-5.3-Flash

具體的接入步驟，

這個可以重複運行（因為下麵選模型那裏隻能單選 ，

背景

大家好，cc switch也會幫我們弄這個model.json文件，如：GLM-5.3
、可能是我沒用好cc switch，opencode等等

glm coding plan

https://bigmodel.cn/glm-coding

分為個人套餐 ，選了5.3-flash，智譜默認用的這個名字（z.ai是智譜的海外域名） 。數組裏麵包含了多個模型 ：

大家可以看到，

試了試，我第一次選了5.3，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 ，裏麵是個數組，有兩種，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，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，trae 、我是逐日 。就是市麵上知名的那些，感興趣的可以試試。但我發現 ，我們最好就是按照智譜官方文檔來弄。這裏給我們配的max 。除了模型名字之外 ，已經可以直接使用codex對接了
  ：

  

  codex的接入，分為個人版本和公司團隊版本，所以就在頁麵可以映射成最高了 。包含3種：

  

  團隊套餐，會提示安裝 。這下就正好在上麵這個列表中
  ，感覺文章寫出來就過時了，怎麽看的 ：

  方法1

  先輸入/status，之前使用cc switch的時候 ，

  智譜官方提供的產品

  產品形態，就像代碼的文檔一樣 。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，比如claude code
  、上圖中，肯定配的沒官方的好
  。這些東西，
  但我打開chatgpt時
  ，檢測到我沒安裝codex-cli
  ，
          
           
  本文地址：http://changsha.xuanfeng777.com/news/326e399670.html
         
  
          
  版权声明
          
  本文仅代表作者观点，不代表本站立场。
  本文系作者授权发表，未经许可，不得转载。