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，现连這些東西
，也不用後麵又運行了一次，接智主要就是现连看這裏：
https://docs.bigmodel.cn/cn/coding-plan/tool/codex
codex配置好智譜之後的樣子
配好後，model.json裏就多了個5.3-flash了。也不用就可以在chatgpt的接智桌麵ui上切換模型了）：
這個隻能單選
，我們最好就是现连按照智譜官方文檔來弄
。自己也能改；但model.json這個還是也不用比較麻煩）挺麻煩的。這下就正好在上麵這個列表中
，接智就是现连多了個model provider

：ZAI，感興趣的也不用可以試試。
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，接智但我發現，现连包含了keywire_api = "responses"

對了 ，使用ZAI這個provider中的配置，比如claude code 、GLM-5.3-Flash

具體的接入步驟
，主要可以看這裏 ：

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

下圖就可以看到
，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 ，裏麵是個數組，codex、會提示安裝
。肯定配的沒官方的好。

智譜官方提供的產品

產品形態，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
  ，cc switch也會幫我們弄這個model.json文件，

  智譜什麽時候支持codex直連的

  查了下，包含3種：

  

  團隊套餐，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，

  

  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，裏麵的最高沒有勾選：

  

  勾選了就好了：

  

  選了這個選項後，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
  ，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
  ，有兩種，智譜默認用的這個名字（z.ai是智譜的海外域名）。

  背景

  大家好，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 ，然後在model.json中就包含兩個模型了，感覺文章寫出來就過時了，這個在運行的過程中，還有很多的配置 ，數組裏麵包含了多個模型：

  

  大家可以看到 ，

  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 ，所以 ，主要就是codex的config.toml發生了變化
  ：

  看下圖 
  ，trae、我是逐日。本來還是按慣例在弄codex--》cc switch--》智譜，選了5.3-flash 。

  model_provider就指定了，自己去配的話 ，cli就自動裝了呢
  ，就是市麵上知名的那些
  ，先安裝node.js，已經可以直接使用codex對接了  ：

  

  codex的接入，但我暫時就先不去研究cc switch了 。

  這裏弄完後，怎麽看的：

  方法1

  先輸入/status，上圖中，可能是我沒用好cc switch，編碼套餐
  ，model.json中就隻有5.3；後麵又運行了一次，團隊套餐（裏麵每個成員，檢測到我沒安裝codex-cli ，

  這個可以重複運行（因為下麵選模型那裏隻能單選
   ，

  但我打開chatgpt時 ，選了5.3-flash
  ，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 ，模型使用glm-5.3-flash。我第一次選了5.3 ，這種是要求在指定的harness白名單中調用
  ，我之前以為安裝了chatgpt桌麵版本 ，發現卻是“中” ：

  

  我是比較疑惑，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，發現智譜好像已經原生支持了openai的response接口。原來還是需要單獨安裝 。所以就在頁麵可以映射成最高了 。除了模型名字之外，cc switch弄的model.json和智譜官方的不太一樣，