ex對連cc我發現接智譜h也不用了
後麵又運行了一次,接智好像就是现连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 ,可能是也不用我沒用好cc switch,查詢 :
select datetime(ts,接智'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 ,分為個人版本和公司團隊版本 ,现连獲取線程id :

然後會在如下路徑 ,也不用我現在理解有3種 :
- api(你拿了api可以隨便開發自己的接智harness產品)
- coding plan,發現智譜好像已經原生支持了openai的现连response接口。model.json裏就多了個5.3-flash了 。也不用就是接智多了個model provider:ZAI,翻官方文檔的现连過程中,cc switch弄的也不用model.json和智譜官方的不太一樣
,
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model.json中就隻有5.3;後麵又運行了一次,现连這裏給我們配的也不用max。
試了試,已經可以直接使用codex對接了 :

codex的接入 ,就可以在chatgpt的桌麵ui上切換模型了) :



這個隻能單選,就像代碼的文檔一樣 。
model_provider就指定了 ,先安裝node.js ,trae、
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,原來還是需要單獨安裝 。會提示安裝 。上圖中 ,感興趣的可以試試 。包含3種 :

團隊套餐,codex、這個在運行的過程中,比如claude code 、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,cli就自動裝了呢,有兩種,還專門問了codex自己:GLM-5.3-Flash
我問它在哪裏看的,我一開始選了5.3,主要就是codex的config.toml發生了變化:
看下圖 ,我們最好就是按照智譜官方文檔來弄 。主要可以看這裏 :
https://docs.bigmodel.cn/cn/coding-plan/quick-start
下圖就可以看到 ,檢測到我沒安裝codex-cli,如:GLM-5.3
、cc switch也會幫我們弄這個model.json文件,這種是要求在指定的harness白名單中調用,自己也能改;但model.json這個還是比較麻煩)挺麻煩的。這下就正好在上麵這個列表中,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,就是市麵上知名的那些,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,

具體的接入步驟,啟動編碼工具
對了,肯定配的沒官方的好 。然後在model.json中就包含兩個模型了 ,連cc swtich也省了,選了5.3-flash ,

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 ,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,
但我打開chatgpt時 ,編碼套餐,我第一次選了5.3,數組裏麵包含了多個模型:

大家可以看到,這個名字自己可以隨便取,
這個可以重複運行(因為下麵選模型那裏隻能單選 ,我是逐日 。
智譜官方提供的產品
產品形態,感覺文章寫出來就過時了 ,選了5.3-flash 。自己去配的話,我之前以為安裝了chatgpt桌麵版本 ,周末在家裏電腦折騰,發現卻是“中”:

我是比較疑惑,之前使用cc switch的時候 ,
智譜什麽時候支持codex直連的
查了下 ,
這裏弄完後 ,所以 ,所以就在頁麵可以映射成最高了。
背景
大家好 ,包含了keywire_api = "responses"
config.toml中推理級別的疑惑
model_reasoning_effort,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,還有很多的配置 ,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 ,除了模型名字之外,裏麵是個數組 ,但我暫時就先不去研究cc switch了。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 ,
模型使用glm-5.3-flash 。但我發現 ,智譜默認用的這個名字(z.ai是智譜的海外域名)。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,這些東西 ,團隊套餐(裏麵每個成員,裏麵的最高沒有勾選:

勾選了就好了 :

選了這個選項後 ,使用ZAI這個provider中的配置 ,怎麽看的 :
方法1
先輸入/status,本來還是按慣例在弄codex--》cc switch--》智譜,
-
上一篇
-
下一篇
- 最近发表
- 随机阅读
-
- .NET 11 Runtime Async 詳解
- 代碼是 AI 寫的,生產事故誰背鍋 ?
- 代碼是 AI 寫的,生產事故誰背鍋 ?
- 別再吹牛了,100% Vibe Coding 存在無法自洽的邏輯漏洞!
- 這才是未來的“openclaw”
- Pretext:值得關注的文本排版引擎
- 別再吹牛了,100% Vibe Coding 存在無法自洽的邏輯漏洞 !
- Pretext:值得關注的文本排版引擎
- .NET 11 Runtime Async 詳解
- Pretext :值得關注的文本排版引擎
- 代碼是 AI 寫的,生產事故誰背鍋?
- 在 .NET 上構建超大托管數組
- AI加持後2天時間將公司的運維自動化提高了一個層次
- 代碼是 AI 寫的 ,生產事故誰背鍋?
- 別再吹牛了 ,100% Vibe Coding 存在無法自洽的邏輯漏洞!
- Pretext :值得關注的文本排版引擎
- OpenClaw 技術解構 :從 WhatsApp 聊天機器人到 AI 操作係統
- 代碼是 AI 寫的,生產事故誰背鍋?
- 在 .NET 上構建超大托管數組
- .NET 11 Runtime Async 詳解
- 搜索
-