夜雨聆风你是不是也遇到过这种情况：用Codex写代码，但模型响应慢、费用高，或者某些场景下效果不如国产模型？想换DeepSeek、GLM、Kimi，又怕折腾半天搞不定？
别急，今天我就把两种主流方案——CC-Switch 和 Codex++ 给你掰开揉碎讲清楚。无论你是刚入门的小白，还是想优化工作流的老手，看完这篇都能直接上手。
为什么打工人需要接入第三方模型？
先聊点实在的。Codex 本身很强，但它的默认模型（比如GPT-4）在中文理解、代码补全速度、成本控制上，未必是最优解。尤其当你需要频繁处理中文注释、调试国产框架，或者预算有限时，DeepSeek、GLM、Kimi 这些国产模型反而更香。
DeepSeek：代码推理能力强，免费额度多，适合预算紧张的打工人。 GLM：中文理解出色，适合写中文文档或注释。 Kimi：长上下文支持好，适合处理大段代码或项目分析。
但问题来了：Codex 默认只支持 OpenAI 模型，怎么“偷梁换柱”？答案就是 CC-Switch 和 Codex++ 两种插件。
方案一：CC-Switch——轻量级“模型切换器”
CC-Switch 是一个开源插件，核心功能就是在Codex中动态切换底层模型。它不修改Codex本体，而是通过拦截API请求，把原本发给OpenAI的流量转发到第三方模型。
安装步骤（3分钟搞定）
下载插件：去GitHub搜“CC-Switch”，下载最新Release包（支持Windows/Mac）。 配置API Key：在插件设置里填入DeepSeek/GLM/Kimi的API Key（注意：DeepSeek免费，GLM和Kimi有试用额度）。 选择模型：在Codex的插件面板里，下拉选择你要用的模型，比如“DeepSeek-Coder”。 测试：随便写一行代码，看补全速度——国产模型通常比GPT-4快30%以上。
优点
零侵入：不修改Codex核心文件，升级Codex后插件依然可用。 多模型切换：支持同时配置多个模型，一键切换。 免费优先：DeepSeek的免费额度足够日常使用。
缺点
功能单一：只做模型切换，没有额外优化（比如上下文管理）。 兼容性：部分老版本Codex可能不支持，需要更新。
方案二：Codex++——功能更强大的“增强插件”
Codex++ 是一个更全面的工具，除了模型切换，还集成了上下文增强、代码审查、自定义Prompt模板等功能。它相当于给Codex装了个“外挂”。
安装步骤（稍复杂，但值得）
安装依赖：需要Python 3.8+，以及 pip install codex-plus。配置环境变量：在系统变量里添加 CODEX_PLUS_API_KEY，值为你的第三方API Key。启动服务：在终端运行 codex-plus serve，会启动一个本地代理。修改Codex配置：在Codex设置里把API端点改成 http://localhost:8080。重启Codex：之后所有请求都会经过Codex++处理。
核心功能
智能路由：自动根据代码类型选择模型（比如写Python用DeepSeek，写前端用GLM）。 上下文记忆：支持长对话，Kimi的128K上下文能让你一次性分析整个项目。 代码审查：自动检查语法错误和潜在bug，并给出修改建议。
优点
功能全面：不止切换模型，还能提升代码质量。 可定制：支持自定义Prompt，比如“用中文注释”或“优先使用numpy”。 性能优化：本地缓存常见请求，减少API调用次数。
缺点
配置复杂：需要懂一点命令行，对小白不友好。 资源占用：本地服务会消耗一些内存和CPU。
两种方案对比：哪个更适合你？
我的建议：
如果你只是偶尔想用国产模型省点钱，CC-Switch 就够了，3分钟搞定。 如果你每天写代码超过4小时，想提升整体效率，Codex++ 值得投入半小时配置。
避坑指南：常见问题与解决
API Key无效：检查是否复制了空格，或者模型是否支持（比如DeepSeek需要开启“代码模式”）。 响应超时：国产模型有时会排队，建议在Codex++里设置超时时间为30秒。 中文乱码：在Codex++的Prompt模板里加上“请用中文回复”。
最后
打工人时间宝贵，别在工具上浪费太多精力。CC-Switch 和 Codex++ 就像两把钥匙，帮你打开国产模型的大门。选哪个？看你的需求。
但记住：工具只是手段，提升效率才是目的。如果你今天花10分钟配置好，未来每天省下1小时，这笔账怎么算都划算。
如果觉得有用，点个“在看”，让更多打工人看到。有什么问题，评论区聊聊哦！！！
“最好的工具，是让你感觉不到它的存在。”
