OpenAI 的 CLI 专属工具,官宣支持国产模型:DeepSeek、Kimi、Qwen 全可以用

OpenAI 的终端编程工具 Codex，官方发话了——你可以在里面用 DeepSeek，用 Kimi，用 Qwen。正大光明地用，不用藏着掖着。

不是社区魔改，不是第三方 hack。是 OpenAI 自己在配置文档里写清楚的：--oss一键切开源模型。

发生了什么

Codex App、CLI 和 SDK 都可以用任何开源模型，不只是 OpenAI 自己的模型。

紧接着国内开发者们炸了。因为这意味着 DeepSeek V3/R1、Kimi K2、Qwen 3、智谱 GLM——这些国产模型，全部可以接入 OpenAI 出品的编程助手。

有网友直接问："那是不是接入 DeepSeek 之后，computer use 和 browser use 这些插件也能用？"

答案是：应该可以。官方文档没说不支持。

重点：这不是"OpenAI 允许你接入"，而是 Codex 的设计本身就支持自定义模型 provider，开源模型只是其中最典型的一种用法。

两分钟跑起来

在聊它能干什么之前，先把东西装上。Codex CLI 安装极其简单，一行命令。

macOS / Linux：

curl -fsSL https://chatgpt.com/codex/install.sh | sh

Windows：

powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

也可以走包管理器：

npm install -g @openai/codexbrew install --cask codex

装完敲codex就进交互界面了。登录用你的 ChatGPT 账号——Plus、Pro、Business 都行，不需要额外开 API 账单。

重点：Codex 本身是 Apache-2.0 开源的，Rust 写的，GitHub 上 835+个 release，最新版 0.139.0。

怎么切到国产模型

这是整件事最核心的部分——配一个本地模型 provider。

第一步：确认你本地跑着一个兼容 OpenAI API 的服务。比如 Ollama：

ollama serveollama pull qwen3:latest

第二步：在 Codex 的配置文件里加一个 provider。配置文件在~/.codex/config.toml：

model_provider = "qwen"[model_providers.qwen]name = "Qwen via Ollama"base_url = "http://localhost:11434/v1"

或者是其他在线模型，更具体配置见：https://developers.openai.com/codex/config-advanced#oss-mode-local-providers

第三步：直接运行。

codex --oss

--oss告诉 Codex："用我指定的开源 provider，别去调 OpenAI 的 API。"

如果你装的是 LM Studio 而不是 Ollama，把oss_provider设成"lmstudio"就行。配置文件里改一行：

oss_provider = "lmstudio"

这里最容易踩的坑：Ollama 的 API 端口默认是 11434，但如果你改了端口或者用了代理，记得在base_url里对应改。配置写错，Codex 启动不会报错——只会默默地调不通。

配好之后，每次使用只需要做两件事：本地模型服务开着 + 敲 codex --oss。

跑起来之后能做什么

Codex 本质是一个终端里的编程 agent。它读你的代码、理解你的意图、帮你改文件、跑命令。接入国产模型后，日常最常用的三个场景：

codex 直接交互。打开 TUI 界面，用自然语言让它改 bug、加功能、重构代码。跟 Claude Code 用法类似，区别是底层模型你可以自己选。

codex exec 一行搞定。适合脚本化、CI/CD 流程里嵌入：

codex exec --oss "给这个函数加单元测试"

codex --profile 切换配置。你可以建多个 profile——工作日用 GPT-5.5，晚上折腾用本地 Qwen，周末试 DeepSeek。每个 profile 一个 toml 文件，互不干扰。

辅助操作（查看状态、回退改动）用/status和/undo命令即可，不展开。完整命令列表见官方文档。

这意味着什么

说实话，OpenAI 这一步走得很聪明。

Codex 对标的是 Claude Code 和 Cursor 这类终端/编辑器编程助手。但 Claude Code 只接 Claude 模型，Cursor 虽然支持多模型但本质是个编辑器。Codex 走了一条差异化的路：开源 + 开放的模型生态。

对国内开发者来说，好处很直接：

省钱了。日常小任务用本地模型跑，不消耗 ChatGPT 配额。只有重活才切回 GPT-5.5。这个组合拳打下来，一个月能省不少 API 费用。

数据不出本地。公司代码敏感？接本地 Ollama，所有推理都在自己机器上完成。Codex 只是那个帮你调度工具的壳。

国产模型多了个顶级"宿主"。DeepSeek、Qwen、Kimi 这些模型本来就很强，但一直缺一个好用的终端交互壳。Codex 刚好补上了这个位置——它管文件读写、管命令执行、管 sandbox 安全，模型只管推理。

以前是"选哪个编程助手"决定了你用什么模型。现在是"Codex 这个壳+你喜欢的模型"——壳和脑子解耦了。

当然，得说清楚边界：--oss模式目前主要支持 OpenAI API 兼容的本地服务（Ollama、LM Studio）。像 Kimi、智谱这些云端模型如果要接入，需要确认它们的 API 格式是否兼容 OpenAI 的/v1/chat/completions端点。兼容就能接，不兼容需要等适配。

Codex 真正适合的人：你日常在终端里工作，用 Git，写代码，并且愿意花 10 分钟配一次配置文件。配好之后，就再也不用动了。

参考：

https://developers.openai.com/codex/config-advanced

https://github.com/openai/codex

欢迎在评论区留下你的想法——你用 Codex 接过哪些模型？哪个组合写代码最顺手？

— 完 —